一句话看懂：大模型公司投入数百亿美元建成的 AI 服务，如今在向企业收费时遇到了麻烦——按 token 计费的模式不可预测，企业很难预估成本，连微软、Uber 都曾出现 AI 编码预算超支的情况。AI 能力很强，但“怎么定价”正成为商业化路上最棘手的环节。
事件核心：发生了什么
BBC News 技术记者 Joe Fay 报道，微软、Google、Anthropic 等公司已投入数千亿美元开发大语言模型，普通用户免费使用 ChatGPT、Claude 或 Gemini 实际上是“占了便宜”，因为这些公司真正想收回投资的方式，是向企业和开发者出售付费版 AI 服务，尤其是用于编码、计费等场景的增强功能。
问题在于，基于 LLM 的第三方服务很难定价。AI 服务按 token 消耗计费——用户的问题和 AI 的回答都会被拆分成数学单元 token。但这个过程并不稳定：提示词的细微差别会产生不同回答，相同提示词未必得到相同结果，不同模型输出也不同。在 agentic AI 系统里，多个 AI 代理协同决策和执行任务，token 消耗量和不可预测性都会进一步上升。
高盛分析显示，虽然单个 token 的成本近年在快速下降，但企业和消费者的 token 消耗量急剧飙升，预计 2026 年至 2030 年间月度 token 消耗量将增长 24 倍，达到 1.2 亿亿个。有报道称，Uber 今年早些时候在几个月内用完了全年 AI 编码 token 预算，微软也限制了工程师使用部分第三方编码工具。
为什么重要
这件事直接暴露了 AI 商业化的结构性矛盾：训练大模型需要巨额算力投入，但 AI 服务的“生产成本”在推理阶段是动态且难以预测的。伦敦政治经济学院副教授 Will Venters 指出，AI 输出是非确定性的，因此价值也是非确定性的，企业很难把这种不可控成本纳入长期合同和预算框架。
对行业而言，定价模式不稳定会制约企业级 AI 的落地。Saviynt 公司的 Simon Gooch 直言，让客户签一个 12 个月到 36 个月的定价合同“完全没有意义”，因为没人知道未来的 token 成本曲线会怎样变化。这意味着即便是微软、Google 这样的巨头，也需要在“按量计费”和“可预期的订阅制”之间寻找新的平衡点。
对用户/开发者/创作者的影响
普通用户：目前各家的免费版仍是“划算的交易”，但这种情况可能不会一直持续。smartR AI 创始人 Oliver King-Smith 表示，小公司和个人用户通过个人订阅账户绕开企业定价的做法，大厂商其实在亏本承压，他预测一旦股东施压盈利，平台会开始收紧这些账户。
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。
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。
开发者和企业：token 消耗具有不可预测性，意味着项目成本可能突然失控。企业需要用更精确的提示词来约束 AI 输出，iplicit 首席财务官 Rob Steele 比喻说，就像你不会不列购物清单就让家人去买一周的菜一样。企业在将 AI 嵌入产品并推给成千上万用户时，还要考虑测试、安全、护栏带来的额外 token 消耗。另外，增加一个 AI 代理只需点击按钮，但成本却不像增加员工那样有清晰的人力预算，这也让成本管理更难。
创作者和第三方开发者：如果 token 定价持续不稳定，依赖大模型 API 做应用的开发者将更难给出固定报价，最终这些不确定性成本可能会转嫁给下游客户。
值得关注的后续
1. 大厂是否会收紧个人订阅账户？King-Smith 的判断是“这是迟早的事”。可以观察 ChatGPT Plus、Claude Pro 等个人订阅的条款和价格是否发生变化。
2. token 计费模式是否会被新的定价模型取代？当 agentic AI 大规模落地时，按 token 计费可能让企业难以接受，业界是否会出现按任务、按结果或混合订阅的新计价方式，是重要的观察信号。
3. 企业级 AI 成本管理工具是否会成为一个新赛道？目前公开信息显示，多数企业仍缺乏有效的 token 预算监控手段；微软和 Uber 的内部失控就是一个警示信号。
来源：BBC News
