AI 创业公司 Lindy 的 CEO Flo Crivello，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，一些美国企业开始重新审视 AI 支出：此前鼓励员工尽可能多用，如今则更关注成本和产出。这种变化也给筹备 IPO 的 OpenAI 和 Anthropic 的增长预期带来变数。
Uber 与 Coinbase 为员工设置 AI 使用额度
此前，一些科技公司优先鼓励员工采用 AI。Meta、Amazon 等公司内部出现了用量排行榜，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"。
这种激励很快带来了预算压力。今年 4 月，Uber CTO Praveen Neppalli Naga 向 The Information 透露，这家出行公司在四个月内就用完了全年的 AI 预算。到 6 月，Uber 开始限制用量：每名员工使用的每一种 AI 编程工具，如 Claude Code 或 Cursor，每月基础额度为 $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。"
CNBC 和 Business Insider 的报道还列出了其他公司的做法：
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。"他表示："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，停止以消耗量排名的方式鼓励员工使用 AI。
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'。"
Copilot 改按用量计费，长任务更快消耗额度
企业收紧预算的同时，一些 AI 工具也在调整订阅内的用量计费方式。GitHub Copilot 自 6 月 1 日起改用 AI Credits，根据模型和 token 消耗计算使用成本。订阅仍包含月度额度，付费用户可设置额外支出预算。
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"。据报道，新定价下，个别复杂的自主编码任务可能花费超过 $100；按请求计数时，任务实际消耗的差异没有同等反映在用户账单上。
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 在 5 月披露，其年化收入规模已达 $470 亿。OpenAI 据报道在 2025 年实现收入 $131 亿，今年早些时候的年化收入规模约为 $250 亿。实际年度收入与年化指标口径不同，但都反映了两家公司业务的快速扩张。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。"
把简单任务交给更便宜的模型
预算压力也促使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 的创始人 Ahmad Awais 称，公司在最近 30 天内新增了 1 万名客户，需求主要来自寻找更低成本模型的用户。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——因此受到更多企业关注。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"。
客户控制成本，会怎样影响模型公司的上市预期
OpenAI 6 月 8 日确认，近期已秘密提交 IPO 注册声明草案；Anthropic 则据媒体报道在 6 月初提交了申请。据纽约时报报道，OpenAI 倾向于推迟到明年上市，正式时间仍未确定。客户限制 token 支出，可能影响两家公司的收入增速；微软、Amazon、Google 等大型科技公司则在投资模型公司的同时，提供自己的替代产品。
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，并在 GitHub Copilot 中提供自动选择模型的功能，以兼顾成本与表现。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，高增长和客户控制成本的压力可能同时存在。按 Luria 的分析，当前增速有助于争取更好的上市条件，而企业一旦减少无效调用、改用低价模型，这种增长就会面临考验。
