上半年猛烧token，下半年换模型：AI省钱换打法了

上半年猛烧token，下半年换模型：AI省钱换打法了

你公司上半年是不是也喊过"全员上AI"？口号很响，年底一看账单——token烧出去了，活儿没多干多少。

我不是预言家。这是2026上半年硅谷的真实剧情：一个词叫 tokenmaxxing，意思是把AI用到极限。现在下半年，一群公司悄悄换了个词：modelmaxxing[1]。

几个值得记住的数[1][2][3]

❶ 上半年：tokenmaxxing 流行，CEO鼓励员工极限用AI

❷ 下半年转向：按任务复杂度，把活儿路由到更便宜或更强的模型[1]

❸ Morgan Linton 管16个工程师，每周两次告诉他们"用哪个模型、什么时候用"[1]

❹ 企业AI支出4070亿美元，但仅25%达到预期ROI[2]

❺ Meta建AI Gateway统一盯token；Uber几个月花光全年AI预算[3]

一、tokenmaxxing为什么失灵

极限用AI听起来猛，但账单先到。Uber几个月烧光全年预算，一些公司开始砍Claude许可证[3]。问题不在AI不行，是"所有活都上最贵模型"太浪费。

搞IT采购那几年，最怕一句话："全员配顶配电脑"。其实90%的人只写文档、收邮件，中配够用。模型也是一个道理——日常问答用旗舰模型，纯属烧钱。

二、modelmaxxing是啥：给活儿找对模型

说人话：把任务分档。

❶ 日常问答、摘要、写话术 → 小模型/国产模型就够，便宜

❷ 复杂SQL、报表、代码重构 → 上强的

❸ 多轮对话、调接口Agent → 中大模型

Morgan Linton那16个人，就是这么路由的[1]。不是谁模型贵用谁，是看活儿下菜。

三、算一笔职场人的账

同样一个"写周报+查数据+生成图表"的组合活儿：

全用旗舰模型：假设每千次调用花 X

路由后：摘要用小模型、查数据用国产中等（比如刚转正的混元Hy3，输入才1元/百万token）、只有复杂分析上旗舰

我粗算，路由后能砍掉一半到三分之二的成本。一年下来，一个小团队省出的钱够再招半个人。[4]

⚠️ 这是我的估算，具体看你用哪家的模型、跑多少量。量级上，路由比"无脑上旗舰"省一大截是确定的。

四、普通人怎么抄作业

你不用管什么MoE。记住三句话：

❶ 重复性的活，别用最贵的模型

❷ 国产模型（DeepSeek、智谱、通义、刚转正的混元）便宜，日常活优先它们

❸ 真遇到烧脑的，再上旗舰，别心疼那一下

这跟上半年"猛用"是两回事。上半年比谁敢花，下半年比谁会省。我一个搞零售IT的，看这个角度最顺：系统采购从来不是越贵越好，是越合适越好。

用AI不是比谁烧得多，是比谁花得准。

参考来源

[1] Business Insider / Let's Data Science — 企业从tokenmaxxing转向modelmaxxing，按任务路由模型，7月

[2] DataSumi — 企业AI支出4070亿美元仅25%达预期ROI，6月27日

[3] 腾讯新闻/Winzheng — Meta建AI Gateway、Uber花光全年AI预算，6月

[4] 虾哥按公开定价自行估算，非官方数据

👇 关注亮虾哥 👇

连锁零售IT老司机 | 非程序员用AI省80%时间

每天一篇AI干货，让AI替你打工 🦐

💬 评论区聊聊：你平时用AI干的最重复的活儿是啥？我帮你想想能不能换个小模型。

#modelmaxxing #AI省钱 #职场效率 #模型路由 #国产大模型 #普通人视角