OpenAI企业客户月耗千亿Token，成本压力骤升

企业AI支出在短短六个月内从"无人问津"变成了预算危机，OpenAI首席执行官Sam Altman坦言。

人工智能的运行成本已成为企业客户的"巨大问题"，OpenAI首席执行官Sam Altman表示，Token消耗量较六年前激增了100万倍。

"六个月前，成本从未被提及，"Altman在6月2日的一场OpenAI企业活动上表示。"现在它成了一个巨大的问题。"这位CEO透露，OpenAI目前最大的单一客户每月消耗约1000亿个Token——约合750亿个单词——而六年前，最大用户仅消耗10万个Token。

使用量的爆炸式增长暴露了一个结构性问题：OpenAI每产生1美元收入就要花费1.35美元，亏损主要由推理成本而非模型训练驱动。优步科技公司在今年前四个月就耗尽了其2026年全年AI预算，被迫实施严格的Token上限措施，而这家叫车公司的个别工程师每月AI账单从150美元到2000美元不等。亚马逊公司已关闭内部Token排行榜，以遏制无节制的消耗。

OpenAI和Anthropic在2026年第一季度转向基于Token的计费模式，将此前不透明的成本线转化为可衡量、按任务计价的支出——而初步结果让企业财务团队感到震惊。Gartner预计，AI代理软件支出将在2026年达到2070亿美元，较2025年增长139%，但这一趋势假设企业会继续扩大AI支出。优步释放的信号，以及多家公司悄然削减Token消耗的趋势表明，这一增长轨迹正面临压力。

Token陷阱

成本危机的根源在于行业定价结构。在生成式AI时代的大部分时间里，固定费用订阅模式吸收了无限的Token消耗，使任何特定任务的实际成本不可见。当Anthropic和OpenAI在2026年第一季度将企业客户迁移至基于使用量的计费模式时，隐藏成本突然变得清晰可见。一家Anthropic的企业客户在未设置消费上限的情况下，单月意外花费了5亿美元。

问题分为两个层面。首先，输出质量仍然不可预测——大语言模型会出现幻觉、循环和失败，且难以预见，而每次失败运行的Token无论结果如何都会被消耗。其次，衡量AI任务成本没有标准单位，因为同一个任务可能因提示词、模型版本、上下文窗口以及AI代理是否走错路径而消耗截然不同的Token数量。

GitHub Copilot在2026年6月转向基于Token的计费，提供了目前最清晰的零售级证据。促销层的用户报告称，仅通过几次提示就消耗掉了每月额度的30%到60%。一位用户表示，Copilot一夜之间从他们最喜爱的订阅变成了最具压力的负担。

ROI清算时刻

优步的经历反映了更广泛的挑战。首席运营官Andrew Macdonald在5月25日的一次会议上承认，尽管95%的工程师每月都在使用AI工具，但他无法在这部分Token支出与面向消费者的有意义的产品改进之间建立联系。"这种联系还没有建立起来，"Macdonald表示。

微软公司因面临每位工程师每月500至2000美元的Claude Code账单，开始取消直接的Claude Code许可证，并将工程师引导回GitHub Copilot。

Anthropic首席执行官Dario Amodei已明确承认了时机风险。在2月的一次采访中，他警告说，如果AI收入增长预测误差哪怕只有一年，"那么你就会破产"。他指的是Anthropic自身的基础设施押注，但同样的逻辑也适用于企业客户。如果基于Token的计费模式揭示生产力提升不足以证明成本合理性，企业不会破产——它们只会停止续约。

对投资者而言，Token计费转型是AI行业迄今产生的第一个真正的价格发现机制。固定费用订阅创造了便捷的表象：成本低、采用率高，投资回报问题可以留待以后解决。基于使用量的计费一夜之间改变了这一算计。能够衡量并展示AI投资回报的公司将决定当前资本结构能否维持。那些无法做到的公司将率先重新谈判和反思。

英伟达公司——其图形处理器支撑着绝大多数AI训练和推理——如果企业客户普遍设定支出上限，将面临潜在的需求侧冲击。该公司的数据中心收入已连续五个季度实现同比超过200%的增长，但这种增长假设Token消耗会不断扩张。企业AI预算的持续缩减可能会压缩这一增长轨迹。

本文仅供信息参考，不构成投资建议。