AI 成本之所以高，是因为企业在每项任务上消耗的 token 多了很多，执行的任务也多了很多。请求里带着更多上下文和推理，智能体把一个请求变成多次 API 调用，AI 已普及到每个团队，而大部分工作跑在最新的模型上：这些模型的价格居高不下，变便宜的是旧一代的能力。
管理者已经在预算上感受到了压力。2026 年 5 月的 Google I/O 大会上，Sundar Pichai 提到，Google 听说许多企业已经花光了全年的 token 预算，而这一年才过去不到一半。一个月前，Axios 报道称，由于一些企业在 AI 上的支出已经超过了员工薪资，IT 预算正被不断突破。
本文解释账单为什么会增长、如何判断这笔支出是否值得，以及管理者可以怎么做。如果您需要一步步削减账单的方法，请看如何降低企业的 AI token 成本。
为什么 token 越来越便宜，AI 成本却在上涨？
任何一个固定能力水平的 AI，价格都下降得很快。2024 年 11 月，a16z 估算，对同等性能的模型而言，成本每年下降约 10 倍：要达到 GPT-3 在 2021 年取得的基准测试分数，当时每百万 token 要 60 美元，三年后只要 0.06 美元。Epoch AI 在 2025 年发现，达到某个固定基准分数的价格每年下降 9 倍到 900 倍不等，具体取决于基准测试和分数。
账单照样上涨，因为这些数字描述的是原地踏步的价格。您的 AI 账单是三个数字相乘的结果：
- 您实际所用模型的每 token 价格。 企业不断换用最新的模型，所以它们买到的能力，很少是正在降价的那部分。
- 每项任务的 token 数。 更长的上下文、推理和智能体步骤，让每项任务都变得更大。
- 任务的数量。 AI 已经走出试点，进入产品、工作流程和每个团队的日常工具。
即使能力在变便宜，第一个数字也可能上涨。2026 年 7 月，摩根大通报告称，按彭博衡量每百万 token 实际价格的一项指数计算，LLM 市场的 token 价格自 2025 年 12 月以来上涨了 60% 以上，原因是数据中心算力需求激增。另外两个数字增长得更快。
Google 的数字同时涵盖消费类和企业类产品，更多反映的是需求的走向，而非某一家企业的账单。同一场演讲也给出了一个企业层面的数字：在过去十二个月里，有超过 375 家 Google Cloud 客户各自处理了超过一万亿 token。
是什么在推高 AI 成本？
有五股力量在推高账单，而大多数企业同时受到全部五股力量的影响。每一股力量都会在服务商价目表毫无变化的情况下推高成本，所以在预算审查中很容易被忽略。
工作跑在最新、最贵的档位上
团队用当时最强的模型做原型、上线功能，之后很少回头重新选择。每次升级到更新的模型，都让这项工作继续按顶级档位计价，哪怕一个更小的模型如今只需一小部分成本就能通过同样的测试。
价差很大。截至 2026 年 10 月，Anthropic 的标价显示 Claude Opus 5 的输出为每百万 token 25 美元，Claude Haiku 4.5 为 5 美元；OpenAI 的标价显示 GPT-6 Astra 的输出为 50 美元，GPT-6 Luna 为 0.50 美元。价格暴跌的是去年的前沿能力，而大多数团队买的是今年的。
每个请求带的上下文更多了
如今的应用会在每个请求里附上完整的文档、代码、对话历史和检索到的文件。OpenRouter 与 a16z 的一项研究分析了超过 100 万亿个 token，发现平均提示长度大约增长了四倍，从 2024 年初每个请求约 1,500 个 token，增长到 2025 年底的 6,000 多个。同期输出长度也接近翻了三倍，从约 150 个 token 增长到 400 个。
价目表不会提示这种增长。截至 2026 年 10 月，Anthropic 对其完整的 100 万 token 上下文窗口按标准单价计费，所以一个长四十倍的请求，费用就是四十倍。
模型在回答前先思考
推理模型会先把问题想清楚再作答，而这些思考是要计费的。OpenAI 的文档说明，推理 token 按输出 token 计费，而输出恰恰是账单中昂贵的一侧：截至 2026 年 10 月，Claude Opus 5 的输出价格是输入价格的五倍。
