新智元报道
Claude 账号忘设上限，一月烧光近 5 亿美元！开发者每月花费从 29 美元变 750 美元，还有的从 50 美元一路狂飙到 3000 美元：你的 Token 账单还撑得住吗？
1 个月烧出 5 亿美元账单！
近日，科技圈曝出一桩惊天乌龙。据 Axios 报道，一家企业在短短 1 个月内，竟然在 Claude 上刷爆 5 亿美元！
原因令人哭笑不得：管理层在给员工开通 Claude 账号权限时，忘了设置使用额度上限。
其实，AI 账单爆仓的远不止这一家。
今年 4 月，一名谷歌云用户因公开服务中遗留的 API key 被滥用，原本只有 7 美元预算的账户，一夜之间收到了 1.8 万美元的账单。
这个倒霉用户名叫 Jesse Davies，是一名澳大利亚 AI 顾问、Agentic Labs 创始人。他给自己的 Google Cloud 账户设了两道保险：一个 10 澳元（约 7 美元）的预算预警，一个 1400 美元的硬性消费上限。
据 Tom's Hardware 报道，攻击者发现了他几个月前从 AI Studio 发布的一个 Cloud Run 服务，发了 6 万多个请求，两道保险都没拦住：账单计算有延迟，等系统反应过来，金额已经飙到了 1.8 万美元。
5 月中旬，开源项目 OpenClaw 的创始人 Peter Steinberger 在X上贴出一张截图：30 天，OpenAI API 账单 130 万美元。
他的团队只有三个人，但他们指挥的 100 个 Codex 智能体在并行跑：30 天烧掉 6030 亿个 Token、跑出 760 万次请求。还好，这 130 万美元并非他自掏腰包。
Steinberger 今年 2 月加入了 OpenAI，这 130 万美元被当作一次内部实验：测试如果不考虑 Token 成本，AI 编程能跑到什么极限。他补充道，这是 Codex「Fast Mode」（高速档计费）的结果，关掉之后大约 30 万美元。
更早一些，Uber 的 CTO Praveen Neppalli Naga 也曾向 The Information 承认，公司 4 月份就把全年的 Claude Code 预算烧光了，他们的 COO 也公开表示，AI 成本越来越「难以自圆其说」。
5 亿、130 万、1.8 万，金额虽然差出几个数量级，却指向同一个事实：
在智能体时代，失控的密钥、昼夜无休的智能体军团、忘了设上限的账号：任何一个，都能让你的 Token 账单一夜刷爆。
AI 账单为什么会爆仓？
答案主要藏在计费方式的变化里。
从今年 4 月起，OpenAI 的包月计费方式开始转向按 Token 用量计费。
4 月 2 日，Codex 计费从按消息估算改成按 Token 用量对齐：输入、缓存输入、输出三类 Token 分开算。4 月 23 日，这套规则扩展到所有 Enterprise、Edu、Health、Gov 方案：月费里那笔看不见的折扣被抽掉了。
GitHub 也紧随其后，刚刚官宣：所有 Copilot 套餐从 2026 年 6 月 1 日起，转向按用量计费。旧的高级请求逻辑作废，换成 AI 额度，按输入 Token、输出 Token、缓存 Token 的实际消耗，对照每个模型的 API 费率结算。
GitHub 官方解释了这么做的原因：
现在一个快速的聊天提问，和一次跑好几小时的自主编码任务，用户花的钱一样多。GitHub 一直在替那些跑重度任务的用户买单，但这套模式已经不可持续。
AI 智能体崛起之前，聊天和补全成本差不多，月费兜得住。
智能体崛起之后，一次任务能连续跑几小时、改动整个代码库，重度用户和轻度用户的成本差可以拉到几个数量级。月费制在这种差距面前，直接崩了。
消息一出，Reddit 和X上一片哗然。
一位 ID 为 JBusu 的开发者晒出了账单截图，直言新定价「就是个笑话」。原本 28.12 美元/月的开销，按新制要付 746.01 美元，他已决定退订，「这个价格，我自己租云服务器都还便宜」。
另一名用户截图更夸张，费用从 50 美元一路狂飙到 3000 美元，他说没想到定价这样离谱，「还有人继续订阅吗？」
不过也有 Copilot 老用户出来反驳：这些极端账单多半是 vibe-coder（凭感觉编码者）们不把烧 Token 当回事给烧出来的，未必能代表正常使用。
一位老用户在评论区留言：「我整天都在用，月底基本不超额，很难相信这是工作复杂度的差异。」另一位则更直接：「就是有人要全自动的 YOLO 模式开发，让 AI 随便跑。这种浪费被剔除，对其他人反而是好事。」
有一点必须清楚：GitHub 没有废除月费，基础订阅价格并没有变。真正变的是额外用量、智能体任务、更贵的模型调用，从此进入用量计费。
被冲击最大的，是那些靠 Copilot 跑长链任务的重度智能体用户。
