Token账单爆炸：AI时代，企业正从‘狂用’转向‘精算’

谁能想到，AI时代最先爆炸的，不是员工的生产力，而是老板的账单。

Token，从创新勋章变成成本警报

去年，Token消耗还是企业拥抱AI的荣光徽章——它被当作技术采纳度、团队敏捷性甚至组织创新力的代名词。工程师多刷几次API，管理层就多一份欣慰。可今年，会议室里的气氛变了。预算审批单上不再只问‘用了多少AI’，而是反复追问：‘这Token，换来了什么？’ 腾讯内部已启动AI资源精细化管理；Palantir CEO公开质疑主流模型厂商的计费逻辑；Palo Alto Networks CEO直言：当前Token价格需下降90%，企业才敢规模化落地。这不是个别抱怨，而是一场集体觉醒。

烧钱速度，远超想象

一位Priceline工程师提到，Cursor合同续签费用暴涨4–5倍；Uber在4月前就耗尽全年AI编码预算；某头部互联网公司曾为产研人员设定人均每月2000美元Token额度——相当于一线城市一名正式员工月薪。即便后续下调，多数人仍保有1000–5000元/月的使用空间。 按6.64万名产研人员、人均3000元/月粗略测算，仅名义年度预算就近24亿元。德勤调研显示，74%的大型企业已在AI投入真金白银，其中过半企业将AI支出占数字化总预算比重推高至36%。一家年营收130亿美元的企业，AI年投入可能达7亿美元。

但产出，没跟上

研发效能平台Jellyfish的数据揭示了一个刺眼现实：高频Token使用者的生产力，约为低频者的2倍；而其Token消耗，却是后者的10倍。投入增速，早已甩开价值增速几条街。 更深层的问题在于执行不可控。Agent不像传统软件那样路径固定——它会自主检索、调用工具、反思重试、携带长上下文。一次任务的实际Token开销，往往要等月底账单才能揭晓。研究发现，同类编程任务中，Agent消耗可能是普通问答的1000倍；同一模型、同一任务，不同运行间的Token差异最高达30倍。 且Token越多，并不等于效果越好。准确率常在中等消耗区间达峰，之后迅速进入收益递减通道。曾经象征进步的Token，如今成了悬在财务报表上的灰犀牛。

从‘Token最大化’，到‘Token纪律’

‘Tokenmaxxing’这个词已悄然退场。取而代之的是‘Token Discipline’——一种面向实效的成本意识：不追求调用量，而追求单位Token产出；不迷信最大模型，而匹配任务颗粒度。 企业正加速构建模型分层策略：对外、高价值、强体验场景，交给Claude、GPT等SOTA模型；对内、标准化、高频重复任务，则由Qwen、Kimi、DeepSeek等高性价比模型承接。a16z调研显示，2025年已有37%的大企业同时接入5个以上模型；到2026年，81%的企业已在生产环境部署3个以上模型家族。

真正的赢家，是Token效率最高的那个

Altimeter Capital合伙人Freda Duan一语点破：未来只有两类模型能活下来——要么足够出色，要么足够便宜。前者赢在任务效率，后者赢在成本效率。 这场竞争，正在重塑全球AI格局。美国仍在刷新智能上限，而中国模型正持续下探智能成本下限。DeepSeek不是单纯的技术竞品，它是行业定价锚点：若一个模型仅比它强一点，却贵出数倍，便难以通过商业逻辑的检验。 越来越多海外应用公司，正悄悄将底层模型切换为中国开源方案——Perplexity新发布的计算机应用系统，已集成GLM-5.2；不少AI原生创业公司，在前台保留自有交互与工作流，后台却替换成Qwen或Kimi。这不是替代，而是平替；不是对抗，而是重构成本基线。 汽车工业史早已给出答案：法拉利定义速度，丰田定义规模。AI的终局，未必是谁最聪明，而是谁能把智能做成人人可用、处处可嵌、笔笔划算的工业品。当老板开始认真核算每一枚Token，真正的AI产业化，才真正开始。