最近用 Claude Code 或者 Codex 写东西的朋友，大概都有同一种体感：明明模型单价一降再降，自己的额度却越来越不经用，五小时限额说撞就撞，周额度到周三就见底。你以为是自己的错觉，但这周密集出来的一批报道和数据说明——不是错觉，而且不止你一个人这样，连微软、Meta、Uber 这种巨头都在同一道题上翻了车。
这周最值得看的一条行业线索，就是"Token 越便宜，账单越贵"这个悖论。它同时解释了为什么你的订阅越来越不够用、为什么大厂集体开始砍 AI 预算、以及为什么创业公司正在批量投奔中国开源模型。三件事看似无关，其实是同一本账。
先说机制：单价在跌，消耗涨得更快
Token 单价确实在降，大约每十八个月降一个数量级。但另一头，单次任务吃掉的 token 涨得比降价更快。原因不难理解：现在的 AI 编程工具都是智能体模式，你说一句"把标题改短一点"，它发出去的不是这一句话，而是把从开工到现在的完整会话记录打包带上——读过的文件、改过的代码、来回说过的每句话，一次工具调用就是将近百万 token 的缓存重读。缓存价便宜，但照样算进你的额度。活越复杂、调用链越长，账单膨胀越快。36氪
所以"模型越便宜、账单越贵"不是段子，是结构性的。就拿 Anthropic 自家最便宜的模型算一笔账：同样一百万次调用，上一代 Haiku 4.5 的账单是一万零五百美元，新一代 Haiku 5.5 直接降到一千零五十美元，再叠上缓存，只要五百二十美元——单价这一头确实在跳水。跳水的是单价，膨胀的是用量，两股力量在你我的账单上对冲。硅谷年初还流行一个词叫 TokenMaxxing——谁烧的 token 多谁生产力高，半年后没人再提了，因为账单到期了。知乎
巨头们的账本：一个比一个难看
最刺眼的案例来自 Uber。据外媒报道，Uber 五千人的工程团队铺开 Claude Code 之后，渗透率几个月内从 32% 冲到 84%，单个工程师每月 token 开销 500 到 2000 美元，2026 全年的 AI 编程预算不到四个月就烧光了。CTO 今年 4 月公开承认"措手不及"。有个更极端的例子：智能体框架 OpenClaw 一个实例自主跑一天，能消耗一千到五千美元的 API 成本，而用户付的只是每月两百美元的 Claude Max 套餐——到四月初，跑在外面的 OpenClaw 实例超过 13.5 万个。Anthropic 随后要求这类第三方框架单独计费，部分用户的支出直接涨了十倍甚至几十倍。十六天后，GitHub 停掉了 Copilot Pro 和 Pro+ 的新注册，理由同样直白：智能体工作流消耗的算力经常超过用户一个月付的钱。36氪
买得最多的两家，这周自己也收手了。据 The Information 报道和多方证实，微软把内部员工的 AI 月度额度从最高 10 万美元压到 1 万美元左右，六万多人的云与 AI 部门先落地；内部用 Anthropic 技术的年化支出原本预计至少 10 亿美元，现在被砍掉三分之一还多，工程师被要求转向自研的 MAI-Code-1-Flash 和自家 Copilot。Meta 更直接：内部用 Claude Code 的人从年初的六万掉到三万，正好一半——今年 6 月他们就给各组织上了预算和 token 上限，最高峰时 Meta 员工三十天烧掉 60.2 万亿 token，最近 28 天在 Claude Code 上花掉超过 1.05 亿美元。Meta 收紧还有另一层考虑：如果员工用 Claude 写的代码进了自家训练数据，等于帮竞品做了模型蒸馏。知乎
有个细节容易被标题党带偏：微软砍的只是内部自用那部分，给 Copilot 客户功能调用 Anthropic 模型的年支出至少 20 亿美元，规模还在涨。Anthropic 的年化收入也从年初约 90 亿美元涨到了 650 亿。所以这不是"AI 编程不行了"的故事，而是"按人头卖许可、按用量付账单"这套错位模式撑不住了的故事。知乎
美国企业 AI 预算，正在裂成三层
把上面的案例摆到一起，新浪科技这周的梳理给出了一个清晰的三层结构：
第一层，有能力自造模型的巨头：微软、Meta 自建替代品，省钱和推自家产品一步完成。第二层，Uber 这样的中型公司：账单和巨头一个量级，手里却没有自己的前沿模型，只能砍座席、降档用便宜模型、或者把预算滑到下一财年——Gartner 预计 2026 年 AI 预算里有 25% 会"滑档"到 2027 年，主要就是这一层贡献的。第三层，创业公司和小团队：没有合规包袱也没有自研能力，决策变量只剩性价比，于是批量投奔中国开源模型。36氪
