一个工程师，一个月，API 调用烧掉 4 万美元。老板脸都绿了。

不是段子。这是 2026 年上半年，企业 AI 账单从“随便用”切换到“紧急刹车”时，反复出现的场景。

6 月 23 日，瑞银证券（UBS）证据实验室分析师 Karl Keirstead 团队抛出一份重磅报告——覆盖约 130 家企业的初步调研，结论简单粗暴：60%的企业已经以某种方式限制 AI 开支。

核心手段是给 Token 使用装上护栏。极端案例触目惊心：

AWS Bedrock 上，单用户单月花掉3.5 万美元。

DevOps 团队周 Token 消耗冲到配额的100%～200%。

一家公司在年内预算大块耗尽后，内部 AI 工具从 5 个硬砍到 2 个。

报告在中文财经圈和 X 平台炸开的速度，比 AI 烧钱还快。Rohan Paul 在 X 上的主帖拿下 912 赞、44.6 万浏览、89 条回复。底下一条中文回复更是把纸面数字变成了血肉案例。

Rohan Paul主帖：瑞银报告核心数据，60%企业限制AI开支，模型路由策略，中国开源模型进入企业成本曲线（分段1）Rohan Paul主帖：瑞银报告核心数据，60%企业限制AI开支，模型路由策略，中国开源模型进入企业成本曲线（分段2）Rohan Paul主帖：瑞银报告核心数据，60%企业限制AI开支，模型路由策略，中国开源模型进入企业成本曲线（分段3）

▲ Rohan Paul 在 X 发布瑞银报告摘要：60%企业踩刹车，单用户$3.5 万/月，模型路由成主流应对，中国开源模型被点名。912 赞、44.6 万浏览。

从“随便用”到“踩刹车”，只用了半年

把时钟拨回 2025 年底到 2026 年初。那时候企业 AI 的口号是“尽可能用”——Uber 内部甚至有 AI 使用量排行榜，谁 Token 烧得多谁是高手。

新一代前沿模型扎堆发布：Anthropic Claude Opus 4.5、OpenAI GPT-5.1、Google Gemini 3 Pro。Agentic能力全面上线——AI 开始自己规划、搜索、写代码、调试、重构，不再只是被动问答的聊天工具。

这个转折的后果，比大多数人预想的来得更快、更猛。

AI 不再是你偶尔调用的聊天机器人。它变成了一个持续跑任务的自主代理。Token 消耗从涓涓细流变成了开闸放水。Jellyfish 的数据显示，Agentic 功能驱动下，开发者人均 Token 消耗在 9 个月内暴涨了18.6 倍。

然后，账单来了。

2026 年 4 月，Uber CTO 公开了一组数字：公司整个 2026 年的 AI 编码预算，4 个月就烧光了。此前“尽可能用 AI”的企业文化、内部排行榜，一夜之间变成全员每人每月 1500 美元硬上限。只有特批才能例外。

Priceline的 IT 财务高管说得更狠。Cursor 续约价格涨了 4 到 5 倍，公司被迫给特定群体设 Token 限额。他对 TechCrunch 的原话是：

"It''s like the cocaine epidemic — get you hooked, and now you can''t live without it."

「就像可卡因流行病——先让你上瘾，现在你离不开它。」

TechCrunch深度报道：Token账单全面来临，企业从“tokenmaxxing”转向护栏模式

▲ TechCrunch 6 月 5 日长文《The token bill comes due》首页截图：标题与开头部分聚焦企业在 AI 成本飙升后转向更严格的预算管理。

一家公司 5 个工具砍到 2 个，X 上炸出真实案例

瑞银报告里那个“从 5 砍到 2”的案例，在 X 上找到了活生生的对应。

一位 ID 为 K-Line（@Maddere7）的用户用中文回复 Rohan Paul 的帖子：

“60%这个数字我一点都不意外，我们公司上个月刚把内部 AI 工具从 4 个砍到 2 个。最离谱的是有个 team 光 API 调用一个月烧了快$40K，老板脸都绿了。现在全公司统一用 DeepSeek 跑简单任务，贵模型留给写代码和长文档用。”

X用户@Maddere7中文回复：公司4砍到2，团队月烧$40K，全公司DeepSeek简单任务+高端模型写代码

▲ @Maddere7 的回复几乎完美复刻了瑞银报告的案例模式：工具收缩、极端账单、简单任务切到 DeepSeek。

这段话的信息密度极高。它把瑞银的统计数字变成了一家公司真实的应激反应：先被账单砸晕，然后紧急收缩，最后建立起一套“便宜模型干粗活、贵模型干细活”的分级体系。

这个分级体系，就是瑞银报告中反复强调的核心概念——模型路由（Model Routing）。

模型路由：高端闭源从“默认选项”沦为“奢侈品”

以前企业用 AI 的逻辑很简单：所有任务都扔给最强模型。Claude Opus、GPT-5，什么都能干，为什么不呢？

账单教会了大家“为什么不”。

以 Anthropic 的定价为例：Haiku 4.5 输出约每百万 Token 5 美元，Opus 4.5 约 25 美元，Fable/Mythos 5 冲到 50 美元。价差达到 10 倍。

模型路由的策略随之成型：简单邮件回复、基础总结、代码补全走廉价小模型；复杂推理、多步 Agent 规划、关键业务代码、超长文档分析才上高端模型。

这背后的算账逻辑也变了。以前比的是单次跑分谁最高，现在比的是谁能一次就把事做对——高端模型如果一次就能产出正确结果，可能比廉价模型反复迭代更省钱。但门槛摆在那里：高端模型必须持续证明自己的溢价值这个价。

