AI 用量涨了，钱却没多花：企业支出放缓给模型公司 IPO 故事添变数

企业用 AI 的频率在上升，但账单并没有同步膨胀。这个看似矛盾的现象，正在成为观察大模型公司收入前景的一个新切口，也让临近上市窗口的 Anthropic 面临更挑剔的审视。

事件背景：用量与支出首次明显脱钩

过去一年多，AI 行业的增长叙事建立在一个朴素假设上：调用量涨，收入就涨。但来自企业支出管理平台 Ramp 的统计显示，这一传导链条在 2026 年夏末出现了松动。按 Ramp 追踪的企业卡与账单数据，token 支出在 8 月至 9 月间仅增长 1.5%，而 7 月环比增速还是 42%。10 月数据有所回暖，9 月 23 日至 10 月 23 日期间 token 支出增长 8.9%，但分析人士认为增长逆风依然强劲。

需要说明的是，Ramp 的数据来自其平台上的企业客户，样本偏向创投支持的高增长科技公司，并不等同于整个 AI 市场的收入全貌。但它的价值在于颗粒度：能同时看到用量、单价和不同规模企业的支出结构。

已确认的核心信息：降价与"变精"共同压平曲线

Ramp 首席经济学家 Ara Kharazian 给出的解释有两条主线，都属于已确认的观察而非猜测。

第一是价格战。OpenAI 在 9 月将 GPT-6 Sol 与 GPT-6 Luna 的 API 价格下调一半；Anthropic 为应对竞争，也对 Fable 5.1 和 Opus 5.5 做了大幅降价，并在近期文件中披露这一决定使收入增长减少约 6 亿美元。两家公司还推出企业折扣以锁定支出，实际效果却是压低了自身的收入目标。

第二是客户变聪明了。企业在熟悉 AI 之后，会设置预算上限、避免长任务调用最贵的模型、通过路由器把轻量请求分流到更便宜的模型。Kharazian 提到一家名为 Jev 的公司，其工具用于在几个预设输出之间做选择，在 Ramp 平台上排名持续上升——很多场景只需要一个是/否的判断，把已经便宜的模型再套一层，成本还能继续下探。

支出结构的分化也很明显：

关键点在于，前 1% 的支出小幅走软，就足以拖住整体收入增速，尽管调用量仍在上升。中位数和前 10% 群体虽有增长，但体量补不上缺口。

对开发者和采购方的影响：买方市场已经形成

对使用 API 的团队来说，这是一个议价窗口。模型公司之间的竞争，加上 Meta、Nvidia 的企业级低价或开源方案，以及中美两地一批开放模型厂商，使得"锁定客户"的补贴策略难以像网约车行业那样在后期收回。Kharazian 的判断是，AI 市场玩家太多，早期低价换份额、后期提价的经典打法在这里不容易奏效。

实操层面，这意味着几件事值得纳入日常工程决策：

• 按任务分级选模型，长跑任务默认不走最贵档位；
• 为团队和项目设置 token 预算与告警，而不是月底看账单；
• 对简单分类、判断类请求，考虑更轻的模型或中间层路由；
• 在续约或扩容时主动询价，企业折扣的谈判空间比一年前大。

对模型公司而言，压力则体现在收入曲线上。有报道称 Anthropic 的潜在估值从 10 月初的 2 万亿美元区间下调至 1.2–1.3 万亿美元，并可能获得较低的信用评级；OpenAI 的拟议估值也从 1.4 万亿美元降至 1.25 万亿美元，最新融资目标削减约 100 亿美元。这些数字来自外部报道，属于待官方确认的信息，但方向上与 Ramp 的支出数据互相印证。

仍需观察的不确定性

第一，Ramp 样本的偏差有多大。其客户以创投支持的高增长公司为主，Kharazian 自己也承认，"几乎全部 AI 支出都来自这类公司"，一旦它们同步放缓，会带来连锁效应。但传统行业的支出渗透率仍然很低——诊所、汽车经销商是否需要每员工每月上万美元的 AI 预算，目前没有证据支持。

第二，10 月的 8.9% 回升是拐点还是噪声。单月数据不足以推翻趋势，需要看四季度能否持续。

第三，下一个"杀手级用例"是否会出现。AI 编程智能体在约一年半前崛起，把两家公司推入万亿估值讨论；投资者期待个人智能体接棒。但 Kharazian 对此持怀疑态度，理由是个人智能体的经济产出密度不及编程。这属于分析判断，不是既成事实。

行动建议

对企业技术负责人：把 AI 成本当作云成本来治理，建立按团队、按用例的用量看板，在合同谈判中把价格调整条款写清楚。对开发者：不要把架构绑死在单一模型上，抽象出路由层，保留在模型间迁移的能力。对关注这一赛道的投资者：区分"用量增长"和"收入增长"，前者是产品渗透指标，后者才决定估值，两者在价格战期间可能长期背离。

一句话总结当下的局面：token 还在跑，账单开始喘。这不是需求消失，而是定价权和采购成熟度同时发生了变化。