Token成本飙升引发行业震荡：微软与优步的预算即将耗尽，华尔街警惕泡沫风险

官网APP获悉，本飙步2026年，升引人工智能(AI)行业在多年的发行快速发展后，正面临严峻的业震预算财务挑战。

各大AI实验室悄然停止对Token使用成本的荡微补贴，成本飙升引发的软优连锁反应正在蔓延。从微软(MSFT.US)突停内部AI项目，即将街到优步(UBER.US)数亿美元预算在一个季度内耗尽，耗尽华再到富国银行策略师发出“市场过热即将结束”的惕泡警示，AI商业化进程正遭遇“压力测试”。沫风

华尔街发出警告：面临迫在眉睫的本飙步风险

富国银行首席股票策略师Ohsung Kwon在本周的采访中表示，由AI驱动的升引市场上升面临“迫在眉睫”的威胁，核心在于“Tokenmaxxing”时代的发行终结。

他将科技股的业震预算抛售描述为“投资者的警醒”，强调“没有任何资产能永远上涨”。荡微最初的抛售是一种仓位调整，而当前最严重的看空逻辑在于：AI实验室停止补贴，使Token价格激增。这促使沃尔玛(WMT.US)、优步等大企业警示其AI预算在短时间内面临耗尽的风险。

Kwon警告：“这直接反映了AI需求。如果需求开始趋于平稳，对AI交易将构成重大利空。”

富国银行因此将立场从4月的看多转为“坚定中性”，并未建议客户全面清仓AI相关资产，而是提倡通过买入看跌期权或卖出看涨期权进行对冲，特别提及滞涨的医疗保健板块可能受益。

Token成本激增：从代码助手到天价消耗

此次成本危机的直接原因是AI调用计价单位Token价格的急剧上升。统计数据显示，过去六个月针对前沿模型的推理服务Token价格已上涨约40%。这主要由于高性能GPU持续受限、数据中心能耗成本上升15%-20%以及需求激增共同作用的结果。

尽管模型提供商通过技术优化实现了约2倍的效率提升，但Token的价格溢价达到40%-50%，使得依赖外部API的应用企业的净成本暴增20%-30%。

报道指出，这背后可能涉及价格合谋与“成瘾性”测试。OpenAI推出GPT-5.5时将Token价格翻倍，收费达到每百万输入Token5美元、输出Token30美元。谷歌(GOOGL.US)的新Gemini Flash 3.5模型价格则是前代的3至6倍。AI工具在复杂多步任务中的Token消耗速度是普通聊天机器人的数十倍，使企业IT预算失控。

分析指出，AI公司尝试将“替代人工成本”作为定价逻辑：“AI工作的成本约为每小时30美元，而雇佣员工则需40美元加上福利。未来，AI定价可能不再是按Token计费，而是直接标榜为‘替代全职员工的成本’。”然而，主要模型开发商目前均处于严重亏损状态，没有降价竞争的利润空间。

科技巨头预算危机：微软撤退与优步的34亿美元教训

突如其来的成本潮已冲垮科技巨头的预算防线。微软已决定于2026年6月30日停止其内部“体验与设备”部门对Claude Code的许可，项目启动仅六个月，因Token消耗超出预期而崩溃。工程师们被迫回复使用GitHub Copilot CLI。

优步的情景亦属财政灾难。首席技术官Paraveen Neppalli Naga承认，公司为AI设置的34亿美元年度预算在今年4月便已耗尽。在向5000名工程师推出Claude Code后，活跃使用率达85%-95%，导致每名工程师的API调用成本在500至2000美元之间，这种无上限的消费速度令管理层措手不及。

英伟达(NVDA.US)应用深度学习副总裁Bryan Catanzaro也承认行业普遍面临焦虑：“在我团队里，计算成本已远超人员成本。”关于AI泡沫的争论再度升温，行业观察者指出：“成本问题已成行业的巨大隐患，许多人声称关注，却几乎没人真正关注账单。”

IPO市场剧变：应用层受压，基础设施商受益

Token成本的上升对计划在2026年IPO的明星AI企业，如Anthropic和Perplexity等，构成估值威胁。风险指出，相比于对亏损容忍度较高的私募市场，公开市场投资者对毛利率和盈利路径的审视将更加严格。核心成本半年内增长40%，使得被投企业证明收入增速能覆盖成本提升变得极为困难。

产业格局正经历剧烈分化：基础设施提供商如微软Azure、谷歌云、亚马逊(AMZN.US)AWS及GPU巨头英伟达在供需紧张时依旧享有定价权，而应用层公司则深陷利润困境，依赖免费增值模式的消费级AI应用面临经济模型崩溃。即使面向企业的公司拥有更强的议价能力，在激烈竞争中也难以轻易转嫁成本。

为求生存，部分企业开始采用“模型蒸馏”策略，将日常任务转移至便宜的小模型，仅在处理复杂任务时使用昂贵的前沿模型。另有企业探索为客户提供本地部署选项，将成本转嫁给用户。同时，资金雄厚的公司通过整合压榨独立开发者，微软与OpenAI的深度集成成为一条成本护城河。

硬件解困之路漫长，AI迎来“去伪存真”时刻

在成本急剧上升的情况下，能够根本降低推理成本的下一代硬件仍然遥不可及。尽管英伟达收购了芯片初创公司Groq，并且AMD(AMD.US)、英特尔(INTC.US)与AWS等公司在重新设计AI加速器，但这些硬件预计要到今年下半年才能发布，大规模部署恐需等到2027年中期。

在供给瓶颈、能源上涨与过度消费共同推动的危机中，行业已进入告别无序增长、面对盈利现实的“去伪存真”阶段。正如一位AI高管所言，当成本的不断攀升压倒了一切效率提升时，AI行业面临的问题已不再是AI能否改变世界，而是脆弱的商业模式是否站在破裂的边缘。