AI 时代初期，企业对员工生产力提升的预期尚未显现，反而首先感受到了成本的激增。去年，Token 消耗量曾被视为衡量企业拥抱 AI 和创新能力的重要指标，然而时至今日，这一观念已发生显著转变。

腾讯已开始收紧其在 AI 方面的预算，Palantir 的 CEO 也公开表示模型厂商的收费过高。在 AI 尚未大规模取代员工之前，企业管理者已开始着手优化 Token 的使用效率。

其根本原因在于 Token 的成本高昂。据德勤估计，一家年收入约 130 亿美元的企业，其年度 AI 投入可能达到 7 亿美元。这仅仅是开始。根据研发管理平台 Jellyfish 的数据，过去九个月内，每位开发者的 AI 相关支出增长了约 18.6 倍。

然而，企业在 AI 上的巨额投入需要有相应的产出作为支撑。Jellyfish 的数据显示，尽管使用 Token 最多的工程师生产力大约是低使用者的两倍，但他们消耗的 Token 量却高达后者的十倍。这意味着，Token 的增长速度已经开始超越其所带来的价值增长速度。因此，在全面拥抱 AI 之前，企业有必要重新审视和计算 Token 的投入产出比。

从“Token最大化”转向“Token纪律”

去年，“Tokenmaxxing”这一概念在硅谷广为流行，鼓励员工最大化利用 AI，甚至将 Token 消耗作为衡量 AI 采用程度和创新能力的代理指标。然而，今年企业的态度发生了根本性转变，开始精打细算 Token 的使用成本。

Palo Alto Networks 的 CEO Nikesh Arora 表示，Token 价格需要下降 90% 才能实现大规模的企业部署。Palantir 的 CEO Alex Karp 则直言不讳地批评 OpenAI 和 Anthropic 等公司的收费模式存在问题，认为企业为可能没有创造价值的 Token 支付了高昂费用。Karp 提出，如果 AI 能为企业带来 10 亿美元的利润，模型公司理应从中获得一部分，而非按 Token 数量收费。

类似的情况屡见不鲜。有 Priceline 员工反映，Cursor 的续约费用翻了四到五倍。Uber 在今年 4 月之前已耗尽了全年的 AI 编码预算。AI 支出的增长速度远超预期。此前有报道称，腾讯部分部门曾为员工提供每月约 2000 美元的 AI 使用额度，这接近一线城市一名正式员工的月薪。即使在 6 月份调整后，不少员工仍享有每月 1000 至 5000 元的 Token 预算。

根据腾讯《2025 研发大数据报告》，截至 2025 年底，公司本部及直接管理的全资子公司共有约 8.74 万名员工，其中 76%（约 6.64 万人）为产研人员。若按每名产研人员每月 3000 元的额度计算，仅名义上的年度 Token 预算就接近 24 亿元。

企业整体的 AI 投入更为惊人。德勤对 548 家大型企业的调研显示，74% 的企业在过去一年投资了 AI，其中超过一半企业的 AI 支出占数字化预算的 36%。德勤估计，一家年收入约 130 亿美元的企业，每年 AI 投入可高达 7 亿美元。

尽管投入巨大，但收益并未同步增长。研发管理平台 Jellyfish 的调查发现，Token 消耗最多的工程师，其生产力约为低消耗者的两倍，但 Token 消耗量却是后者的十倍。换言之，AI 的投入增长速度已远超产出。

AI 之所以如此烧钱，是因为 Agent 与传统软件的运行机制截然不同。传统软件路径固定，成本可预测；而 Agent 具备自主搜索、调用工具、反思、重试等能力，且会不断携带上下文信息，其执行过程具有高度不确定性。许多企业直到收到月底的云账单，才得知一个工作流的循环次数和 Token 消耗情况。一项关于 Agent 编程任务的研究表明，Agent 完成同类任务所需的 Token 量可能是普通代码问答的 1000 倍，即使是相同的模型和任务，Token 消耗也可能相差 30 倍。更重要的是，Token 数量的增加并不直接等同于效果的提升，研究发现模型准确率通常在中等 Token 消耗区间达到峰值，之后收益递减。因此，去年作为创新指标的 Token，如今已成为企业的成本负担。

Token 效率最高，才是大模型的赢家

随着 Token 的投资回报率（ROI）日益凸显，模型分层几乎成为必然趋势。Claude Fable 5 等顶尖模型在特定高价值场景中仍不可或缺，但对于大多数普通任务，其性能已显“过剩”，ROI 较低，这部分用户正转向更经济的开源模型。

这一趋势已初露端倪。今年年初，a16z 对 100 家大企业进行的调研显示，37% 的企业计划在 2025 年同时使用五个以上的模型。到 2026 年，81% 的受访企业将在测试或生产环境中使用三个以上模型家族，高于一年前的 68%。a16z 总结的企业模型使用规律是：对外、可见度高、性能敏感的任务倾向于交给领先模型；而对内、标准化、重复性的任务，模型选择更多受成本驱动。

目前来看，闭源前沿模型在企业实际支出中仍占据主导地位。据 The Information 报道，在 34 家领先 AI 初创公司中，OpenAI 和 Anthropic 占据了 89% 的收入。其逻辑在于，在编程等前沿应用领域，用户对价格的敏感度较低，愿意为性能支付溢价。

然而，并非所有人都认同这种格局会长期持续。AI 投资人 Gavin Baker 提出，尽管当前大部分经济价值集中在最智能的模型上，但未来市场份额可能逐渐向性价比更高的模型转移。其背后的逻辑是，模型价格的下降意味着单位智能成本的降低，同样的预算可以调用更多 Token，或将 AI 应用于更多业务，从而提升企业 ROI。最终，大模型市场的赢家将是那些 Token 效率最高的参与者。

Altimeter Capital 合伙人 Freda Duan 认为，未来只有两种模型能够生存：要么足够出色，要么足够便宜，分别代表任务效率和成本效率。未来最可能的场景是，企业通过智能路由将任务进行精准拆分：将高价值的复杂推理交给前沿模型，将海量基础任务交给高性价比模型，以实现单位成本下的产出最大化。

美国在最前沿模型方面拥有优势，而中国则在成本效率方面日益凸显。在某种程度上，DeepSeek 代表了大模型行业的“生死线”。如果一个模型仅比 DeepSeek 略强，但价格昂贵得多，则缺乏长期生存的理由。企业和开发者为微弱的能力溢价支付不成比例的成本，显然不符合商业常识。

这种分层机制是中国与美国 AI 竞争的底层逻辑。中国 AI 对海外生态的挤压，可能并非表现为中国模型公司直接击溃美国巨头，而是一种更为隐秘的“底层平替”。越来越多的美国 AI 应用公司为降低履约成本，开始悄悄采用 Kimi、Qwen 或 DeepSeek 等底层模型，再在前台封装自身的产品体验和工作流。例如，Perplexity 最新发布的计算机应用产品新系统，就采用了中国 Z.ai 开源的 GLM 5.2 作为底层模型之一。

许多人认为大模型的终局是诞生最聪明的模型。然而，汽车产业的历史表明，法拉利定义了速度，丰田定义了产业效率。AI 领域或许也遵循类似规律：美国模型继续刷新智能上限，而中国模型则不断刷新智能的成本下限。当越来越多的企业开始计算 Token 的 ROI，真正决定产业格局的，可能不是谁最强，而是谁能将智能打造成人人都用得起的工业品。这恰恰是中国模型最具潜力的领域。