「Token越便宜，账单越贵」美国AI预算裂成三层，他们为何集体投奔中国模型？ - 功能介绍

在Token成本的重压下，美国企业的AI预算正逐步形成三个层次。

第一梯队是那些有能力自建替代方案的行业巨头，第二梯队的中型企业则选择削减预算或降低模型档次，而第三梯队的中小企业直接转向中国开源权重模型。这种分层趋势背后，OpenAI和Anthropic等美国前沿实验室正在失去市场两端：大型企业客户在打造自己的工具，小型企业客户则纷纷拥抱中国AI模型。

回想今年初，硅谷流行一个词：TokenMaxxing——谁消耗的Token多，谁的生产力就高，预算本就是用来挥霍的。然而，这股Token大跃进仅持续了半年，如今局势已彻底扭转，再无人提及TokenMaxxing。当账单到期时，不同规模的公司采取了截然不同的策略。美国企业的AI采购由此清晰分裂为三层，为中国AI打开了明确的市场空间。

现状：Token变便宜，却烧不起了

最触目惊心的数字来自Uber。据外媒报道，Uber整个2026年的AI编程预算，不到四个月便耗尽。消耗如此之快，是因为员工按照Uber要求积极使用AI。今年三月，Uber五千人工程团队中，Claude Code的渗透率从32%飙升至84%，单个工程师每月在Token上的花费高达500到2000美元。

更极端的案例是养虾热潮背后的智能体框架OpenClaw。有估算显示，一个实例自主运行一整天可消耗相当于1000到5000美元的API成本，而用户仅需支付每月200美元的Claude Max套餐。到今年四月初，运行的OpenClaw实例已超过13.5万个。Anthropic因此在4月初迅速切断此路径，要求这类第三方框架的用量单独计费，部分用户支出因此上涨十倍甚至几十倍。

十六天后，GitHub停止了Copilot Pro和Pro+的新注册，产品副总裁乔·宾德（Joe Binder）给出的理由同样直白：智能体工作流消耗的算力往往超过用户每月支付的费用，少数几个请求的成本就能覆盖套餐价格。

这里存在一个被普遍误解的趋势。一方面，Token单价确实在下降，大约每十八个月降低一个数量级；但另一方面，单次任务的Token消耗增长快于价格下跌。于是出现了一个令许多人意外的结果：模型越便宜，账单反而越贵。

Gartner预计，今年全球AI支出将达到2.5万亿美元，同比增长69%；但他们同时预测，2026年AI预算中有25%会推迟到2027年。“滑档”是削减预算的委婉说法。此外，Gartner还预计，只有28%的AI基础设施项目完全实现了当初的商业论证。换句话说，烧掉的钱中近四分之三未能证明其价值。

第一层：巨头自给自足

第一层是有能力自建模型的AI巨头，对他们而言，节省成本与推广自家产品可以同步进行。

微软替换掉Claude Code后，促使工程师使用自研的MAI-Code-1-Flash。这是一个约五十亿参数的小模型，在今年Build大会上发布并向所有GitHub Copilot套餐铺开；后续版本MAI-Code-1.1-Flash更是宣称成本再降73%。

在这一系列动作背后，据报道，微软已将内部Anthropic用量的预算预估削减了三分之一以上，而此前的估算为每年至少十亿美元。

微软在此事中的位置相当微妙。2025年11月，他们与英伟达联手向Anthropic投资150亿美元，将后者估值推至3500亿，并将Claude搬上Azure对外销售。但投资Anthropic与内部削减Claude预算并不矛盾。对微软而言，Claude是商品，而MAI才是自己的根基。

Meta曾是TokenMaxxing最疯狂的AI巨头，甚至将Token使用量作为考核指标。在绩效压力下，其员工曾在三十天内通过Anthropic的工具消耗60.2万亿Token。高峰期时，Meta内部预估一年在Anthropic模型上的花费可达100亿美元。

但从六月底开始，他们限制员工使用Claude Code和OpenAI的Codex，应用AI组受限最严，部分任务甚至需走审批流程。替代品则是MetaCode和Muse Code。据媒体报道，Meta内部的Claude用户数已从约六万降至三万，这是从外部Token消耗和支出估算倒推得出的。

即便削减后，Meta的Claude月支出据报仍在数亿美元级别。Meta收紧Claude使用还有一个原因——模型蒸馏。如果用Claude编写的代码进入自家训练数据，Meta的模型可能吸收竞品模型的特征。

第二层：中型公司只能削减预算

第二层是Uber这样的中型公司：拥有数千名工程师，账单规模与巨头相当，但没有自家前沿模型可切换。Uber的CTO普拉文·内帕利·纳加（Praveen Neppalli Naga）今年4月坦言：公司将Claude Code部署给约5000名工程师后，短短四个月内便将全年AI预算消耗殆尽，令他措手不及。

Uber高层的初衷是向工程师推广AI工具，从这个角度看，他们实现了目标。今年5月的数据显示，95%的Uber工程师每月使用AI工具。但高层未考虑到另一面：单个工程师每月产生的API成本高达500到2000美元。

