资讯

AI账单暴涨，实际效益难言：谁在助推“Token通胀”？

• 100万+ 浏览
• 30万+ 评论
• 2024年5月1

100万亿，这个数字后面跟着14个零，虽然庞大，但可能还不到国人每日Token消耗量的一半。

到了2026年上半年，从科技中心中关村到硅谷，大公司茶水间的热门话题变成了“你今天花了多少Token？”这个数字可能高达几十万、几百万甚至几千万。对于旁边的外卖骑手来说，这听起来像是吹牛或者精神错乱，但事实上，他们聊的并非人民币，而是Token。

Token与实际货币之间存在巨大的数量差距，但Token数量的激增速度惊人。据报道，一家国外公司在为员工批量开通Anthropic的Claude企业版时，未能设置消费上限，导致一个月的账单高达5亿美元，折合人民币约34亿元。

在国内，近期米哈游也出现了类似情况。该公司《崩坏》系列技术团队负责人郑银河在2026年5月的阿里云峰会上透露，一名工程师在测试多Agent协作时，因未设置熔断机制，导致数十个智能体陷入循环调用，在短短13小时内消耗了200万元的Token。

尽管Token账单高企，但AI带来的实际效益却让许多人难以启齿。米哈游工程师耗费200万元Token的测试，其成本足以支付一个小型研发团队一个月的薪资，最终却只换来了一夜无产出的“AI摸鱼”。

或许，在这种情况下，企业里只有人力资源部门完成了裁员指标，而企业主则将节省下来的人力成本重新投入到AI建设和Token采购中。

Token的单位价值正在被稀释，消耗量呈指数级增长，投入与产出之间出现了错位。作为AI时代的通用货币，Token正显现出典型的通货膨胀特征，其疯狂程度甚至可能超过津巴布韦人民扛着麻袋买大米的窘境。

那么，究竟是谁在助推这场“Token通胀”？

01 从过度使用到限制使用

2026年上半年，硅谷流行着一种名为“Tokenmaxxing”的趋势，即最大化Token的使用量。大型科技公司甚至鼓励员工尽可能多地消耗Token，并将Token消耗量与KPI直接挂钩。

Meta内部设立了追踪8.5万名员工Token消耗的排行榜，并为消耗量高的员工授予“Token传说”、“缓存大师”等称号。亚马逊推出了内部AI使用排行榜“KiroRank”，将Token消耗数据纳入团队绩效考核。

英伟达CEO黄仁勋的言论更是火上浇油：“如果我的工程师消耗的Token价值达不到他们年薪的一半，我会深感忧虑。”

国内厂商也迅速跟进。腾讯于2026年3月启动了全员AI激励计划，为每位员工提供每年22万元的Token资源，覆盖Cursor、CodeBuddy等国内外多款工具，内部也曾出现Token消耗排行榜。

不出所料，这些公司的AI账单也随之失控。

仅仅30天，Meta员工就消耗了60.2万亿Token，成本超过1亿美元。Uber在短短4个月内耗尽了2026年全年的AI预算，管理层不得不紧急出台限额令，规定每位员工每月AI工具费用不得超过1500美元。亚马逊也开始实施严格的Token限额管理，高级副总裁Dave Treadwell甚至亲自出面呼吁“不要为了用AI而用AI”。

就在上个月，腾讯内部也下发了额度调整通知：全员Token配额大幅缩减，核心研发团队的月额度从宽松状态收紧至7000元，外包岗位的额度更是降至1000元。

从全员不设限使用到如今的限额管理，短短三个月内，情况发生了180度的转变。究其原因，无非是飙升的账单让即使是财力雄厚的科技巨头也感到压力巨大。

正如OpenAI CEO山姆·奥特曼近日在一个企业客户活动上所说：“今年年初，AI运行成本还不是一个被提及的问题，现在它突然变成了一个巨大的挑战。”

