今年双11,连AI都进了直播间被甩卖。李佳琦1分钱卖千问办公月卡,半小时卖出近10万份;罗永浩9.9元卖TRAE月卡。普通人薅AI羊毛,从没这么轻松过。

一边是直播间里抢低价的狂欢,一边是大厂看着AI账单疯涨的焦虑。

就在双11前夕,彭博新闻曝出:苹果悄悄把部分工程师每天的AI额度从300美元砍到了200美元。还打算继续砍到100美元。

打开网易新闻 查看精彩图片

同一周,高盛把Claude Code从交易员手里收了回去,字节也开始限制外部AI碰核心代码。

打开网易新闻 查看精彩图片

这么看下来,同一周内,不止苹果一家在省。

但在8个月前,画风还完全相反……

打开网易新闻 查看精彩图片

3月份,小米MiMo负责人罗福莉在社交媒体放话:“明天对话少于100次的任何人可以辞职。”她事后解释,并没有真按次数考核,只是想逼大家先用起来。

8个月,从「不用就走人」变成了「多用要批条」。

更不讲道理的是,这8个月里,token一直在降价。抛开直播间的限时促销,一年下来单价差不多打了对折。

东西越来越便宜,企业却越来越肉疼。单价在降,额度却越砍越狠。

看到这儿,我也来放个爆论:

这一年企业花在AI上的钱,很大一部分买的不是结果,而是看起来很努力在用AI

为什么这么说?我们从头把这笔账算一遍。

一、token是真的在降价

先看数据。OpenRouter是一个汇集了几百个AI模型的平台,相当于AI模型的批发市场。按它的统计,今年无论是闭源模型还是开源模型,每百万token的实际价格都是大跳水。

打开网易新闻 查看精彩图片

照理说,单价打了对折,企业应该越用越省才对。可实际账单,完全不是这么回事。

二、钱怎么越花越多

单价降了,钱却花得更多,问题出在AI干活的方式变了。

以前用AI,是人问一句、AI答一句,一来一回花不了几个钱。

现在的趋势是:一个人指挥一个Agent,甚至同时指挥好几个Agent干活。交代下去一个任务,它们自己去读文件、写代码、跑测试,发现错了再改,一个任务来回几十轮。

你下班了,它们还在跑。

OpenRouter的数据显示:一年前,Agent只烧掉平台8%的token;到了今年10月,这个比例飙到了76%。现在烧token的主力,早就不是人了。

结果就是:token打了对折,用量却翻了二十多倍。

还是OpenRouter的数据,该平台10月一个月处理了790万亿token,大约是1月的25倍。

单价省下的那点钱,连用量涨出来的零头都不够。

落到企业头上,就是一张张吓人的账单:

5月的阿里云峰会上,米哈游一位技术负责人分享:有员工搭了几十个Agent一起协作,一晚上烧掉约200万元人民币的token

一家约50人的AI初创公司,一个月token花了20万美元,人均4000美元。研发人员的解释很朴素:编码质量高的模型价格都高。

Revolut早期给工程师用Claude Code时,有人一个月花1000美元甚至1万美元,负责人直言回报不太明显。

还有一件火上浇油的事:企业还在拼命换贵的模型。Menlo的报告显示,企业花在模型上的钱里,最强那一档的占比从一年前的35%涨到了63%

便宜的模型有的是,但大家就挑好用的使。于是,账单彻底失控。

Menlo调查了近400位美国企业决策者:他们原计划今年的AI支出是去年的1.9倍,实际平均花到了4.7倍,差不多是计划的2.5倍。

打开网易新闻 查看精彩图片

预算?算得还挺理想主义的。

三、上半年那笔钱,买到了什么

钱都花出去了,老板们自然想知道:买到了什么?

