AI成本飙升，科技巨头收紧token支出

过去一年大举投入AI的科技公司，如今因高昂的token使用成本而被迫收紧支出。Token是AI处理输入（提示）和输出（回答）的数据单位，公司内部大量使用AI意味着消耗海量token，费用随之暴涨。Uber在2026年头四个月就用光了全年AI预算，其COO坦言内部AI成本“越来越难合理化”。OpenAI CEO Sam Altman本月初也表示，AI成本已成为客户的“巨大问题”。加拿大初创企业也在感受压力，Betakit报道称近期一场会议上多位创始人对内部AI开销增长表示担忧。

AI成本飙升的背后是“tokenmaxxing”现象的兴起——员工尽可能多地使用token，甚至成为生产力象征。Meta和亚马逊曾设置内部排行榜，比拼谁的token使用量最多。英伟达CEO黄仁勋在3月曾表示，如果一位年薪50万美元的软件工程师每年不在token上花25万美元，他会“深感担忧”。但高昂的账单让公司开始反思。Uber近期对每位员工每月每个编程工具设置了1500美元的上限。

复杂AI任务（如编程和链式推理）的token消耗尤其惊人。认知科学家Gary Marcus指出，这类“智能体”任务内部会发起大量查询，有时token消耗是简单任务的500到1000倍。虽然单个AI推理成本在下降，但大规模内部使用让总开支飞涨。

咨询公司CEO Nestor Maslej（曾任斯坦福AI指数报告主编）表示，企业正从“天真的实验”转向更务实的整合。他建议进行“微型实验”来评估AI是否比人更快、成本更低，且方案因部门而异：“人力资源部门使用AI的方式和法务、工程部门完全不同。”

新思路叫“AI token经济学”（tokenomics）：理解token成本，以财务可预测的方式战略使用AI。企业需评估投资回报率。Maslej说：“不存在通用方案，需要按组织甚至按职能层面定制。”

AI行业正面临清算。如果tokenmaxxing不可持续，AI公司的收入预期将落空。Marcus认为AI公司进退两难：既要收回token成本，又要在激烈竞争中保持市场份额。Anthropic的企业版已采用固定费加按token使用收费的模式。6月初，微软旗下的GitHub Copilot也改为按token定价。同时《华尔街日报》报道OpenAI正考虑降价吸引用户，中国初创公司DeepSeek则对其主要模型打了75%折扣。

Maslej总结：“这一切都证明AI技术不仅能力、而且定价方式都仍处于非常早期的阶段。企业仍然愿意支付一定水平的成本。”