?潮涌AI編輯部

文｜HAL

關(guān)于AI到底能不能“降本增效”，前不久Uber總裁兼COO安德魯·麥克唐納在一檔播客里講了一個細(xì)節(jié)。

他說，今年4月，Uber CTO普拉文·內(nèi)帕利·納加發(fā)現(xiàn)公司四個月就用光了2026全年的Claude Code預(yù)算。那一刻被他形容為“腦袋爆炸”。

得知這一噩耗之后，公司內(nèi)部開始認(rèn)真討論一件以前沒人當(dāng)回事的事：Token到底花了多少錢，這些錢換回了什么。

麥克唐納給出的結(jié)論很冷靜。他和高級工程負(fù)責(zé)人交流之后意識到，更高的Token消耗，并沒有換來同比例更多的、對用戶真正有用的功能。

那條“投入越多、產(chǎn)出越多”的曲線，他畫不出來。

他還有一句話說得很直接：AI不是免費(fèi)的。

圖源：網(wǎng)絡(luò)

這件事值得說，原因不在于Uber小氣不想花錢——它一年R&D投入三十多億美元，不差這點(diǎn)預(yù)算。關(guān)鍵在于，一家把AI用得這么猛、采用率這么高的公司，第一次公開承認(rèn)自己算不清這筆賬。

當(dāng)然，Uber也不是孤例。

微軟正在收回自家部門里大部分Claude Code的授權(quán)，要求員工改用GitHub Copilot；擅長整活的語言學(xué)習(xí)平臺Duolingo也撤回了把AI使用量納入績效考核的做法，因?yàn)閱T工質(zhì)疑這個指標(biāo)獎勵的是“為用而用”；而在國內(nèi)，米哈游的一位技術(shù)leader也在近期分享中無奈說道一次“慘痛”事件，由于工程師沒有設(shè)置Token消耗上限就下班離開，結(jié)果智能體連續(xù)運(yùn)行13小時，消耗了價值200萬元人民幣的Token，而這200萬在網(wǎng)友看來是無意義；甚至社交媒體上有消息表示，騰訊開始縮水員工的Token福利……

今年還未過半，企業(yè)們已經(jīng)要集體開始算Token賬了。

有意思的地方在這里——

所有人都覺得AI還在持續(xù)進(jìn)化：模型還在變強(qiáng)、Token單價還在跌、采用率還在漲。一切看起來都還在爬坡，離頂點(diǎn)還有距離。

可泡沫已經(jīng)先一步冒出來了。

Token越來越便宜，賬單卻越來越貴

先看一個反直覺的事實(shí)。

過去一年，主流廠商每百萬Token的平均成本從大約10美元跌到2.5美元；再往前看，2024年初要達(dá)到GPT-4級別的性能，每百萬Token大約要60美元；到2026年初，這個數(shù)字下降了超過98%，高效模型只要0.3到0.75美元。

Token在快速變便宜。但同一批看著Token價格下跌的企業(yè)，月度賬單卻在成倍增長。

原因不復(fù)雜。

單價下跌只說了一半的故事。

企業(yè)消費(fèi)AI的方式變了。按2024年的Token費(fèi)率做的預(yù)算表，遇上2026年的用法，消耗的是預(yù)算的好幾倍。

國內(nèi)這邊，降幅比海外更大。

4月底，DeepSeek在兩天內(nèi)兩次降價，先給V4-Pro開了2.5折限時優(yōu)惠，又把全系輸入緩存命中價降到首發(fā)價的十分之一。原本說好5月31日恢復(fù)原價，結(jié)果5月22日宣布：2.5折不再限時，轉(zhuǎn)為永久。降價之后，V4-Pro緩存命中輸入每百萬Token只要0.025元。

緊接著是小米。5月27日MiMo-V2.5系列API宣布永久降價，最高降幅99%，同時取消了上下文窗口的分檔。雷軍轉(zhuǎn)發(fā)了這則消息，歡迎開發(fā)者接入。其緩存命中輸入價從每百萬Token 2.8元降到0.025元，與DeepSeek基本持平。

算下來，2026上半年中國各家大模型公司一共下調(diào)了六次API價格，其中三次宣布為永久降價。

但同一個市場里，還有另一批廠商在漲價。

字節(jié)豆包推出付費(fèi)訂閱，智譜三次上調(diào)API價格，阿里云和騰訊云相繼宣布漲價5%。一邊是DeepSeek、小米把價格壓到很低，一邊是另一批廠商往上調(diào)。同一個賽道，同一段時間，降價和漲價同時發(fā)生。

這一點(diǎn)比單純降價更值得琢磨。如果這個生意已經(jīng)有穩(wěn)定的盈利模型，價格應(yīng)該收斂到一個區(qū)間，而不會分成兩個方向。

價格分化，說明廠商對這東西該賣多少錢并沒有共識——有人想用補(bǔ)貼換規(guī)模，有人想靠漲價緩口氣，背后是同一個問題：還沒找到一條能站得住的成本線。

其中最大的變量其實(shí)是Agent。

聊天機(jī)器人時代，你問一句，它答一句，Token按單次調(diào)用計(jì)費(fèi)。Agent時代不同，它會自己拆解任務(wù)、調(diào)用工具、反復(fù)試錯，一個任務(wù)背后是幾十上百輪調(diào)用。同樣一件事，agentic工作流消耗的Token是聊天機(jī)器人的5到30倍，極端情況能到幾百倍甚至上千倍。

圖源：網(wǎng)絡(luò)

