文章摘要
AI行业成本压力凸显，模型成本超人力成本，“Token末日”说法出现。多家企业出台管控措施。Claude Code重体验轻成本，在token效率上被OpenAI拉开差距。企业精简其系统提示词，Caveman插件可减少输出token，OpenAI则在内部推理环节追求极致效率。

不少开发者都在吐槽，使用Fable 5的成本远超国内程序员单日薪资。哪怕是写代码时尽量节约，一天烧掉几百万token，最终账单也要几千元人民币。

据行业观察，相关AI企业自身的算力支出已经达到薪资开支的2.3倍。以一名高级工程师全年22.4万美元的完全成本计算，该类企业每位工程师对应的年度算力投入约为51.5万美元——换句话说，AI模型的成本已经超过了人力成本。在这样的成本压力下，连Claude自身都开始主动节省token了。

如今AI行业已经从早期的“炫耀token使用量”，转向了对单token成本的极致追求，业界甚至出现了“Token末日”的说法。这背后是AI应用范式的深刻转变：不少原本不需要AI的工作也被纳入了AI处理流程，比如自动总结PDF、长文，或是将文档转为幻灯片后再交给他人用AI二次处理。AI看似为原本略显虚空的工作增添了价值，但也悄悄推高了使用成本。

成本失控已经成为常态，多家企业纷纷出台严格的AI使用管控措施：有的限制员工使用高端模型，强制降级到更便宜的版本；部分企业为工程师设定了每月的token使用上限；还有机构完全限制了高级AI工具的访问权限，未达使用目标的员工还会被撤销企业账户。此前有企业高管透露，公司短短几个月就用完了全年的AI预算，多家零售和金融机构也暂停了部分AI工具的使用。

不少企业和开发者陷入了矛盾的境地：一边被要求“用AI提升百倍效率”，一边又被警告“不要浪费公司预算”。这也是AI工具普及初期的典型问题：产品推出时优先考虑“可用”，而将成本治理、配额管理、模型分级等放在次要位置。而Claude Code本质上并非效率工具，而是一款营销工具。

Claude Code的项目负责人曾表示，产品的设计初衷是探索足够智能的模型能如何改变代码开发体验，核心目标并非帮助开发者节省token，而是展示模型的能力。相关企业愿意为这种“高产感”投入大量token——无论是用户的成本还是公司自身的成本。五分钟烧掉200美元对Claude Code来说并非意外，而是设计使然：能用更多token解决的问题，绝不会用更节省的方案。所有的子代理、花哨的UI动画、冗长的推理过程，都不是为了提升效率，而是为了让用户觉得“模型非常聪明能干”。

这种“用token换体验”的设计逻辑，让Claude在token效率上被OpenAI拉开差距。OpenAI始终在全力压缩token成本，从推理过程的压缩到模型本身的优化，核心思路都是“用更少的token完成同样的工作”，Codex 5.5就是典型案例。比如在相关对比测试中，GPT-5.5 medium仅用2万个token就拿到了极高的分数，而Claude的高端模型使用了5万个token，得分反而更低。

为了降低成本，相关企业在最新演讲中透露，他们已经删除了Claude Code中80%的系统提示词。技术团队成员解释，这反映了AI模型引导方式的根本变化：过去人们认为指令和示例越多，模型表现越好，但如今新模型的表现远超内置示例，过多的示例反而会限制模型的想象力。尽管这其中带有营销宣传的成分，但一个事实不容忽视：连企业自身都开始对系统提示词进行大幅精简。

过去一两年，AI编码领域形成了“上下文越大越好、工具说明越多越好、系统提示词越完整越好”的惯性思维。如果模型不熟悉项目结构，就添加相关文档；如果不熟悉工具使用，就补充工具说明；如果不够主动，就添加行为引导；如果稳定性不足，就继续增加约束。每一次添加都有理由，但长期积累下来，系统提示词逐渐变成了巨大的常驻上下文包袱。

但系统提示词并非免费的，每次调用都需要被加载、计费并占用上下文空间。Claude Code内置所有工具和功能后，系统提示词一度膨胀到65000个token，即便关闭大部分功能，也还有12000个token——相当于模型还没开始写代码，就已经背上了一本厚厚的说明书。相比之下，其他同类工具启动时的上下文还不到1000个token。更麻烦的是，prompt债比代码债更隐蔽：代码老化会在修改、测试、修复bug时暴露问题，但prompt老化只会让模型悄悄变差，用户只会觉得“Claude Code不如以前聪明”，却不知道根源在于旧的提示词没有适配新模型。

Claude Code的另一个问题是过多的冗余表达。今年一款名为Caveman的插件迅速走红，这款插件的名字意为“穴居人”，即只保留核心语义，去掉礼貌用语、多余语法和填充词，仅保留关键信息。其开发者表示，这款插件是在4月初为解决Claude Code的token浪费问题而开发的，他注意到大量token都浪费在了寒暄、模糊措辞、过渡语和agent循环中的闲聊内容上。测试显示，Caveman相比默认输出可以减少65%-75%的输出token，效果优于普通的“请简洁”指令，且不会影响代码、命令、路径、URL和函数名等需要精确性的内容。据报道，相关企业的工程总监也为该项目贡献了代码，以支持其模型。

更值得关注的是，OpenAI早已将这种精简语言模式应用到了模型的内部推理环节。一些泄露的内部推理过程显示，其内容并非流畅的日常英语，而是类似压缩的工程速记。这些句子看似杂乱，但重点不在可读性，而在token效率。模型在内部推理时，不需要像对用户说话那样保持礼貌和完整，只需要保留动作、对象、判断和下一步即可。只要最终输出正常，模型内部完全可以用更短、更粗糙、更节省token的语言完成思考，以追求极致的token效率。

这种压缩推理token的收益更大，因为代理执行是多步的，前一步的思考会成为后一步的输入，每减少一段思考，节省的不仅是当下的token，还有后续执行链上的重复开销。这正是OpenAI和Claude路线的明显差异：Claude更偏向于用完整的语言思考和表达，其推理过程和输出内容都更长，因此需要更大的上下文窗口来容纳——这也是Claude默认使用100万token上下文窗口的原因之一，不少人误以为这是为了容纳更大的代码库，但实际更简单的原因是Claude生成的内容太长，需要更大的窗口。

Claude在上下文压缩上表现也较差，恢复旧线程时会建议用户不要保留完整上下文，而是进行压缩，因为其推理token的效率太低，长时间保留会导致成本高到无法接受。而OpenAI的模型上下文窗口仅为20万或更少，但通过从一开始就使用精简语言实现了压缩。一个值得玩味的细节是：如果相关企业修复了“废话过多”的问题，其收入会明显下降——如果开发者能用更少的token完成同样的工作，这部分原本的token成本就不再会成为其收入来源。

塔猴是一个专注于为用户提供系统学习、内容创作与商业连接的AIGC综合服务平台，致力于为每一位AI探索者打造理想的创作、成长家园。在塔猴，你不仅可以学习众多AIGC类实战课程，获得与时俱进的AIGC技能和视野，还有机会获得长期商业合作和接单机会！点击进入：https://www.tahou.com/

AI生成内容提示：本文由人工智能辅助创作，内容仅供参考，不代表平台观点。请注意核实信息的准确性，并理性判断。

以上内容不代表本平台立场，仅供读者参考