最省事的办法是数token。于是上半年,不少公司搞起了用量排行榜:

据经济观察报报道,3月底有腾讯员工在脉脉发帖,称部分业务在统计各部门、各团队的Token用量并排名。一些员工怕掉队,甚至在上班时间搭没有实际意义的工作流让Agent重复干活。腾讯内部随后澄清反对Token用量排名,这仅是个别现象,所以别乱说哈。

Meta有员工自发做了个排行榜叫 Claudeonomics,统计全公司token用得最多的前250人。30天里榜上累计用掉60多万亿token,第一名一个人就用了2810亿。两天后,这个榜就被下架了。

就公关这块还得看我们的这些公司吧。

数token,到底数出了什么?

快手技术团队在一篇公开长文里说了句大实话:公司的AI代码生成率从1%涨到了30%以上,持续在增长,但需求交付效率基本不变。后来,他们干脆不看这个指标了。

一句话说明白:

AI写的代码越来越多,活却不见得干得更快。

早年有公司将代码行数作为KPI来考核程序员,结果大家把代码写得又长又啰嗦;现在,token用量成了新时代的代码行数。

四、于是,企业开始勒裤腰带

上半年那套“用得越多越好”的逻辑,到了下半年彻底不灵了。现在的AI额度越来越像差旅报销:按部门分、按岗位分,超了要申请。

打开网易新闻 查看精彩图片

大厂勒裤腰带的姿势各有不同,但都在回答同一个问题:AI的钱,到底该花在谁身上、花在哪种活上?

  1. 定额度(管花多少):苹果把工程师每日额度从300美元砍到200美元,还在考虑往下压。

  2. 谁用谁出钱(管算谁的账):埃森哲规定公司只统一承担每人每月29美元,超出的部分记到项目账上。

  3. 换便宜模型(管用哪个):Revolut让日常写代码默认走自建的GLM,最贵的模型只留给少数硬仗。

  4. 按岗位分 / 关外部工具(管谁能用):高盛和字节出于风控和数据安全考虑,不再让外部AI随便碰核心代码。

五、反转:企业其实没真不买单

看到这里,你可能会以为企业要对AI祛魅了?并没有。

先看真金白银。美国企业卡管理公司Ramp的数据显示,企业用AI的量和花的钱,开始出现分道扬镳:token用量大涨37.1%,但花费只微增了8.9%

打开网易新闻 查看精彩图片

钱省在哪了?一是降价的红利,二是企业变精了,学会挑模型了。

再看最会算账的亚马逊。10月底,亚马逊内部备忘录直接点名:token用量、AI工具使用率这些指标有严重缺陷,一旦被当成考核目标,就会开始拼命烧token,和节俭原则对着干。

但亚马逊同时强调:不设上限,也不许刷量。 能讲清楚AI在哪些地方还帮不上忙的工程师,恰恰展现了公司想要的判断力。

企业勒紧的不是AI预算,而是拒绝为低效的盲目消耗买单。

六、让AI为结果买单

回到开头那个问题:token越来越便宜,企业为什么反而肉疼了?

因为上半年,企业是在为消耗买单,干的都是数token、看对话次数、拼代码率这些荒唐事儿;而现在,大家不想再为消耗买单,开始要求为结果买单。

怎么为结果买单?一个最朴素的办法是:分诊。

最贵的模型应该是“专家坐诊”,而不是天天守在挂号处。

10月,小红书在AICon大会上分享过自家AI助理Seal的做法:先用一个小模型判断任务难不难,再决定交给哪一档模型。数据显示,七成以上的日常任务用高性价比模型就够了,只有约3%的任务真正需要顶级模型。这样一来,能省下约69%的模型成本。

Revolut那位负责人说得更干脆:The frontier is the exception,意思是最强的模型只是例外。

这就是为结果买单最朴素的做法:先想清楚这件活值多少,再决定交给谁干。说到底,派活的,比干活的更值钱。

当然,省钱这事儿最后还是绕不开一个终极问题:谁来判断,这件活到底值多少token

这兜兜转转,又回到了人对任务的判断和理解上。这也正是为什么在AI时代,人类的洞察力依然无可替代。

最后,说说看,你最近给AI买过单吗?有没有哪笔账让你觉得特别肉疼?欢迎在评论区聊聊。

我先开个头吧,最让我肉疼的是那种不舍得停掉的老套餐,比如土区80元的GPT套餐和老的Cursor套餐。