OpenAI客戶每月消耗千億Token 成本飆升成隱憂

企業AI支出在短短六個月內，從無人問津的預算項目，變成了巨大的財務危機，OpenAI執行長Sam Altman坦言。

人工智慧運算成本已成為企業客戶的「巨大問題」，OpenAI執行長Sam Altman表示，Token消耗量自六年前以來激增了百萬倍。

「六個月前，根本沒人提到成本問題，」Altman在6月2日的一場OpenAI企業活動上說道。「現在，這已經是一個巨大的問題。」這位執行長透露，OpenAI目前最大的單一客戶每月消耗約1000億個Token——相當於約750億個單詞——而六年前最大的用戶僅消耗10萬個Token。

使用量的爆炸性增長暴露了一個結構性問題：OpenAI每賺取1美元收入，就要花費1.35美元，虧損主要來自推理成本，而非模型訓練。優步科技公司在今年頭四個月就用光了整個2026年的AI預算，被迫實施嚴格的Token上限；而這家叫車公司的個別工程師，每月AI帳單從150美元到2000美元不等。亞馬遜公司已關閉內部Token排行榜，以遏止無節制的消耗。

OpenAI與Anthropic在2026年第一季轉向按Token計費，使得過去一項不透明的成本項目，變成了可量化的逐項支出——而初步結果讓企業財務團隊大為震驚。Gartner預測，AI代理軟體支出將在2026年達到2070億美元，較2025年成長139%，但這一預估的前提是企業持續擴大AI支出。優步釋出的訊號，以及多家公司悄悄縮減Token消耗的趨勢，顯示這條成長曲線正面臨壓力。

Token陷阱

成本危機的根源在於行業的定價結構。在生成式AI時代的大部分時間裡，固定費率訂閱制吸收了無限的Token消耗，使得任何特定任務的實際成本都無法被看見。當Anthropic和OpenAI在2026年第一季將企業客戶轉向用量計費後，這些隱藏成本瞬間變得清晰可見。Anthropic的一家企業客戶因未設定支出上限，單月意外花費了5億美元。

這個問題有兩個層面。首先，輸出品質仍然難以預測——大型語言模型會產生幻覺、陷入循環並以難以預見的方式出錯，而每次失敗的運算都會消耗Token，無論結果如何。其次，目前沒有一個標準單位來衡量AI任務的成本，因為同樣的任務可能因為提示詞、模型版本、上下文窗口以及AI代理是否走錯路徑而消耗截然不同的Token數量。

GitHub Copilot在2026年6月轉向按Token計費，為零售層級提供了最明顯的證據。促銷方案的用戶回報，僅需少數幾次提示詞，就用掉了30%到60%的月度配額。一名用戶表示，Copilot一夜之間從他最喜歡的訂閱服務，變成了最有壓力的訂閱。

ROI考驗

優步的經歷說明了更廣泛的挑戰。營運長Andrew Macdonald在5月25日的一場會議上坦言，儘管95%的工程師每月都會使用AI工具，但他無法將這些Token支出與面向消費者的產品實質改進之間畫上關係。「這個連結還不存在，」Macdonald說。

微軟公司面臨每位工程師每月500至2000美元的Claude Code帳單，已開始取消直接的Claude Code授權，並引導工程師重新使用GitHub Copilot。

Anthropic執行長Dario Amodei已明確承認時間節點的風險。在2月的一次訪談中，他警告，如果AI收入成長預測即使只差一年，「你就會破產。」他指的是Anthropic自身的基礎設施押注，但同樣的邏輯也適用於企業客戶。如果按Token計費揭示出生產力提升無法合理化成本，企業不會破產——他們只會停止續約。

對投資人而言，按Token計費的轉變是AI產業迄今第一個真正的價格發現機制。固定費率訂閱制營造了便利的假象：成本低、採用率高，而投資報酬率則是可以稍後再處理的問題。用量計費已在一夜之間改變了這種算計。能夠衡量並證明AI投資報酬率的公司，將決定當前的資本結構能否維持。那些無法做到的企業，將是第一批重新談判並重新思考的對象。

輝達公司的圖形處理器為大多數AI訓練和推理提供動力，如果企業客戶普遍限制支出，該公司可能面臨需求端的衝擊。該公司的資料中心營收已連續五季年增超過200%，但這一成長假設Token消耗將持續擴大。企業AI預算的持續縮減可能壓縮這一成長軌跡。

本文僅供資訊參考，不構成投資建議。