这背后是需求的爆炸式增长。国家数据局数据显示，2026年3月，中国日均Token调用量已超过140万亿，而2024年初仅为1000亿，两年内增长了千倍以上。

从全球范围来看，这种增长趋势尚未有放缓迹象。高盛近期发布的报告预测，到2030年，全球Token月消耗量将比2026年增长24倍，达到约120千万亿（120 quadrillion）Token/月，其中企业级智能体是主要的增长动力。

Token账单失控还带来了一个副作用。为了弥补AI的高昂成本，今年一季度，海外十几家科技巨头裁员超过4万人，程序员首当其冲；而在国内，“630”成为了许多互联网从业者的最后工作日。

在Meta，几乎已经没有人手动编写代码；在国内的头部科技大厂，新增代码中高达90%由AI生成。AI代码生成率的飙升直接导致了人员需求的下降，并引发了职场震荡。

02 Token账单暴涨之谜

账单费用由“用量”和“价格”两个因素决定。在这看似简单的公式背后，隐藏着两层不透明的推高逻辑，最终叠加形成了指数级的成本膨胀。

许多人存在一个误解：大模型的价格一直在下降，AI应该越来越便宜。然而，事实并非如此——价格持续下降的通常是通用轻量模型，而企业真正所需的编程、长上下文处理、复杂推理等高价值场景，其价格不仅没有下降，反而出现了逆势上涨。

Anthropic推出的安全增强版模型Fable 5，定价高达每百万Token输入10美元、输出50美元，是同期Opus系列的两倍。

国内的智谱AI也是一个典型例子。据天眼查数据显示，2026年一季度，智谱AI因新模型迭代连续三次上调核心API价格，累计涨幅达83%。其面向通用场景的GLM-4.7轻量模型，输入价格仅为2-4元/百万Token，输出价格为8-16元；但面向编程与Agent场景的GLM-5.2，输入价格上涨至8元，输出高达28元，两者价差最高可达4倍。

此外，腾讯云在2026年3月至4月经历了两次调价，混元HY 2.0 Instruct模型的输入价格涨幅高达463%；MiniMax核心模型的价格也上调了30%-50%。

与此同时，模型厂商的计费模式已从订阅制全面转向按量付费，厂商的收入直接与Token消耗量挂钩。这就形成了一个结构性矛盾：客户的目标是用最少的Token完成任务，而厂商的商业利益则天然倾向于让客户消耗更多的Token。

从实际数据来看，近期的Token消耗量增长并非线性，而是指数级的。

自2025年底以来，AI产业最核心的变化是从对话式AI向Agent（智能体）的跃迁。AI不再是简单的问答式交互，而是演变为自主规划、循环调用、多轮纠错的复杂流程，Token消耗也随之从线性增长转变为指数级膨胀。

Agent虽然能力强大，但据腾讯研究院分析，它隐藏着几类典型的低效消耗模式：

• **上下文陷阱：**智能体在每一步操作中都会重复携带历史对话、工具日志和文件内容，导致同一批信息被反复计费。
• **技能冗余：**对49个软件工程技能的基准测试显示，79.6%的技能对任务通过率没有实质性提升，却可能带来高达451%的Token开销增长。
• **多Agent的“沟通成本”：**当多个智能体协同工作时，它们会不断重复任务背景、结论和格式化的套话，每一次对话都意味着重复计费。
• **长任务的“熵增”：**任务链条越长，越容易出现偏差，而为了纠偏，就需要增加摘要、检查、回滚等机制，进一步推高消耗。

这些损耗并非简单的累加，而是相互叠加产生的乘积效应。一个复杂的多Agent任务，可能近一半的Token被用于内部协调、自我纠偏和重复读取，真正用于生成有效内容的比例并不高。对于缺乏技术能力的企业来说，这更是一笔难以清晰计算的糊涂账。