面对令人震惊的Token预算，即便是市值1500亿美元的Uber也不得不紧急制定严格的分级管理，限制员工使用流量，像当年节省纸张一样精打细算每个Token的成本。

这已成为行业共识。云服务公司Box CEO亚伦·莱维（Aaron Levie）表示，他参加了一场有财富500强企业首席信息官出席的晚宴，发现商界领袖讨论最多的话题不是宏观经济，而是企业的Token成本。

莱维列举了CIO们正在尝试的五种削减预算方法：按工作负载将任务分配给不同模型、按用户类型发放能力不同的智能体、为各团队设定不同支出上限、要求团队按使用场景论证AI必要性，还有一些干脆不加管控。

这一层撞墙后只有三个选择：削减座席数、降档使用更便宜的模型、或将预算推迟到下一财年。Gartner提到的25% AI预算滑档比例，主要来自这一层。

既然市场上有便宜好用的中国开源模型，为何这些中等规模企业不直接切换？因为这一级别的美国企业更关注数据安全合规问题，宁可少用也不愿冒政策风险。一旦被监管部门抓住漏洞，罚单金额可能远超节省的IT成本。

美国政府对中国开源AI的态度始终未明确，如何管理、是否管理都是未知数。7月那封开放权重行业公开信上，签名的有英伟达、微软、Meta、IBM、戴尔和Palantir；Anthropic未签名，其CEO达里奥·阿莫代伊（Dario Amodei）反对一刀切禁令，主张定向管制。在规则悬而未决时，中型企业的法务通常选择按兵不动。

这一层偶尔也会出现大客户。Airbnb在客服场景中选择通义千问而非ChatGPT，这是目前最拿得出手的案例，也说明价格吸引力一旦超过某个阈值，连上市公司的采购流程都挡不住。

第三层：创业公司大批投奔中国AI

第三层是小公司和创业公司。他们既无合规负担，也无自研能力，决策变量只剩一个：性价比。

这一层的AI普查可参考模型路由平台OpenRouter的数据。中国模型在该平台上的周度份额峰值已达46.4%，而美国模型为35.7%；单一供应商排名中，DeepSeek以17.6%居首，每周约5.13万亿Token，通义千问占13.9%，Anthropic占14.8%。

价差几乎解释了一切。OpenRouter的贾斯汀·萨默维尔（Justin Summerville）表示，开源中国模型比Anthropic和OpenAI的旗舰便宜60%到90%；具体到型号，截至今年六月，DeepSeek V4 Flash每百万输入Token收费0.14美元，而GPT-5.5收费5美元，整体价差区间在4倍到100倍之间。

需要说明的是，这个46%并不等于中国模型拿下了美国企业市场近一半份额。OpenRouter的用户结构天然偏向开发者和中小团队，那些直接与Anthropic、OpenAI签订企业合同的大客户流量不在此池中。

但三层结构的存在已成为无可争议的趋势。中国模型在OpenRouter上拿到46%，说明他们占领的不是美国企业市场，而是美国创业公司市场。

对美国前沿实验室而言，更糟糕的是未来：他们正在失去下一代客户。今天用DeepSeek起步的创业公司，三年后长大很可能也不会回头。

OpenAI连降两轮扩大份额

面对这三层企业AI预算的同时施压，OpenAI的回应是降价，而且连降两轮。

7月30日那一轮，GPT-5.6 Luna直降80%，至每百万Token输入0.20美元、输出1.20美元，Terra降20%至2美元和12美元；9月22日那一轮，GPT-6 Sol降至2美元和10美元，而前代GPT-5.6 Sol为4美元和20美元，GPT-6 Luna降至0.10美元和0.50美元，缓存输入读取直接打一折。

OpenAI明确表示这是永久定价而非促销。OpenAI自己对降价的解释全部指向内部效率：硬件路由优化、推理软件改进、上下文缓存改进。他们还提到Sol在监督测试中自主重写了生产内核，将服务开销削减20%，Token生成效率提升超过15%。

尽管他们未提及竞争对手，但这两轮降价的直接原因市场定位清晰。Anthropic的Claude Opus 5.5在OpenAI九月发布前约九十分钟上线，定价4美元和20美元，而GPT-6 Sol正好是其一半。OpenAI CEO山姆·奥尔特曼（Sam Altman）在X上表示，GPT-5.6 Sol是Claude Fable 5价格的一半，并且“很乐意按四分之一的价格交付”。

当然，低端市场上中国模型的持续上攻是真实威胁。有一个细节值得玩味：OpenAI现在开始强调的指标是“每美元智能”，因为在中国AI 0.14美元对美国AI 5美元这种量级的价格差距面前，美国厂商已放弃正面比价，只能强调自身智能性能。

在Token的成本压力下，美国企业AI预算呈现出三重结构。第一层自建替代品，第二层削减预算或降档，第三层直接投奔中国开源权重模型。OpenAI和Anthropic等美国前沿实验室失去的是市场两端：最大的企业客户在打造自己的工具，最小的企业客户在纷纷投奔中国AI模型。

本文来自微信公众号“新浪科技”，作者：郑峻，36氪经授权发布。