奥特曼认输：全球第一，根本不在OpenAI

一句话看懂：OpenAI 内部 token 消耗冠军每月花掉 1000 亿个 token，但 CEO 萨姆·奥特曼承认，这并非全球第一——某个外部客户烧得更多。这件事揭开了硅谷“烧 token 竞赛”的荒诞一面，也暴露了一个更本质的问题：能花多少 token 不等于能干多少活。

事件核心：发生了什么

在当地时间 6 月 10 日的 OpenAI 直播中，奥特曼透露，公司内部 token 消耗最高的员工，每月用掉 1000 亿个 token，这比六年前 OpenAl 全公司最烧钱的人多了一百万倍。然而他紧接着表示，这个纪录已被外部客户打破。消息来源为 OpenAI 官方直播内容。

与此同时，Meta 内部员工曾建立名为“Claudeonomics”的排行榜，按 token 消耗量排序，并发实体称号。结果一个月内 Meta 烧掉 60 万亿 token。亚马逊也出现类似现象：员工为冲榜，刻意写长 prompt、并行挂多个 agent，被称为“tokenmaxxing”。但 OpenAI 员工 Peter Steinberger 展示了另一面：他过去 30 天烧掉 6030 亿 token（约 130 万美元，公司买单），用于驱动 100 个 Codex 实例全天候扫描漏洞、审核代码——他说，真正值得兴奋的是“如果 token 成本不再是限制，软件该怎么造”。

为什么重要

这场“token 烧钱大赛”戳破了两个流行幻觉。第一，烧得多不等于干得多：Linear 的 COO 和多位开发者公开批评，用 token 消耗量衡量生产力，相当于按花钱多少给市场团队排名，毫无意义。第二，OpenAI 主动透露这一数据，其实是一种市场信号：它不缺 token，缺的是能高效花 token 的人才和系统。奥特曼的发言和 Peter 的案例共同说明，未来 AI 能力的竞争，正在从“谁有更多算力”转向“谁有更好的架构去利用这些算力”。

对用户/开发者/创作者的影响

对开发者而言，这不是简单的“砸钱买 api 就行”。OpenAI 已将 token 视作准工资，但真正稀缺的是设计高效 agent 系统的能力。对企业采购者来说，衡量 AI 投入产出比时，不能再只看 api 调用量或 token 消耗数，而要看这些算力是否转化为了具体的业务产出（如代码修复、客服准确率、内容生成质量）。对内容创作者和普通用户，这意味着未来 AI 产品的定价可能会更快分化：低价值场景的 token 越来越便宜，而高价值 agent 服务可能更贵。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

第一，OpenAI 是否会将“token 消耗排行榜”转化为面向企业的固定运营指标或产品功能，进而推出更细粒度的成本控制工具。第二，Meta、Google 等玩家是否会跟进“tokenmaxxing”的考核改革，或者推出类似实习生排名制度。第三，当 OpenAI 宣布下一步目标是“常驻、主动运行的 AI”后，类似 Peter 的自动化 agent 系统是否会成为企业标配，进而催生一个新的人工智能运维岗位。目前公开信息显示，这项技术尚未大规模商用，但其成本结构和人才缺口逻辑已清晰。

来源：36氪 · 24小时热榜

奥特曼认输：全球第一，根本不在OpenAI