Flo Crivello 做了一件在 2025 年不可想象的事。这位 AI 创业公司 Lindy 的 CEO，本月将公司的全部流量从 Anthropic 的 Claude 模型迁移到了中国公司 DeepSeek 的开源替代方案。他在旧金山总部接受 CNBC 采访时看着成本曲线说："它掉下去了，像摔到地上一样。"他预计这一决定将在几个月内为这家约 25 人的公司节省数百万美元。
Crivello 不是孤例。2026 年夏天，美国企业界正在经历一场 AI 支出的集体觉醒——从"尽可能多用 AI"转向"精打细算用 AI"。这场转变的烈度足以让正在冲刺 IPO 的 OpenAI 和 Anthropic 感到不安。
从 Tokenmaxxing 到 Token Panic
过去两年，企业 AI 预算的逻辑很简单：用就是了。Meta、Amazon 等公司设立了内部排行榜，鼓励员工比拼 token 消耗量。Uber 此前鼓励工程师"尽可能多地使用 AI"，甚至在内部按使用量排名。这个现象在行业里获得了一个专门的名字——"tokenmaxxing"。
但账单来得比任何人预想的都快。今年 4 月，Uber CTO Praveen Neppalli Naga 向 The Information 透露，这家出行巨头在短短四个月内就烧光了全年的 AI 预算。6 月，Uber 被迫实施分级上限：每个员工每月在 Claude Code 或 Cursor 等 AI 编码工具上的基础额度为 $1,500，更高额度需申请。Uber COO Andrew Macdonald 在播客中坦言："很难在 AI 使用和新消费者功能之间画出一条线。"
Uber 不孤单。CNBC 和 Business Insider 的报道勾勒出了一幅行业级的急刹车图景：
Coinbase 实施了基于职级和角色的每周额度制度，从 $500 到 $5,000 不等。其基础设施负责人 Rob Witoff 表示，一次对全部代码库进行前沿模型 Bug 扫描可能花费 $5 万到 $10 万美元——"如果有一百个人独立做这件事，就是 $1,000 万。"他的总结很精炼："一旦人们理解了什么是可能的，使用量自己就会起飞。然后焦点从'人们在用 AI 吗？'转向'他们用得好吗？'"
Walmart 对内部编程工具设置了使用限制。
Amazon 关停了内部 tokenmaxxing 排行榜——这个曾鼓励员工比拼 AI 用量的机制，如今被视为财务上的不负责任。
Salesforce CTO Parker Harris 的话更直白："我们是一家上市公司。我们不能告诉投资者，'抱歉，我们把今年一半的增长给了 Anthropic 让他们去上市'。"
从自助餐到单点：定价模式的结构性逆转
企业收紧预算的同时，AI 厂商的定价模式却在向相反方向变化。2 月到 6 月间，OpenAI、Anthropic 和 GitHub Copilot 先后从固定费率转向按 token 用量计费。
GitHub CPO Mario Rodriguez 在宣布新定价时坦承，旧的计费模式下"一个快速聊天问题和一次持续数小时的自主编码会话对用户收费相同"，GitHub 一直在补贴差额，但"已经不可持续"。新定价下，一个复杂的自主编码提示可能花费超过 $100——而在旧模式下它的价格和一句"hello world"没区别。
Business Insider 引用一位 Deloitte 高级软件工程师的话说，GitHub 的定价变化"已经在颠覆工作预期"，开发者迅速烧光了新的月度配额。"廉价的'AI 自助餐'时代结束了。"
Anthropic 去年全年收入约 $100 亿美元，今年 5 月的年化 run rate 已达 $470 亿。OpenAI 的收入从 2025 年的 $131 亿跃升到今年早些时候的约 $250 亿年化运行率。D.A. Davidson 分析师 Gil Luria 指出，即使只看数学，"目前的增速是它们有史以来最快的——而这本身就是现在上市的好理由，同样好的理由是担心一些最大的企业客户可能开始限制失控的 token 支出。"
开 Ferrari 去买菜：企业开始「降级」
预算压力正在催生一个新的行为模式：企业开始把简单任务从昂贵的前沿模型转移到更便宜的替代方案上。
Lindy 的 Crivello 表示他对 Anthropic 的产品评价很高，但如果价格降不下来，"我们有其他选择。"Harness 公司高级副总裁 Trevor Stuart 把用前沿模型做基础文本摘要比作"开 Ferrari 去超市买菜"。
AI 创业公司 Command Code 在最近 30 天内新增了 1 万名客户，创始人 Ahmad Awais 称需求主要由对更低成本模型的追求驱动。Coinbase 的 Witoff 说公司已经开始将基础工作分流到更便宜的模型上，无论是美国公司的轻量级产品还是中国的 DeepSeek 和 MiniMax。
模型路由（model routing）——即根据任务复杂度自动匹配最合适的模型——正在从一个新兴概念变成企业刚需。Glean CEO Arvind Jain 估计，目前仍有约 95% 的企业 AI 使用运行在前沿模型上。AISquared CEO Darren Kimura 的判断是，这种模式"对大多数公司来说长期不可行"。
AI 厂商的 IPO 窗口与客户叛逃的赛跑
OpenAI 和 Anthropic 都在 6 月初秘密提交了 IPO 申请。据纽约时报报道，OpenAI 倾向于推迟到明年。但两者面临的困境是一样的：它们最大的收入增长引擎——企业客户的无限制 token 消费——正在熄火，而它们最大的竞争对手——微软、Amazon、Google——正在同时扮演投资人和替代供应商的双重角色。
微软 CEO Satya Nadella 在 6 月的一篇文章中写道："我们最不希望看到的，是每家公司、每个行业都在向少数几个吞噬一切的模型输送价值。如果所有价值只被少数模型攫取，政治经济体系根本不会容忍。"微软本月推出了低价模型套件，并让 GitHub Copilot 自动将用户路由到性价比最优的模型。Amazon 的 AI 负责人 Peter DeSantis 告诉 CNBC，他希望公司能在"未来一年内"与 OpenAI 和 Anthropic 的前沿模型竞争。
Wakefield Research 对 200 名高管的调查显示，79% 的人对其 AI 预算可能因未能与收入或利润挂钩而被削减感到担忧。IT 咨询公司 FPT Americas 的 AI 负责人 Niranjan Krishnan 总结道："新奇感已经消失，硬核的效用考量接管了。这就是你的 2026 年。魔法思维时代结束了。"
对于 OpenAI 和 Anthropic 而言，IPO 的钟声与客户砍单的警钟正在同时响起。Luria 的判断尖锐但准确：它们需要在企业客户开始认真审视 AI 账单之前完成上市——每一张被压下来的 token 账单，都在压缩这个窗口。