03 害怕落后的焦虑

如果说大模型厂商的产品和定价策略是外部的“阳谋”，那么企业内部的Token消费则是一场自上而下的“自我消耗”。

**担心错过AI变革浪潮的企业，纷纷不遗余力地拥抱AI。**这种压力自然会传递到每一位员工身上，尤其是在AI可能取代人工的阴影下，员工普遍将“会用AI、多用AI”视为一种安全感来源。

许多公司将AI代码生成率、工具使用时长纳入OKR考核，甚至上线全员可见的数据看板，以此倒逼员工增加Token消耗。明明可以通过搜索引擎或人工几秒钟就能完成的邮件回复、基础代码片段、常规数据查询，也要交给大模型处理一番——反正费用不是自己掏腰包，用得越多似乎越显得“拥抱变革”。

企业将Token消耗量与员工绩效挂钩，默认“AI使用量”等同于“价值创造”，并愿意为此支付高昂的账单。

有人认为这是历史的必然。历史上每一次通用技术革命，都经历了类似的阶段。蒸汽机刚发明时，工厂主计算发现其成本不如使用马匹；电灯刚商业化时，其成本远高于煤气灯。

然而，关键区别在于，电力消耗产出的是实实在在、可衡量的工厂效益，但Token换来的“智能”，到底创造了多少价值？目前来看，答案仍难以量化。

据晚点LatePost报道，一位互联网大厂的技术管理者透露，其部门20多人一个月消耗5万元Token，但回顾下来，并未沉淀出多少可落地的成果。这笔钱相当于10名实习生的月薪，化作无形的Token后，甚至连清晰的产出物都未能留下。

企业常常认为使用AI可以节省人力成本。但反常识的是，在许多基础场景中，使用AI的成本反而比人工更高。

国内一家人力资源服务商曾进行过测算：使用AI筛选并初步评估一份简历，Token及系统成本约为1.2元/份，而雇佣兼职人事处理的成本仅为0.8元/份。类似的情况在数据标注、基础文案撰写、简单客服问答等领域也普遍存在。

**AI还带来了更隐蔽的成本。**有软件公司的研发负责人反馈，引入AI编程工具后，初级开发人员的效率看似提升了，但高级工程师的代码评审工作量翻倍，线上故障的返工成本增加了30%以上。综合计算下来，反而不划算，而且员工也变得更加疲惫。

这正是Token经济最核心的矛盾所在：Token消耗与价值创造之间，从未存在线性关系。并非消耗的Token越多，产出的价值就越大；相反，很多时候消耗的增长恰恰源于无效的循环、冗余的架构和盲目的焦虑。

04 结语

回到最初的问题，谁在推动“Token通胀”？这并非某一家AI厂商的恶意营销，也不是个别员工的滥用浪费，而是我们所有人的集体行为。

从提供底层算力基础设施的GPU和存储供应商，到大模型架构固有的膨胀属性；从每一个担心错过AI浪潮而焦虑的企业，直至每一位害怕落伍的员工——所有人都共同推高了Token的消耗，推动了Token的贬值，也加剧了那本日益厚重的AI账单。

每个人都在助推Token的通胀，而每个人又在自身的推动力下步履维艰。

爱游戏体育围绕聚合更新资讯，助你畅玩无忧不断创新，回应用户的真实需求。

掌握最新游戏动态

精选多元化娱乐内容，满足不同玩家需求内容，爱游戏体育与你一同发现更多精彩。

深入解读游戏精髓

聚合更新资讯

• 最新游戏发布
• 热门游戏攻略
• 电竞赛事报道
• 游戏行业分析
• 玩家社区活动
• 游戏文化探索
• 虚拟现实游戏
• 独立游戏推荐
• 游戏硬件评测
• 未来游戏趋势

作者：玩家小李 爱游戏提供的攻略真的太详细了，让我这种手残党也能轻松通关，感谢！

爱游戏体育专注爱游戏官网，为用户提供专业可靠的体验。

爱游戏体育深耕聚焦热门游戏，第一时间掌握最新动态领域，用心服务每一位用户。