模型降价 300 倍，Salesforce 还是烧掉了 3 亿美元
模型一年比一年便宜，账单一年比一年吓人。
先看几个数字。LLM 的 token 单价从 2023 年到现在累计降了大约 300 倍，同一段话让模型读一遍，现在的价钱是三年前的三百分之一。照理说企业的 AI 支出应该越来越轻松才对。
实际发生的是，Uber 四个月用完了整年的 AI 预算。Salesforce 花了 3 亿美元买 token，同时冻结了工程师招聘。微软干脆取消了好几个部门的 Claude Code 许可证。
单价打一折再打一折，账单反而爆了。这事就发生在此刻的各家财务报表上。
然后是今天的新闻。OpenAI 发了篇文章，给企业管理者提了个新记分卡，原话翻译过来是，token 单价本身说明不了 AI 有没有创造价值，你该看的是每美元有用功，完成了多少任务、省了多少时间、改善了多少决策、有多少工作流真正能规模化。
好家伙，卖 token 的劝你别盯着 token 价格看。这话从 OpenAI 嘴里说出来，多少有点卖电的劝你别看电价的意思。但抛开立场，这次它说的是对的，而且是我今年看到的最值得工程师抄走的一个视角。
先把那个悖论拆开，单价降 300 倍，账单凭什么还能涨。
因为消耗结构变了。三年前你用 AI 是聊天，一问一答，token 消耗跟对话长度成正比。现在你用 AI 是跑 agent，就是让模型自主拆任务、调工具、循环干活的那种用法。而 agent 的消耗结构完全是另一回事，系统提示、工具定义、对话历史，每一轮都要原样重放一遍。任务失败了要重试，重试也是钱。复杂任务开多个 agent 并行，每个都在烧。我天天盯着 token 账单看，一个 agent 任务跑下来，真正的新内容可能只占消耗的一成，剩下九成全是重放和重试。
单价是油价，账单是油价乘以油耗乘以里程。油价降了 300 倍，但你从骑自行车换成了开重卡车队，还经常绕路。
这也是为什么，整个行业正在悄悄换记分牌。
微软已经在模型发布卡上加了一个新指标，平均 token 使用量。评估从此分两层，性能多强，以及达到这个性能烧了多少。它自家的 MAI-Code-1-Flash 打的卖点就是在 SWE-Bench Verified 上比 Claude Haiku 4.5 少用 60% 的 token。还有个更扎心的对比，GPT-5.5 和 Claude Opus 4.8 的智能指数几乎打平，都在 60 分上下，但跑完同一套测试集，一个花 3357 美元，一个花 4685 美元，差了 40%。
分数一样，账单差四成。这种对比一旦摆上台面，竞争的性质就变了。
今天上午我刚写过 Kimi K3，它发布时把「缓存命中输入 2 元、编程场景命中率超 90%」放在定价页最显眼的位置。当时我说那张价格表是照着 agent 时代的消耗结构设计的，现在看，这不是 K3 一家的小聪明，是所有模型厂都挤在同一条赛道上了。跑分战争打了三年，接下来是账本战争。
铺垫完了，说点你今天就能用的。如果你在团队里管 AI 工具的预算，或者只是想搞清楚自己的订阅费花得值不值，这套算账法可以直接抄。
核心就一条，别按 token 记账，按结果记账。token 是成本的计量单位，不是价值的计量单位。你该记的是，合并一个 PR 花了多少钱，关闭一张工单花了多少钱，产出一份能直接用的文档花了多少钱。分母是钱，分子是干成的事。
具体做起来分三步。给每类 agent 任务记两个数，成功率和单次成本，失败的重试消耗要算进成本里，别只算成功那次。然后按「每个成功结果的全成本」排序，你大概率会发现，最烧钱的不是那个跑得最多的任务，是那个成功率最低、一直在重试的任务。砍自动化先砍它，比换便宜模型立竿见影。
最后盯一个杠杆，缓存命中率。agent 场景下它直接决定你输入成本的量级，命中率从 50% 提到 90%，比任何谈判砍价都管用。提升的办法也不玄，把系统提示和工具定义固定住别频繁改，把长上下文的复用结构设计好。
没在公司管预算、只是自己掏钱订阅的朋友，这套账一样适用，只是分母换成你每月那几十美元。你可以回想一下，上个月它帮你干成了几件事，是替你写完了真的合进去的代码，还是生成了一堆你看完就关掉的草稿。同样二十美元，有人换回来五十个合并的 PR，有人换回来一堆重新来过。工具没差别，用法的差别就是这么大。
我知道有人看到这会皱眉，用个 AI 还要算这么细，是不是太抠了。我非常理解这种感觉，创造性工作最烦的就是被逼着量化。但这套账的目的不是让你少用，恰恰相反，是让你敢多用。算清楚哪类任务成功率高、单位成本低，你才敢放心把它铺到整个团队，而不是在账单爆掉的那个月被一刀切砍掉所有许可证。微软那几个部门的 Claude Code，就是没人算账的代价，最后买单的是真在用它干活的工程师。
坦率讲，这套账很多团队从来没算过。大家对着仪表盘上的 token 消耗曲线发愁，却说不出上个月 AI 到底干成了多少件事。曲线只会告诉你烧了多少，不会告诉你值不值。
单价接下来还会继续降，这个趋势没有悬念。但看完 Uber 和 Salesforce 的账单你就明白，降价救不了不会算账的团队。会算每美元有用功的团队和只会看单价的团队，几年后拉开的差距，可能比用哪家模型的代差还大。
模型越便宜，算账越重要。这大概是 AI 行业今年最不性感、但最值钱的一个转折。