第三层的数据最扎眼。模型路由平台 OpenRouter 上，中国模型的周度份额峰值已经到 46.4%，超过美国模型的 35.7%；单一供应商里 DeepSeek 以 17.6% 居首，每周约 5.13 万亿 token，通义千问 13.9%。价差几乎解释了一切：DeepSeek V4 Flash 每百万输入 token 收 0.14 美元，GPT-5.5 收 5 美元，整体价差 4 倍到 100 倍。连 Airbnb 都在客服场景选了通义千问而不是 ChatGPT。36氪
需要说清一个边界：46.4% 不等于中国模型拿下了美国企业市场的一半。OpenRouter 的用户结构天然偏向开发者和中小团队，直接跟 Anthropic、OpenAI 签企业合同的大客户流量不在这个池子里。中国模型占领的是美国创业公司市场——但对美国前沿实验室来说这更要命，因为今天用 DeepSeek 起步的创业公司，三年后长大了很可能不会回头。
OpenAI 的应对是连降两轮价：7 月底 GPT-5.6 Luna 直降 80%，9 月 22 日 GPT-6 Sol 降到每百万 token 输入 2 美元、输出 10 美元，正好是九十分钟前上线的 Claude Opus 5.5 定价的一半，Luna 更是降到 0.10/0.50 美元，并明确说这是永久价不是促销。还有一个值得玩味的信号：OpenAI 现在开始强调"每美元智能"这个指标——在 0.14 美元对 5 美元的量级差距面前，正面比价已经没法比了，只能比性能。36氪
回到你自己：三本账怎么算
看完全行业，回到个人订阅用户身上。你其实就是一个"微型 Uber"——工具按人头卖给你，账单按用量走，没人帮你踩刹车。这周社区里恰好有一套被验证过的省钱办法，值得抄作业：
一是消耗账：把自动压缩阈值改小。百万上下文模型默认要等会话涨到约 96.7 万 token 才自动压缩一次，意味着在那之前每条消息都背着整段对话。开发者 rohit 用自己 7 天的会话记录做了回放测算：把阈值设到 40 万 token，周额度能省 29%；设 30 万省 36%，但压缩次数从 82 次涨到 126 次，再往下就不划算了。操作就一行命令：在 Claude Code 里输入 /autocompact 400k。Anthropic 做 Claude Code 的 Lydia Hallie 也出来确认过这个机制。注意两件事：如果你之前设置过 CLAUDE_CODE_DISABLE_1M_CONTEXT 变量，现在应该删掉，不然阈值设了也白设；真正要紧的规矩写进 CLAUDE.md 最稳，它在压缩后会重新加载，聊天里交代的迟早被压成一句话。知乎
二是额度账：养成三个习惯。一件事做完、开始下一件之前手动敲 /compact，还可以跟一句"重点保留某某修复过程"，让摘要按你的意思留；换不相干的新活直接 /clear，不花额度；如果你在用刚对 Pro/Max 全量放开的 Projects 云端线程，格外小心——每个线程都是完整会话，跟你本地共用一份额度，默认还全用 Opus 高强度模式，撞到上限不会停，挂着等额度重置接着跑。管得住的办法是：给线程换小模型、调低 effort、少开线程数，闲置超过一小时的旧线程别再派新活（缓存过期后它要把整段历史重读一遍）。知乎
三是价差账：要不要投奔国产模型。知乎上已经跑通的主流策略是"国产 Coding Plan 打底，难啃的再找海外模型"——日常写代码、生成脚本用 DeepSeek、通义、Kimi 的编程套餐，成本和额度压力立刻降一个量级；碰到真正复杂的架构活再切回 Claude 或 GPT。Claude Code 本身支持改 API 配置接国产模型，工作流一行不用改。但对个人用户也要泼一句冷水：国产模型在长上下文稳定性、工具调用兼容性上和海外旗舰仍有差距，切换前先用小额套餐试一周，别一步到位年付。
接下来值得盯的信号
这轮账单危机还远没结束，三个信号可以继续追：OpenAI 降价之后 Anthropic 会不会跟进旗舰模型调价——Haiku 5.5 已经降到 0.10/0.50 美元，和 GPT-6 Luna 完全同价。美国政府对开源权重模型的态度会不会明朗——7 月那封公开信上英伟达、微软、Meta、IBM、戴尔都签了名，Anthropic 没签，规则落地之日，就是中型企业敢不敢换中国模型之时；以及你自己下个月的账单——毕竟它每个月都来一次，单价好商量，难的是消耗的节奏没人管。知乎
