AI 「token 滥用」热潮退烧，企业开始精打细算

几个月前还在硅谷高管之间被津津乐道的「tokenmaxxing」——尽可能多地消耗 AI 模型 token 以换取最大产出——正迅速降温。Moody's Ratings 最新报告与多位企业高管指出，AI 账单飙升并未带来对等的生产力提升，企业开始转向更克制、更精细的 AI 使用方式。

从热潮到反思：token 消耗曾是「身份象征」

今年春季，科技行业曾掀起一股鼓励高 token 消耗的风潮。OpenAI CEO Sam Altman 5 月公开表示，期待看到围绕 tokenmaxxing 涌现的创业公司；NVIDIA CEO 黄仁勋也曾放言「如果你的 50 万美元工程师没烧掉 25 万美元的 token，那就有问题了」；Meta 内部甚至举办过奖励高 token 用量的竞赛。这股风潮一度为 Anthropic、OpenAI 等头部大模型厂商贡献了显著营收。

然而风向很快转变。Microsoft CEO Satya Nadella 在近期博客中警告，客户实际上在为 AI 付两次钱——一次是 token 费用，一次是把专有数据喂给模型。Palantir CEO Alex Karp 接受 CNBC 采访时措辞更为激烈，称美国企业私下对高价低效的 token 消耗「怒不可遏」，直言「事情完全跑偏了」。

账单失控：成本每两个月翻一番

Moody's Ratings AI 分析主管 Vincent Gusdorf 在新报告中建议企业采取更克制的 AI 策略。他指出：「账单堆积起来后，大家意识到这些新工具相当昂贵，必须明智地使用。」

咨询公司 Bain & Company 的 Jue Wang 给出了更直观的数字：她所服务的大型企业 token 成本几乎每两个月翻一番，仅按每位开发者每月 200 美元、乘以 2 万名开发者计算，单家企业的年化 AI 支出就已远超预算。Wang 注意到，很多企业连撰写邮件这类轻量任务都在默认调用 Claude Opus 这类高端模型，「用大锤砸坚果」的现象普遍存在。

转向「模型路由」与开源替代

成本压力下，企业开始寻找更聪明的路径。所谓「模型路由」（model routing）方案应运而生——将简单查询自动分派给更便宜、更高效的模型，把复杂任务留给高性能模型。

与此同时，来自中国创业公司的开源模型成为另一条出路。Moonshot 的 Kimi、智谱的 GLM 等开源权重模型已能在能力上接近美国顶级模型，价格却低得多。开源模型服务商 Together AI 开发者体验负责人 Hassan El Mghari 表示，与其奖励高 token 用量，不如赋能员工按需使用。Mozilla CTO Raffi Krikorian 则将 tokenmaxxing 比作当年以代码行数衡量程序员生产力的做法，认为它终将被淘汰：「一年后我们回头看，会觉得这是个笑谈。」