主要公司限制 AI 流量,旗舰模型成为奢侈品

一种令人不安的行业趋势——“不受控制的 AI 成本”——正在硅谷和全球科技界蔓延。从 Atlassian 和 Adobe 到 Amazon,越来越多的顶级公司开始放缓内部 AI 的使用,甚至禁止员工使用最先进的旗舰模型,并强制转向成本较低的替代方案。
这种集体行动是由 AI 提供商计费模式的剧烈变化所触发的。随着公司从固定的年费转向昂贵的按使用量付费定价,AI 调用成本急剧上升。根据泄露的内部数据,至少有一家公司的月度 AI 支出飙升至原来的三倍,月账单超过 1500 万美元。面对沉重的财务压力,公司现在正在重新评估盲目扩展 AI 应用的成本。
在精细化运营的浪潮中,各大公司采取了不同的策略。花旗银行采取了最直接、最坚定的方法:禁止使用 GPT-5.5、Claude Opus 4.6 和 4.7 等旗舰模型,并要求员工“按需使用”。在花旗银行内部,高性能模型被视为极其宝贵的资源,除非绝对必要,否则严格限制其使用。另一方面,Atlassian 引入了成本仪表板,让每位员工都能清楚地看到他们的每个“提示词”花费了多少钱。这种透明度被证明是有效的,但也引发了员工对工作效率下降的集体焦虑。
相比之下,GitHub 采取了更具前瞻性的方法。他们计划将 AI 配额从“部门共享”转向“个人按使用量付费”,并积极转向开源模型,旨在寻找性能与成本之间的新平衡。与此同时,Adobe 等公司不再续签无限使用协议,给予员工最后的过渡期。
行业内部人士指出,这种由“成本经济学”驱动的收缩趋势标志着 AI 行业野蛮增长阶段的结束。之前“不计成本地投资”的策略已不再有效。正如埃森哲的一份内部记录所揭示的,当 AI 被大量用于生成 PowerPoint 演示文稿或预测世界杯结果等非核心任务时,它所创造的膨胀泡沫终将破裂。
随着各大公司建立计算能力“壁垒”,AI 开发者可能需要适应一个新的现实:未来,高性能大模型将不再是随时可用的通用工具,而是需要仔细预算和按需分配的高成本资产。这场行业“去泡沫”运动不仅是对计算资源的重新分配,也是对 AI 商业价值理性回归的深刻重塑。
相关文章
日本将部署1000万个AI机器人以应对劳动力短缺
日本正转向人工智能机器人,以应对日益严峻的劳动力危机。日本经济产业省最近发布了更新的“人工智能机器人战略”,勾勒出一幅大胆的国家愿景。该计划目标是在2040年前在18个关键行业部署1000万个AI机器人,旨在抵消由人口老龄化和出生率下降导致的劳动力短缺。为了实现这一愿景,政府正在建立强大的物理AI和机器人数据全球基础设施。该倡议旨在利用日本在传统机器人制造和研发方面的既有优势。政府巨额投资助推AI模型开发大量的资金支持也投向了驱动这些机器人的核心软件和大语言模型。日本经济产业省承诺在五年内向No
Stripe 与 OpenRouter 的合作推动了 AI 代币经济学的发展
Stripe以80亿美元收购AI网关OpenRouter,将智能路由与全球支付相结合,以优化AI业务单位经济效益支付巨头 Stripe 已正式达成协议,收购人工智能模型路由和网关服务领域的领先平台 OpenRouter。OpenRouter 使企业能够优化来自 80 多家不同供应商的 400 多个 AI 模型的代币消耗。据一位向《The Information》透露此事的知情人士称,过去一个月,O
灵光应用揭晓一键部署AI工具,如Codex、Claude Code和Cursor
灵光App已面向所有用户推出“一键部署”功能,用于发布闪应用。创作者现在可以使用灵光的部署技能,将通过Codex、Claude Code、Cursor、Qoder、Trae和Workbuddy等主流AI工具构建的应用发布为“灵光闪应用”。这些应用将在PC客户端和灵光App上分发并可见。此外,灵光已开放30多项免费API能力——包括大语言模型、搜索、LBS、地图和存储——使用户能够快速配置应用功能。从今天起,用户可以登录灵光App官网,在PC端进入[设置 - 使用灵光技能],并完成支付宝认证和技能
相关专题推荐
评论 (0)
0/500