这一转变来得很快。上述 OpenRouter 研究发现，2025 年初推理模型在该平台上处理的 token 份额微不足道，到当年年底已超过一半；研究还认为，输出长度的增长大部分来自推理。
智能体把一个请求变成多次 API 调用
处理单个请求的智能体，会规划、搜索、使用工具并检查自己的工作。每一步都是一次独立的 API 调用，并且带着之前的全部内容，所以一个请求的成本取决于智能体走了多少步。这个步数每次运行都不一样，更多取决于智能体的行为，而不是用户问了什么。
智能体还会在没人输入的情况下持续运行。一个客服智能体或编程智能体，在整个团队里每小时可能发出数千次 API 调用。我们的智能体 AI 成本优化指南介绍了工程师如何为每次运行设定边界。
AI 已从试点扩展到每个团队
正如摩根大通在 2026 年 7 月所说，两年前大家还在问企业到底会不会用 AI。如今，AI 已经进入客服队列、销售工具、文档流程和工程师的编辑器，每一 种新用法都会在账单上添一行。
定价也跟着用量走。摩根大通指出，服务商正在把企业套餐从按席位收费改为随使用量增长的计费方式，因此对许多企业来说，AI 的账单已经像水电费一样按量计算。过去受许可证数量限制的支出，如今随每一项任务增长。
AI 的成本真的超过员工了吗？
对一些团队来说，已经是这样。《财富》报道，英伟达应用深度学习副总裁 Bryan Catanzaro 在 2026 年 4 月对 Axios 表示，就他的团队而言，算力成本远远超过员工成本。
这种对比适合做标题，但它回答的是一个很窄的问题。构建模型的研究团队，算力支出本来就高。对一家正常经营的企业来说，人均 AI 支出衡量的是账单的规模，而管理者需要知道的是每一份支出换来了什么。
有用的对比要按任务来做：用 AI 解决一张工单、审阅一份合同或起草一份报告要花多少钱，与以前的成本相比如何，对业务又值多少。我们的 AI 单任务成本指南介绍了如何设定并追踪这个数字。
管理 者如何判断 AI 支出是否值得？
逐项任务地给工作定价。不同类型的工作消耗的 token 差别极大，所以全公司的一个平均数会掩盖钱到底花在了哪里。
对每一类主要任务，三个数字就能判断这笔支出是否划算。
| 数字 | 它告诉您什么 |
|---|---|
| 每项完成任务的成本 | 一个单位的 AI 工作要花多少钱 |
| 每项完成任务的价值 | 节省的时间、带来的收入或避免的风险 |
| 每月完成的任务数 | 两者的差距总体有多大 |
如果一项任务每次完成的价值 远高于成本，就值得扩大规模，而且在扩大的过程中值得管好它的成本。如果利润很薄或无从得知，就需要先找到更便宜的运行方式，或者更清楚地衡量它的价值，然后再扩大。大多数让财务团队措手不及的账单，正是在这个缺口里增长起来的：用量在上涨，而这些任务的单次成本从来没人测算过。
面对上涨的 AI 成本，管理者能做什么？
上面的每个原因都有对应的应对办法，而且都不影响有用的工作继续运行。
| 原因 | 管理者的举措 | 从哪里开始 |
|---|---|---|
| 说不清去向的支出 | 追踪主要工作负载的单任务成本 | 单任务成本 |
| 用量扩散到各团队 | 设定团队 token 预算和默认档位 | AI token 预算 |
| 默认使用最高档位 | 用评估集测试更便宜的档位 | 降低 token 成本 |
| 上下文和推理 | 使用缓存、精简上下文、限制推理 | 12 种技术 |
| 智能体步骤 | 限制每次运行的步数和 token | 智能体 AI 成本 |
| 一项任务的量极大 | 为它配一个定制模型 | 见下一节 |
其中大多数是团队在一个季度内就能完成的配置和制度调整。最后一项改变的是工作本身的价格，当一项任务占了账单的很 大一部分时，它的作用最大。
定制模型什么时候能改变成本曲线？
当一项任务每天在前沿模型上运行数千次，每一次重复都要支付前沿模型的价格，而其中大部分请求都是常规请求。为这项任务训练的定制模型，可以用低得多的单任务成本处理常规部分，前沿模型则继续处理难题。最大的工作负载上，单任务成本会下降，也会变得更可预测，因为常规部分由您拥有的模型来处理。
