是時候該給Token算算ROI的賬了

從「Token最大化」到「Token紀律」，AI支出正在經歷一場思維轉變。過去一年，Token消耗量一度被視為企業數位轉型與創新能力的象徵，但到了今年，風向已經完全翻轉。越來越多企業開始意識到，AI帶來的帳單成長速度，正在遠遠超過其實際創造的價值。 這股趨勢從科技巨頭的動作可見一斑。騰訊近期開始收緊內部AI預算，而Palantir的執行長更是公開批評OpenAI與Anthropic等公司的Token收費模式，直言這種計價方式「從根本上就錯了」。他認為，如果AI能夠為企業創造額外利潤，模型公司應該從利潤中分成，而不是單純按Token用量來收費。 Token的昂貴程度確實令人咋舌。根據德勤（Deloitte）的調研，一家年營收約130億美元的企業，每年在AI上的投入可能高達7億美元。而國外研發管理平台Jellyfish的數據則顯示，過去9個月內，每位開發者的人AI支出增幅達到18.6倍，成長速度相當驚人。 然而，投入與產出之間的比例卻不樂觀。Jellyfish的調查指出，消耗Token最多的工程師，生產力約為低用量者的2倍，但他們所消耗的Token卻是最低使用者的10倍。換句話說，Token的成長速度，已經開始明顯跑贏價值的成長速度。 這也解釋了為何企業開始從「Token最大化」轉向「Token紀律」的思維。去年在矽谷廣為流行的「Tokenmaxxing」策略，鼓勵員工盡可能多使用AI，甚至將Token消耗量視為創新能力的代理指標。但到了今年，包括Palantir旗下Palo Alto Networks在內的多家企業高層紛紛呼籲，Token價格必須再下降90%，才能真正推動大規模部署。 除了軟體授權與模型使用費，AI應用的本質也是導致成本難以控制的原因。傳統軟體的執行路徑相對固定，成本易於預測；但AI Agent會自主搜索、調用工具、反思、重試，整個執行過程充滿不確定性。許多企業直到月底收到雲端帳單，才知道一個工作流程到底循環了幾次，消耗了多少Token。 去年一項針對AI程式設計任務的研究就發現，一個Agent完成同類任務所消耗的Token，可能是普通程式碼問答的1000倍。即便使用同一個模型、執行同一任務，不同運行之間的Token消耗量，最多也可能相差30倍。更重要的是，Token越多並不代表效果越好。研究顯示，模型準確率通常在中度Token消耗區間達到最高，之後便進入明顯的收益遞減階段。 當Token的投資報酬率（ROI）成為企業關注的焦點，模型分層幾乎成為必然趨勢。像Claude、GPT-4這類頂尖模型在少數高價值場景中依然無可取代，但對於絕大多數日常任務而言，其性能已經出現「過剩」，導致ROI偏低。這部分需求正逐漸被更便宜的開源模型所分流。 根據a16z針對100家大型企業的調研，2025年已有37%的企業同時使用5個以上的模型，到了2026年，這個比例已大幅提升。企業普遍採取「任務分流」的策略：對外、可見度高、對性能敏感的任務，交由領先模型處理；對內、標準化、重複性的任務，則主要由成本決定選擇。 目前，雖然閉源的前沿模型仍佔據絕大多數收入，但已有投資人認為，未來市場份額將逐漸從最聰明的模型，轉向性價比更高的模型。Altimeter Capital合夥人Freda Duan更直言，未來只有兩種模型能夠存活下來：要麼足夠出色，要麼足夠便宜。前者代表了任務效率，後者則代表了成本效率。 在這樣的趨勢下，企業將開始透過智能路由系統進行任務的精準拆分，將最高價值的複雜推理工作交給前沿模型，而將大量基礎任務交由高性價比模型處理，以達到單位成本下的產出最大化。 從全球競爭的角度來看，美國的優勢仍然在於最前沿的模型能力，而中國的優勢則越來越體現在成本效率上。某種程度上，DeepSeek就像是中國大模型的「生死線」：如果一個模型只比DeepSeek強一點，但價格貴很多，就幾乎沒有長期存在的理由。 這種分層機制也開始反映在國際市場的競爭中。許多美國的AI應用公司，為了壓降履約成本，已經開始將底層基礎設施悄悄換成Kimi、Qwen或DeepSeek等中國模型，再於前台封裝自身的產品體驗與工作流程。例如，Perplexity近期發布的電腦應用產品，就採用了中國智譜AI開源的GLM 5.2作為底層模型之一。 如果說汽車產業的競爭告訴我們什麼，那就是法拉利定義了速度，但豐田定義了產業效率。AI或許也是如此。美國模型持續刷新智能的上限，但中國模型正在不斷刷新智能的成本下限。當越來越多的企業開始計算Token的ROI時，真正決定產業格局的，未必是誰最強，而是誰能把智慧變成一種人人都用得起的工業品。而這，正是中國模型最有機會的賽道。