被自己人玩坏的排行榜
月费失守，一面是平台改了计费规则，另一面是用 AI 的人，自己也在拼命烧。
5 月，Business Insider 报道，Amazon 下线了一个名叫 KiroRank 的内部 AI 使用排行榜。
该报道援引知情人士的话称，这个榜单悄悄催生了一种奇怪的工作方式：部分员工为了在榜单上多爬几位，会去刷一些并不解决实际问题的 Token 消耗，纯粹为了排名。
事情曝出之后，Amazon 高级副总裁 Dave Treadwell 直接向全员喊话：「别为了用 AI 而用 AI。用它去解决客户问题，解决业务问题，去创新。」
这事虽然有点荒唐，但毫不意外。当「烧 Token」能上榜，员工自然就会去烧 Token。
硅谷给这种现象起了个专门的名字：Tokenmaxxing（极限烧 Token），把消耗量当生产力。
Axios 的报道里也提到，有 CTO 发现员工拿 AI 模型查天气、写日常邮件，简单到不行的事，套上最贵的前沿模型，账单就能悄无声息地飞涨。
KiroRank 并非 Amazon 官方考核体系，而是员工自发搭的非正式工具。但它清楚地暴露了一个经典的管理学规律：当 KPI 设错的时候，人就会用最聪明的方式钻空子。
把「用了多少」等同于「干得好不好」——这正是这一轮 AI 浪费的制度性根源。
算 Token 账的人，已经在赚钱
Token 账单焦虑的另一面，有人悄悄把它做成了生意。
第一条路：用上下文喂饱 AI。
Glean 正是 Arvind 自家公司。它做的就是企业 AI 工作助手：把分散在公司各处的知识统一打通，让员工的 AI 直接拿到上下文，不必再四处翻箱倒柜。AI 少绕路，烧的 Token 自然就少。
这套机制让 Glean 的年度营收 15 个月翻三倍，跨过 3 亿美元，客户包括 Databricks、Reddit、Samsung。
第二条路：把活分给对的模型。
模型路由初创公司 Factory AI 干的就是这件事：自动把每个任务派给最合适的模型，简单任务走便宜档，复杂任务走顶配。Arvind 也讲过：路由做对了，能省 10 倍。
这两条路殊途同归：让 AI 干活，但别让它乱烧。
学术圈的研究，也在为这种转向奠基。
https://arxiv.org/pdf/2604.22750
2026 年 4 月的一篇 arXiv 论文，第一次系统拆解了智能体编码任务到底怎么烧钱。
结论一：智能体任务的 Token 消耗，可达普通代码推理和代码对话的上千倍，推高成本的主因是输入 Token。
结论二：同一个任务跑多次，Token 消耗能差出 30 倍。
结论三：更高的 Token 消耗，并不必然带来更高准确率。精度往往在中等成本处见顶——再往上烧，钱花了，效果反而饱和。
论文还发现，前沿模型连预测自己要烧多少 Token 都做不到，普遍低估真实成本。
你以为多花钱就能多办事。实际是钱花了，活不一定更好，预算还算不准。
当 AI 账单开始赶超人力成本
「这是我记忆中第一次，技术成本开始和人力成本持平。」
5 月 29 日，Glean CEO Arvind Jain 在接受 CNBC 记者 Deirdre Bosa 采访时这样讲道。
英伟达应用深度学习副总裁 Bryan Catanzaro 的观察也印证了这一点。
他在 Axios 访谈里提到：对于他的团队来说，算力成本已经远远超过员工薪资。
类似的现象正在多家公司浮现：从做企业 AI 的 Glean，到卖 AI 算力的英伟达，再到用 AI 的 Uber，都在重新审视这笔账。
在 Arvind 看来，历史上技术只是企业整体成本里很小的一块，但现在 AI 成本已经能追平工资单了，很多企业的年度 AI 预算通常都是一到两个月就烧光。
过去一年，AI 使用率是被崇拜的指标：多用就是先进，烧 Token 就是拥抱未来。现在，许多企业开始反思那句朴素的话：这些烧掉的 Token，到底换来了什么？
免费包月畅用的窗口期，恰恰正在此时关上。
接下来，摆在所有开发者面前的是这样一个问题：如何精打细算，让每一个 Token 发挥出最大价值。
未来真正的赢家，毫无疑问将是最先学会算 Token 账的那个。
参考资料：
https://x.com/dee_bosa/status/2060791500049613306%20
https://www.cnbc.com/2026/05/29/-tokens-or-humans-the-new-corporate-trade-off.html%20
https://www.axios.com/2026/05/28/ai-spending-roi-enterprise-costs%20
https://www.businessinsider.com/amazon-ai-leaderboard-tokenmaxxing-2026-5
编辑：元宇