一种令人不安的行业趋势——“不受控制的 AI 成本”——正在硅谷和全球科技界蔓延。从 Atlassian 和 Adobe 到 Amazon,越来越多的顶级公司开始放缓内部 AI 的使用,甚至禁止员工使用最先进的旗舰模型,并强制转向成本较低的替代方案。
这种集体行动是由 AI 提供商计费模式的剧烈变化所触发的。随着公司从固定的年费转向昂贵的按使用量付费定价,AI 调用成本急剧上升。根据泄露的内部数据,至少有一家公司的月度 AI 支出飙升至原来的三倍,月账单超过 1500 万美元。面对沉重的财务压力,公司现在正在重新评估盲目扩展 AI 应用的成本。
在精细化运营的浪潮中,各大公司采取了不同的策略。花旗银行采取了最直接、最坚定的方法:禁止使用 GPT-5.5、Claude Opus 4.6 和 4.7 等旗舰模型,并要求员工“按需使用”。在花旗银行内部,高性能模型被视为极其宝贵的资源,除非绝对必要,否则严格限制其使用。另一方面,Atlassian 引入了成本仪表板,让每位员工都能清楚地看到他们的每个“提示词”花费了多少钱。这种透明度被证明是有效的,但也引发了员工对工作效率下降的集体焦虑。
相比之下,GitHub 采取了更具前瞻性的方法。他们计划将 AI 配额从“部门共享”转向“个人按使用量付费”,并积极转向开源模型,旨在寻找性能与成本之间的新平衡。与此同时,Adobe 等公司不再续签无限使用协议,给予员工最后的过渡期。
行业内部人士指出,这种由“成本经济学”驱动的收缩趋势标志着 AI 行业野蛮增长阶段的结束。之前“不计成本地投资”的策略已不再有效。正如埃森哲的一份内部记录所揭示的,当 AI 被大量用于生成 PowerPoint 演示文稿或预测世界杯结果等非核心任务时,它所创造的膨胀泡沫终将破裂。
随着各大公司建立计算能力“壁垒”,AI 开发者可能需要适应一个新的现实:未来,高性能大模型将不再是随时可用的通用工具,而是需要仔细预算和按需分配的高成本资产。这场行业“去泡沫”运动不仅是对计算资源的重新分配,也是对 AI 商业价值理性回归的深刻重塑。
日本将部署1000万个AI机器人以应对劳动力短缺
日本正转向人工智能机器人,以应对日益严峻的劳动力危机。日本经济产业省最近发布了更新的“人工智能机器人战略”,勾勒出一幅大胆的国家愿景。该计划目标是在2040年前在18个关键行业部署1000万个AI机器人,旨在抵消由人口老龄化和出生率下降导致的劳动力短缺。为了实现这一愿景,政府正在建立强大的物理AI和机器人数据全球基础设施。该倡议旨在利用日本在传统机器人制造和研发方面的既有优势。政府巨额投资助推AI模型开发大量的资金支持也投向了驱动这些机器人的核心软件和大语言模型。日本经济产业省承诺在五年内向No
Stripe 与 OpenRouter 的合作推动了 AI 代币经济学的发展
Stripe以80亿美元收购AI网关OpenRouter,将智能路由与全球支付相结合,以优化AI业务单位经济效益支付巨头 Stripe 已正式达成协议,收购人工智能模型路由和网关服务领域的领先平台 OpenRouter。OpenRouter 使企业能够优化来自 80 多家不同供应商的 400 多个 AI 模型的代币消耗。据一位向《The Information》透露此事的知情人士称,过去一个月,O
灵光应用揭晓一键部署AI工具,如Codex、Claude Code和Cursor
灵光App已面向所有用户推出“一键部署”功能,用于发布闪应用。创作者现在可以使用灵光的部署技能,将通过Codex、Claude Code、Cursor、Qoder、Trae和Workbuddy等主流AI工具构建的应用发布为“灵光闪应用”。这些应用将在PC客户端和灵光App上分发并可见。此外,灵光已开放30多项免费API能力——包括大语言模型、搜索、LBS、地图和存储——使用户能够快速配置应用功能。从今天起,用户可以登录灵光App官网,在PC端进入[设置 - 使用灵光技能],并完成支付宝认证和技能





首页






