首先来看大模型公司的收入，

美国大模型公司的代表Anthorpic 公司今年以来收入快速增长，前4个月年化营收从去年底的90亿美元，涨至4月的440亿美元，按照这个速度年底就是900亿美元了，看起来形势很好，但是最终用户很不
满意。据媒体报道美国一家公司1个月烧掉5亿美元Token。

1家公司，1个月烧掉5亿美元Token
https://baijiahao.baidu.com/s?id=1866666770686467459&wfr=spider&for=pc
费用大幅超标并非个别现象。“Token Maxxing”即“Token（词元）消耗最大化”，是前段时间科技巨头
内部颇为追捧的一个热潮。他们将Token消耗量视为衡量创新与AI部署能力的核心KPI，背后的逻辑
也“简单粗暴”：谁消耗的Token越多，谁就更创新。在这个风潮下，Meta、亚马逊、OpenAI、Uber
等公司内部都有Token用量排行榜，鼓励员工多用。一个月烧掉5亿美元Token（词元）的公司，估计
就是上面的某一家。Meta内部有一个名为“Claudeonomics”的榜单，可用于跟踪员工的token消耗情
况。这直接推动了“词元消耗最大化”乱象的演绎——员工竞相通过刷高token用量来彰显自身的AI使用
能力，部分人甚至指令AI代理同时并行运行多项任务，人为放大token消耗量。根据榜单数据，Meta
员工30天内消耗了60.2万亿个token，整体成本约9亿美元（折合人民币约65亿）。Uber首席执行官
达拉•·科斯罗萨西透露， 仅2026年前四个月，公司就已经耗尽了全年的“Token预算” ，其中部分原因
在于ClaudeCode的高使用量。但庞大的支出并没有带来明确的回报，Uber总裁坦言，很难证明在AI
词元上的巨额支出与实际产品功能提升之间存在清晰的因果关系。一位Meta内部人士直言，token
消耗榜单顶端那些人，产出的东西基本都是“一次性垃圾”。开发者生产力平台Entelligence.AI汇总了
2444家企业数据后得出一组令人震惊的结论：企业每投入1美元AI Token费用，仅有18美分真正产生
了触达用户的实际价值；剩下的钱里——44美分用于修复AI自身引入的Bug，27美分用于返工，11
美分消耗在审查上。换句话说，企业每烧10块钱AI，真正发挥价值的不到2块，剩下8块都在为AI自己
的失误“打补丁”。由于并没有产生与成本相匹配的成果，这些企业正从以前“不惜一切代价拥抱AI”的
浪漫主义，转向一种更冷静、更讲求回报的现实主义。新的管理范式正在萌芽。企业开始建立精细的
AI使用成本仪表盘，将Token（词元）消耗与具体项目、团队甚至个人挂钩。价值导向的评估体系正
在探索中——从考核“用了多少”转向评估“用出何效”，例如关注AI辅助生成的代码质量、问题解决效
率、对营收的实际贡献等。微软和Meta等公司将转向内部模型，其他公司的支出可能也将大幅缩减。
此外，中国公司的大模型越来越好用，

而且价格远低于美国公司，


据金融时报报道近，中国AI模型的市场使用量实现快速增长，已超过美国模型。

在海外AI模型聚合平台OpenRouter上，DeepSeek等中国模型的调用量明显超过美国模型。

在用户大幅削减支出，中国公司的开源模型更受欢迎的背景下，未来1-2个月内Anthorpic 等公司的
营收增长率可能大幅下滑。从原理上看，语言大模型是在输入相关词元后通过在语料库中搜索，
预测后面的词元，其实是通过一种非常机械的方式模仿人类智能。最近有网友问大模型：我离洗车
店只有50米，该开车去还是走路去？结果所有的模型回答都是走路去。因为50米后面经常出现的词
不是开车而是走路。王坚院士讲英国人不讲Artificial Intelligence(人工智能），英国人讲Machine
Intelligence（机器智能）,这个称呼更接近语言大模型的本质。王坚院士认为人工智能不会替代
人类，图灵奖得主杨立坤(Yann LeCun)认为在现有技术线路下不可能产生通用人工智能，为此不惜
从Meta离职，创立了Advanced Machine Intelligence走世界模型的新线路。美国AI公司经常通过
媒体讲通用人工智能和超级人工智能的故事，股市对AI相关公司给出的估值太高。但现实是大规模
试用遭受挫折，大模型公司的营收增速下降会影响云服务商以及英伟达等芯片企业，美国股市的
人工智能泡沫可能即将破裂，股市可能会对相关企业重新定价，纳斯达克指数有可能大跌。