大厂都在限制员工使用最贵模型了，我们怎么优化模型搭配

花旗银行干了件有意思的事：把 Claude Opus 4.7 和 GPT-5.5 的访问权限全关了。

原因不复杂，太贵了。

不只是花旗。

Adobe 取消了 Claude 无限使用权。

Atlassian 的 AI 月支出从 500 万涨到 1500 万美元后紧急踩刹车。

亚马逊悄悄下线了 AI 使用排行榜。

同一周，Meta 被曝计划对外出售算力。

扎克伯格在内部会上承认：过去四个月，AI 智能体的发展并没有按预期加速。

巨头都在踩刹车

404 Media 从六家企业拿到了泄露的内部资料，拼出的画面相当一致：企业 AI 支出在失控。

花旗的做法最典型。

全公司共用一个 Token 池，开发人员重度依赖 AI 写代码，把共享额度吃得差不多了，轻度使用者只能被迫降级到更弱的模型。

邮件里明确说： 快速问答用 GPT-5.3-Codex ，代码审查用 Claude Sonnet 4.6，只有架构推理才允许用更高阶模型。

旗舰模型成了奢侈品，非必要不调用。

Atlassian 的数据更扎眼。2025年8月，AI 相关月支出 500 万美元，到 2026 年5月飙到 1500 万。

员工反映，额度两三天就耗尽，尤其是调用最新 Claude 模型的时候。

还有个讽刺的细节：

Atlassian 发现大量高额 Token 消耗不是因为工程师批量写代码，而是员工用 AI 把 PDF 转成 PPT 。

企业AI的真相： AI 够好用，好用到用不起。

个人用户从一开始就走了一条不同的路

说真的，看到这些新闻的时候，我的第一反应不是惊讶，而是庆幸。

我在 NAS 上部署了 Hermes 当 AI 助手，跑了快半年了。

每天记账、管理知识库、自动推选题、定时备份数据，一天 24 小时在线。你猜我每月的 Token 成本是多少？

大概 30 块钱 。

方法不复杂，三条路叠加：

用便宜的模型干大部分活，本地跑免费模型兜底，贵的模型只在需要的时候用。

第一，选对模型，别上来就拉满。

日常对话、简单任务用 MiniMax 或者 DeepSeek 的 flash 模型就够了，Token 价格不到 Claude Opus 的十分之一。

我们不需要每个问题都让最强模型来回答，就像我们不需要每封信都用特快专递寄。

第二，本地模型免费兜底。

我在绿联 DX4600 这台 NAS 上跑了 Ollama 和 TEI ，部署了 bge-small-zh-v 1.5、paddleocr-noavx 这类向量、OCR 小模型。

它们不强，但处理简单向量化任务、跑 Hindsight 、知识库入库时简单提取图片内文字信息绰绰有余。

零成本。 跑在本地，不走 API ，不花一分钱。

还有一些简单任务：

整理格式、提取关键词、做数据分类、压缩上下文。 这些活儿不需要 Opus 级别的推理能力，找个免费模型或者非常低价的模型处理就行。

第三，贵的模型按需调用，别当日常工具。

复杂推理、长文写作、代码审查，这些确实需要好模型。但把 GPT-5.5 拿来翻译一句话，就像开卡车去买菜，不是不行，就是浪费。

Hermes 可以配置模型路由，简单任务自动走便宜模型，复杂的才上旗舰。这就是花旗想做的事，但薅资本家羊毛人的天性，他们做不到，我们自己就很容易实现了。

AI 降温不等于普通人该停

扎克伯格说 AI 智能体发展不及预期，Meta 开始卖算力，这些被很多人解读为 AI 泡沫信号。

我的看法不太一样。

巨头减速，这不是 AI 不行了，而是因为他们的打法太粗放了。

所有业务线全力推进，每个员工都在用旗舰模型干杂活，成本当然失控。

这跟当年云计算刚出来时一模一样。企业先是无脑上云，什么都往云上搬，然后发现账单吓人，才开始做云成本优化。 现在AI走到了同一个拐点。

对普通人来说，这个拐点反而意味着机会。

我们从一开始就因为成本受限，反而被迫养成了更聪明的使用习惯。

用便宜的模型干大部分活，本地模型免费兜底，贵的模型按需调用。这不是降级，是更合理的资源配置。

花旗的AI邮件最后说了一句大实话：

我们需要所有人按需审慎选择模型，保障全公司员工都能公平使用AI资源。

把"全公司"换成"全家"，这就是我们已经在做的事。