企业用 AI 用得比以往任何时候都多，但花在 AI 上的钱没怎么涨。这是企业支出管理平台 Ramp 最新报告给出的结论，也是今年关于 AI 泡沫最扎实的一份数据证据。
具体数字是这样的：token 支出在 8 月和 9 月合计只增长了 1.5%。而在 7 月，这个数字是环比 42%。同一时间，调用量还在往上走。用量涨、花费平，中间那道缺口就是被价格战和用户变聪明吃掉的钱。
三组数字，看清钱到底花在哪
Ramp 的数据按”人均每月 AI 支出”把企业分了层，这个切法比总额更有信息量：
- 最激进的前 1%：夏季峰值时人均每月接近 10,000 美元，8 到 9 月掉到这条线以下。Ramp 首席经济学家 Ara Kharazian 说，仅这一小撮人放缓，就足以让整体营收增速停滞——哪怕调用量还在涨。
- 前 10%：人均每月 600 到 1,000 美元，仍在增长。
- 中位数企业：人均每月 12 到 15 美元。这个数字是关键——绝大多数公司离”AI 重度用户”差着两三个数量级。
10 月有一波回升：9 月 23 日到 10 月 23 日，token 支出环比涨了 8.9%。但 Kharazian 的态度很明确——逆风很强，一次反弹说明不了趋势反转。
不是没人用，是价格崩了
最容易被误读的一点：这次放缓不是需求问题。调用量在涨，用 AI 的公司数量在涨，只是每一 token 的价格在往下掉。
9 月，OpenAI 把 GPT-6 Sol 和 GPT-6 Luna 的 API 价格直接砍半。Anthropic 跟进，对 Fable 5.1 和 Opus 5.5 做了大幅降价——公司在近期一份文件里承认，这一举措让营收增长少了约 6 亿美元。两家还在靠企业折扣锁客，但那本质上是拿收入目标换留存。
供给侧的挤压更狠：Meta 和 Nvidia 在推廉价企业模型与开源模型，中国和美国的开源模型厂商把价格压到每百万 token 几美分的水平。我们之前评测过的几个产品就是这场价格战的直接产物——腾讯混元 Hy4 每百万 token 0.42 美元、Particle-1 只要 0.25 美元，都是旗舰能力的零头价格。
还有个新产品值得注意：一个叫 Jev 的轻量工具，作用是从几个预设输出里挑出最合适的一个，最近在 Ramp 的支出榜上排名持续上升。Kharazian 的解释很朴素：「很多 AI 场景你只需要一个是/否判断。那你把本来就很便宜的模型再挪到 Jev 上，便宜的东西就变得更便宜。」
企业自己在省钱，而且省得越来越专业
另一半原因是用户成熟了。Kharazian 的原话是：「当你对 AI 用得非常熟练，你会更懂得怎么控制它。」具体表现是三种动作，而且已经成了普遍做法：
- 默认禁掉贵模型跑长任务：后台批处理、定时任务这类不需要顶配智能的活儿，一律降级
- 给员工设预算上限：按人头、按项目卡额度，而不是敞开用
- 上路由：把简单请求分给轻量模型，只有复杂请求才走旗舰
Notion 联合创始人 Akshay Kothari 公开的内部数据与 Ramp 的观察完全对上，他的总结只有一句话：「token 呼呼地涨，成本唉唉地降。」
对 AI 公司意味着什么：Uber 剧本失效了
大科技公司补贴用户的经典打法，是先用低价换市场，等竞争出清再涨价——Uber 和 Lyft 就是这么走过来的。但 Kharazian 认为这套剧本在 AI 领域跑不通，理由只有一个：竞争太充分了。你降价，Meta 用开源模型接住；你再降，中国的开源模型比你还便宜。
这对正筹备 IPO 的 Anthropic 是个不太妙的信号。投资人如果还在按”AI 公司会持续超高速增长”来估值，Ramp 的数据说明这个假设站不住。更麻烦的是结构性风险：Kharazian 指出，几乎全部 AI 支出都来自风投支持的高增长科技公司，这意味着一旦市场出现波动，这批客户会同时收缩，形成连锁反应。
还有一层天花板：医生诊所、汽车经销商这类传统行业，确实用得上 AI，但不太可能把人均月支出做到 10,000 美元。「超高速增长的时代可能结束了，」Kharazian 说，「现在我们知道了，能从前 1% 身上榨的油水可能就这么多。」
对普通用户和团队意味着什么
结论反过来了，而且是对买方有利的：
- 现在是能砍价的窗口期。企业采购 AI 服务，续约时直接拿竞品报价谈，供应商手里的折扣空间比一年前大得多。
- 别再无脑上旗舰模型。把任务按难度分层，用路由分发，同样的活儿成本能降一半以上。可参考 GLM 5.3 FlashX 这类高速低价模型做主力，旗舰只留给真正需要推理的请求。
- 开源方案重新有竞争力了。Qwen3.8 2.4T、文心 5.5 Flash Base 这类开源权重的成本结构完全不受 API 涨价影响。
- 把”人均 AI 支出”当管理指标。Ramp 这份数据本质上是给你一把尺子：你的团队花在中位数（12-15 美元/人/月）还是前 10%（600-1000 美元）？花超了不一定是效率高，也可能是没做路由。
常见问题（FAQ）
企业 AI 支出真的停滞了吗？
支出增速停滞，不代表使用停滞。Ramp 的数据是 token 花费 8-9 月只涨 1.5%，10 月回升 8.9%，但同期调用量持续上升。本质是单价大幅下跌，把”用量增长”和”花费增长”两条曲线拉开了。
为什么 AI 价格会降这么快？
三方挤压：OpenAI 与 Anthropic 相互降价（9 月起 API 价格腰斩级别调整）、开源模型把边际成本压到几美分、以及企业自己上路由和预算控制把高价请求挤出去。供给过剩加买方成熟，价格只能往下走。
对 AI 公司的估值有影响吗？
有。Anthropic 自己披露降价让营收增长少约 6 亿美元，说明价格战直接打在收入上。如果 IPO 定价仍按超高速增长模型来算，一旦支出增速持续走平，估值修正的风险不小。
我们团队该怎么降低 AI 成本？
三步：按任务难度分层、上模型路由把简单请求降级、设置人均预算上限。多数团队在前两步就能砍掉一半以上开销，而且体感质量几乎无变化——因为贵模型大部分时间在处理根本不值得它的任务。
总结
「token 涨、成本平」这件事，对模型公司是增长故事被打断的信号，对使用者却是最好的消息。AI 正在从按 token 收费的奢侈品，变成按需取用的水电——价格下去，才轮得到真正的大规模落地。
想挑性价比更高的模型组合？查看我们的 AI 模型库 与 工具对比引擎，或继续阅读：GLM 5.3 FlashX 评测 · Particle-1 评测 · DeepSeek 融资 150 亿美元。