這才是Uber那筆賬算不清的根源。問題不在某一次漲價，而在整個使用范式換擋，把成本曲線整體抬高了一個量級。

這件事也對一個流行說法構(gòu)成了挑戰(zhàn)：AI是基礎(chǔ)設(shè)施，邊際成本會趨近于零。

傳統(tǒng)軟件確實(shí)是這個邏輯。寫一次，托管成本極低，每多一個客戶的邊際成本接近于零，所以能做出75%到80%的毛利率。AI不適用這套邏輯。每一次推理、每一條回復(fù)、每一個代碼建議，背后都要消耗實(shí)際的算力。

而Agent把這個問題進(jìn)一步放大。如今推理已經(jīng)占到企業(yè)AI預(yù)算的85%，占AI總算力消耗的八到九成。產(chǎn)業(yè)越往Agent走，賬單越高，而不是越低。

所以，Uber現(xiàn)在做的事，是把Token消耗的成本，直接拿去和招人的成本作對比。一邊是工程師的工資，一邊是模型的賬單，擺在同一張表上比。

這是一個信號。

當(dāng)一家公司開始把算力賬單和招人成本放在一起核算的時候，意味著它已經(jīng)把AI當(dāng)成一項(xiàng)需要權(quán)衡的常規(guī)成本，而不再是無條件投入的戰(zhàn)略項(xiàng)目。

買方覺得貴了，但賣方自己也在虧

更值得注意的問題在供給這一端。

Uber們現(xiàn)在還覺得Token便宜，是因?yàn)檫@個價格本身被補(bǔ)貼過。它并不反映真實(shí)成本，更像一張還沒到期的優(yōu)惠券。

看毛利率。

據(jù)The Information報(bào)道，OpenAI去年毛利率從40%跌到33%，遠(yuǎn)低于自己46%的預(yù)測；Anthropic 2025年的毛利率預(yù)計(jì)只有40%，比目標(biāo)低了10個百分點(diǎn)——兩家都沒達(dá)標(biāo)，主因都是同一個：推理成本失控，遠(yuǎn)超預(yù)期。

看絕對虧損。

OpenAI 2025年虧損約90億美元，2026年預(yù)計(jì)170億，2027年570億。有分析師把訓(xùn)練成本也計(jì)入后估算，OpenAI在每一塊“算力美元”上只收回大約0.68美元——也就是說，在支付任何工資和銷售費(fèi)用之前，僅硬件成本一項(xiàng)，每1美元就要虧掉0.32美元。

圖源：網(wǎng)絡(luò)

這意味著用戶每發(fā)一條復(fù)雜查詢，AI公司實(shí)際上就在這筆交易上虧錢；而那些低價訂閱，恰恰是補(bǔ)貼力度最大的部分。

當(dāng)然這個劇本也并不陌生。

所謂“千禧一代生活方式補(bǔ)貼”，就是VC的錢幫你補(bǔ)貼了便宜的Uber打車和DoorDash外賣。今天你用的每一個Token，本質(zhì)上是這套補(bǔ)貼的AI版本。

補(bǔ)貼還有更隱蔽的一層。

這些AI大廠通過戰(zhàn)略合作拿到打折算力，華爾街有時候管這叫“循環(huán)融資”——微軟據(jù)報(bào)道以低于市場價向OpenAI供應(yīng)算力。可即便吃著這些折扣，OpenAI和Anthropic還是在虧錢。

補(bǔ)貼不會一直持續(xù)。已經(jīng)有從業(yè)者明確預(yù)告：當(dāng)前API定價是被補(bǔ)貼的，做2027年預(yù)算時應(yīng)該保守假設(shè)未來18個月API價格上漲30%到50%，因?yàn)閺S商遲早要轉(zhuǎn)向能盈利的單位經(jīng)濟(jì)學(xué)。

很多唱空者說得更直白，當(dāng)前這些價格戰(zhàn)，是風(fēng)險(xiǎn)投資和超大規(guī)模廠商的交叉補(bǔ)貼撐起來的，一旦資本收緊，就難以為繼。

比如現(xiàn)在很多大公司發(fā)現(xiàn)Token賬單和產(chǎn)出對不上，開始算賬；賣方本身就在虧本經(jīng)營，遲早要漲價；漲價之后，買方的賬更難算。兩頭都還在虧生意，顯然中間總是有一些環(huán)節(jié)出了問題。

當(dāng)然，也有人不認(rèn)同這套判斷。

有一派的“餐巾紙算法”認(rèn)為推理其實(shí)是賺錢的——輸入Token的處理成本比輸出Token低近千倍，靠這種不對稱，API業(yè)務(wù)的毛利率可以達(dá)到軟件級別，即便估算偏差三倍也依然盈利。

但問題恰恰在這里。“單Token更便宜”不等于“整體更便宜”。

當(dāng)Agent把每個任務(wù)的Token消耗抬高5到30倍，毛利能否擴(kuò)張，取決于成本下降的速度是否快過需求上升的速度。

這是一個還沒有答案的賭注。

而泡沫常常就出現(xiàn)在沒有答案的地方。

互聯(lián)網(wǎng)時代“先圈用戶、再談變現(xiàn)”的邏輯能成立，前提是邊際成本真的可以做到趨近于零，規(guī)模上來之后成本會被攤薄。

Token經(jīng)濟(jì)沒有這個前提——規(guī)模越大，消耗越多，所以，它可能比許多行業(yè)都更早，在自身還沒真正成熟的階段，就先遇上泡沫。