这正是 Ertas 用自适应模型端点所做的事：为您的一项任务提供一个 API 端点。一开始，所有请求都由前沿模型回答。一个用您的请求和团队反馈训练的定制模型，会在后台用真实流量运行，在通过您的评估集并经您确认后接手。难题仍然交给前沿模型。该端点目前仅限受邀企业使用，我们正在开发一个更简化的版本，让更多企业可以接入。
随着用量增长，新增的流量落在定制模型上，所以前沿模型的支出只随难题增长。
您的工程师只需改一个模型名称，就能把这项任务指向该端点。我们会监控模型，并随着您的工作变化重新训练它；每个新版本在承接流量之前，都要通过同样的评估集。模型可以由我们托管运行，也可以部署在您的云或本地，并且归您所有。
节省来自为单一工作打造的模型。在我们的 QMSum 研究中，一个为会议摘要任务训练的模型，估算的服务成本为每次查询 0.00053 美元，而按同步调用标价计算，Claude Opus 5 为 0.104 美元，GPT-5.6 Luna 为 0.0130 美元；它的响应时间为 0.39 秒，Claude Opus 5 为 9.0 秒。该 估算不含训练成本。每项任务都有自己的质量标准，所以每一次切换都要等您的评估集通过。
常见问题
为什么 2026 年的 AI 成本这么高？
企业用的 token 比一年前多得多。请求带着更多上下文，推理模型把思考按输出计费，智能体为每个请求发出多次 API 调用，AI 也已普及到各个团队和产品。其中很多工作跑在顶级模型上，截至 2026 年 10 月，这些模型的输出标价为每百万 token 25 到 50 美元。
AI token 的价格是在涨还是在降？
两者都有，取决于您衡量的是什么。据 a16z 和 Epoch AI 的研究，固定能力水平的价格每年下降 10 倍甚至更多。而按摩根大通引用的彭博指数，2025 年 12 月到 2026 年 7 月间，市场每个 token 的实际价格上涨了 60% 以上，原因是算力需求激增。
AI 真的比人工更贵吗？
对一些团队来说，是的。一位英伟达研究负责人在 2026 年 4 月对 Axios 表示，他的团队的算力成本远远超过员工成本。对大多数企业来说，更有用的检验是按任务计算：一项完成的任务用 AI 要花多少钱，与以前的成本相比如何，又值多少。
我们没有增加用户，为什么 AI 账单还在涨？
因为每个请求、每个人的用量都在增加。更长的提示、推理、智能体步骤和模型升级，都会增加每项任务背后的 token，而这些都不会以新增席位的形式出现。请工程团队提供各工作负载过去六个月的单任务 token 数，看看是哪一项变了。
AI 成本会自己降下来吗？
如果 a16z 和 Epoch AI 测得的趋势持续下去，任何固定能力的价格都会继续下降。但只有当有人把工作转移到更便宜的能力上时，账单才会下降，比如更小的档位、缓存的前缀、批处理任务或定制模型。如果放任不管，降价带来的空间往往会被新增用量吃掉。
定制模型如何降低 AI 成本？
为单一任务训练的模型只包含这项任务需要的能力，所以每个请求的服务成本要低得多。借助自适应模型端点，它在通过您的评估集后接手一项高流量任务的常规部分，难题则继续交给前沿模型。
简短版
AI 账单在 token 降价的同时上涨，是因为企业买的是最新的能力，在每项任务里投入更多 token，每个月执行的任务也更多。衡量单任务成本，设定预算和默认档位，拿下配置层面的节省，然后为调用量最大的任务配一个专门训练的模型。
如果某一项任务已经占据了您的大部分账单，预约通 话，我们和您一起把数字算清楚。
资料来源：a16z 关于 LLMflation 的分析、Epoch AI 关于推理价格趋势的研究、摩根大通（含 Wolfe Research 的任务数据）、OpenRouter 与 a16z 的 State of AI 研究、Google I/O 2026 主题演讲、《财富》、Axios、Anthropic 定价和 OpenAI 推理指南。价格核实于 2026 年 10 月 6 日。