仅仅一年前,将人工智能引入企业环境还像一场没有规则的竞赛:公司像发放企业福利一样分发模型访问权限,鼓励员工“燃烧”代币。如今,同样的景象已截然不同——管理者们惊慌失措地切断访问权限,设置严格限制,并紧急重新审视预算。
曾经只是抽象数据处理单位的代币,如今已变成意外支出的主要项目。让我们来探究一下,这究竟为何发生,以及企业为何会措手不及。
从“免费燃料”到“代币末日”
在大语言模型(LLM)的语境中,代币是神经网络处理的最小信息单位。一个代币可以对应一个词的一部分或整个词,而100个词大约相当于130-140个代币。它们分为输入代币(用户提示)和输出代币(生成的回答)。
长期以来,代币被视为一种没有财务意义的技术细节。一切在2023年3月发生了变化,当时OpenAI发布了GPT-4并设定了公开费率:每100万个输入代币30美元,每100万个输出代币60美元。从那时起,逐步的货币化进程开始,到2026年春季,全面转向按使用付费的模式。
当前时期已被分析师称为“代币末日”——企业被迫紧急将额外成本纳入预算,而这些成本此前一直被忽视。
杰文斯悖论在行动
这种情况中最有趣的是悖论:三年来,输入代币的平均成本下降了约98%。然而,企业的人工智能支出却飙升了320%——从2024年的120万美元增至2026年的700万美元。原因在于使用量的爆炸式增长,尤其是代理技术的推动。
2023年的一次简单查询成本约为0.04美元。而一次完整的代理系统查询则约为1.2美元,高出30倍。对于复杂的工作流程,差距甚至达到500倍。我们正在目睹经典的杰文斯悖论:资源价格下降导致其消费的过度增长。
案例:谁已经吃了亏
Uber。该公司积极部署Claude Code和Cursor,CEO达拉·科斯罗萨西曾夸耀代理编写了10%的代码。然而,不久后发现,年度编程预算在短短几个月内就被耗尽。一位技术总监在一次两小时的演示中花费了1200美元用于代币。如今,Uber已为每位员工设定了每月1500美元的限制。
微软。2025年12月,该公司向数千名开发者提供了Anthropic的Claude Code访问权限。实验非常成功,以至于工程师们更偏爱它而非自家的GitHub Copilot。六个月后,微软终止了该项目,理由是需要迁移到Copilot CLI。记者们推测,真正的原因是代币成本过高。
亚马逊。该公司正在重组与Anthropic的合作关系,从按计算小时付费转向按代币付费。专家认为,这可能会增加亚马逊在Claude模型上的成本,尽管公司内部否认了这一点。
尤其具有代表性的是一个匿名公司的故事:该公司忘记设置Claude Opus的使用限制,结果收到了一张5亿美元的账单。还有一位开发者在一个月内花费了超过4万美元用于代币。
结论与预测
大型企业无疑将挺过“代币末日”——微软和亚马逊对Anthropic和OpenAI有直接投资。但对于规模较小的公司来说,这可能是一次严重的财务打击。
在此背景下,Linux基金会宣布了Tokenomics Foundation项目——一项新标准,旨在像云计算的FinOps一样,为人工智能成本管理引入“纪律”。我的专业预测是:代币将像云服务订阅一样,成为预算中常见的项目。但在此之前,企业必须学会计算每一个代币——否则就可能面临一张抹去所有部署经济效益的账单。