Palantir 的 AIP Evolve 工具给出了一个惊人案例：帮客户换模型后，Token 成本直降 97%，前三周就有九成用户主动切过去。

97%。这个数字意味着，大部分企业之前在 AI 上的花费，可能有巨大的优化空间。

Uber AI支出限额报道：$1500/月硬上限、仪表盘追踪、4个月烧光全年预算

▲ TechCrunch 报道 Uber 的具体应对：每人每月$1500 上限、内部仪表盘追踪、特批例外机制。

中国开源模型，正在吃掉“够用层”的蛋糕

路由降级不止发生在同一家供应商内部。企业开始把目光投向更远的地方——开源模型，尤其是中国开源模型。

瑞银报告明确点名了阿里 Qwen、DeepSeek、MiniMax、智谱 GLM、Moonshot Kimi。一家大型全球银行已经开始在本地部署 Qwen，用来平衡 Claude 等高端模型的使用量。

本地部署之后，成本结构完全变了：按 Token 付费的模式被替换成按本地硬件容量配置，开多少用多少，同时规避了外部托管中国模型可能面临的合规风险。对企业 CFO 来说，这是一张干净的成本对冲牌。

最关键的是，中国模型已经进了云平台的“标准菜单”。

2026 年 2 月，AWS 正式宣布 Bedrock 支持六款开源权重模型：DeepSeek V3.2、MiniMax M2.1、GLM 4.7/Flash、Kimi K2.5、Qwen3 Coder Next。官方原话是“frontier-class performance at significantly lower inference costs”——前沿级性能，推理成本大幅降低。背后是 Project Mantle 分布式推理引擎，serverless 部署、高默认配额、OpenAI API 兼容。

AWS Bedrock官方公告：正式支持DeepSeek、MiniMax、GLM、Kimi、Qwen等中国开源模型

▲ AWS 官方“What''s New”页面，明确列出六款中国开源模型。“前沿级性能，推理成本大幅降低”。

Azure AI Foundry 也接入了 DeepSeek。微软还在探索将 DeepSeek 或其他开源模型用于 Copilot Cowork 的低成本替代方案。

据中文财经媒体的交叉分析，中国模型 API 均价不到美国同类产品的 20%，但毛利率能与 Anthropic/OpenAI 持平（20%～40%）。德银一份分析指出，前沿专有模型与开源模型之间存在约65 倍的成本鸿沟，而对 90%的日常企业任务来说，表现差异微乎其微。

JPMorgan 的数据从另一个角度印证：2026 年 2 月至 5 月，中国平台 Token 消耗量大幅上升，Kimi、GLM、DeepSeek 位居前列。汇丰、渣打、沙特阿美等金融机构已在测试或部署 DeepSeek 模型。

谁在承压，谁在偷笑？

这波 AI 成本治理的直接冲击，落在几个不同层面。

模型层压力最大。高端前沿模型——Claude Opus、GPT 顶级版本——面临明确的增速压力。Databricks CEO 的原话是：“This is a big speed bump, not a small one.（颠簸不小，是一次大减速。）”

但云平台是结构性赢家。AWS、Azure、Google Cloud 已经是多模型平台。客户从高价模型切到小模型或开源模型，只要推理还跑在云上，算力需求不消失。企业越重视成本管理，越可能把模型选择、部署、安全、计费统一托管到云平台——AWS Bedrock 一口气接六款中国模型，就是这个逻辑的最佳注脚。

软件层存在巨大机会。谁能在 Claude、Qwen、Llama、各类小模型之间做智能调度，按成本-性能权衡动态分配，谁就掌握了新的定价权。Palantir 97%的成本节省已经展示了可能性。

瑞银整体判断值得注意：这次优化的本质是新技术扩散早期的成本治理，跟 2022～2024 年那种成熟云业务的砍预算完全是两码事。Harvey——一家法律 AI 原生公司——Token 消耗从 1 月的 1 万亿暴涨到 5 月的 12～13 万亿，有 ROI 的场景仍在全速扩张。

保守情景下：假设原支出 100、预计数月后到 150，优化后可能落在 120～130。增速放缓，不是需求逆转。

需要补一句保留意见：这份调查仍属初步样本，方法论细节尚未公开，文中的极端账单更像高使用案例，而不是企业平均水平。

AI 进入“算账时代”

瑞银这份报告真正标记了一个拐点。60%这个数字当然抓眼球，但更值得关注的是 AI 正在经历什么性质的阶段转换。

AI 从“先用起来再说”的蛮荒时代，进入了“算清楚账再跑”的工业化阶段。CFO 开始介入，Token 护栏开始搭建，模型选择不再迷信“最强”这个标签——企业开始追问：花这个钱，值不值？

这不是坏事。几乎所有新技术的扩散都遵循这条曲线：先野蛮生长，再财务收紧，然后进入可持续的规模化。云计算走过这条路，SaaS 走过这条路，AI 正在走。

真正值得关注的变化是：“够好层”的护城河正在被商品化填平。对 90%的日常企业任务，顶级闭源模型的边际收益已经撑不住 10 倍的价格差。路由工具加低成本模型组合，让“智能”变成了可采购的效用，而不再是少数几个实验室的专属供货。

中国开源模型——Qwen、DeepSeek、MiniMax、GLM、Kimi——站在这个商品化浪潮的浪尖上。它们不用在每个维度上击败 GPT-5 或 Claude Opus，只要在大多数任务上“够好”且便宜一个数量级，就有企业愿意买单。AWS Bedrock 的官方接入，等于给这条路径盖了章。

而云平台，正在悄悄成为这场算账运动的最大受益者。不管客户最后选了哪家的模型，推理的算力都在它们的机房里跑。