AI 用量爆发但账单失控，企业开始限制大模型使用

近期多家主要企业在内部部署所谓「token 排行榜」，试图量化员工使用大模型带来的生产力增益。AI 服务以 token 计费，一个 token 大约对应四分之三个英文单词，文本量越大成本越高。

用量增速远超单价下降

报道指出，进入 2026 年 AI 使用量出现「惊人增长」，token 消耗的上升幅度远远盖过了单位 token 价格的下降。近几个月全球消耗的 token 总量达到「数万亿乃至数千万亿（quadrillions）」级别，其中绝大部分用于「agentic use」，即由智能体（agent）自动执行任务。

成本失控，企业开始限制用量

伴随用量井喷而来的是天文数字的费用账单。报道援引消息称，使用前沿模型的部分公司已经出现「账单失控」的局面，开始限制员工使用最先进模型的频率，甚至对 token 用量实施配额管理。这一现象被作者视为值得关注的信号：自动化并非在所有场景下都比人力更便宜，任务的复杂度和模型选择会显著改变成本结构。

转向更便宜的开源模型

另一个并行趋势是，包括部分西方公司在内的不少企业开始转向更廉价的 AI 形态，其中一部分来自「中国市场上免费提供的模型」。这些开源或开放权重模型可被自托管或以更低价格接入，成为企业压低 AI 账单的直接手段。

对就业的隐含影响

文章把上述现象与「你的工作是否会被 AI 取代」这一议题挂钩，认为在自动化成本受限或替代路径尚不经济的环节中，岗位被直接替代的速度可能慢于早期预期；但随着代理能力提升和模型降价，工作被自动化替代的边界仍在持续前移，整体替代节奏仍存较大不确定性。