夜雨聆风
OpenClaw创始人晒天价账单,一个月烧6000亿token,花费130万美元
前段时间，OpenClaw（龙虾）的创始人彼得·斯坦伯格（Peter Steinberger）贴自己用了多少 Token，
一个月，发出760万个请求，消耗Token数量6030亿，对应的费用：130万美元，将近900万人民币。
当然，这个数字不是真实支出。因为他是 OpenAI 公司的员工，可以无限量免费使用公司的 Token。所以，这些钱并不是真实的支出。
所以那130万美元，不是他的钱。
换成普通公司，换成需要自己掏钱的开发者，这笔账算下来是什么感受？
一个程序员，一年，最少两三百万人民币的Token费用。
用的还是便宜的国产开源模型。
要是上美国旗舰模型，几千万起步，上亿也不稀奇。
这就是2026年，AI编程的真实账单。
大公司的账单，比你想象的还要离谱
你以为这只是个人开发者的烦恼？
看看那些有钱的公司正在经历什么。
Uber透露，仅2026年前四个月，公司就已经耗尽了全年的Token预算，其中部分原因正是Claude Code的高使用量。
四个月，花完全年预算。
不是预算定少了，是用量超出了所有人的预期。
Salesforce CEO马克·贝尼奥夫表示，公司今年支付给Anthropic的费用将达到约3亿美元。他希望能出现一种”智能路由器”，判断哪些任务需要调用最贵的模型，哪些可以用便宜一点的替代。
全年3亿美元，付给一家AI公司。
这是什么概念？很多中等规模企业的全年营收，都没有这个数字大。
米哈游，一夜烧掉200万元Token。
微软，因为Claude Code费用超标，直接放弃，改用自家托管的模型。
科技巨头们，正在从”不惜一切代价拥抱AI”，转向”我要看看这钱花得值不值”。
那个问题，终于有人敢问出口了
Uber运营负责人Andrew Macdonald说了一句话，让很多人沉默了：
“更高的Token使用量，并没有转化为同等比例的有用消费者功能增长。这中间的联系，还没有建立起来。”
这话翻译成大白话就是：
Token烧了一堆，但我们交付给用户的有用功能，没有跟着翻倍。
钱花出去了，结果在哪里，说不清楚。
GitHub上”Token Waste”问题季度增长5倍，2026年Q1超4000例——开发者们用真实的报告记录着：我的Token，大部分都浪费了。
浪费在哪里？
浪费在模型反复思考同一个问题，浪费在上下文无序膨胀，浪费在每一轮对话把之前所有内容都重新处理一遍。
有开发者测试发现，OpenClaw到第10轮对话时，成本是第1轮的26倍。
你以为AI在帮你干活，实际上它把三分之二的时间，花在了”想清楚它之前干过什么”上面。
Token，这个世界的新石油
中国日均Token调用量，从2024年初的1000亿，到2026年3月的140万亿，两年增长超过1000倍。
1000倍。
这个数字让我想起20年前的石油行情。
那时候，谁控制了石油，谁就控制了工业文明的命脉。
今天，谁控制了Token的生产和定价，谁就坐在了AI时代最核心的位置上。
Anthropic收钱，OpenAI收钱，阿里云、腾讯云、百度智能云，大家一起收钱。
用户越用越多，他们收得越来越稳。
Token价格战在2024年打响，2025年底已经打到边际成本附近，但2026年新的溢价层起来了——fast mode、long context、priority processing，一个比一个会收费。
基础Token便宜了，但”好用的那部分”，反而越来越贵。
这是每一个平台的必然选择：先用低价把你引进来，再用体验把你留下来，最后用功能分级把钱收回来。
那个1元钱285万Token，是个坑
眼看着Token太贵，一批”便宜货”应运而生。
2026年5月，AI中转站突然成了热门赛道，孙宇晨、傅盛、特朗普家族关联加密项目WLFI纷纷入局。市面上出现了”1元兑换285万Token”的超低价平台，看起来让利用户，实则暗藏巨大风险。
封号跑路、模型降智、随意涨价，已经成了中转站行业的常态。
有业内人士实测发现，部分中转站存在恶意代码注入、窃取云凭证、盗取加密资产等问题。你以为在薅羊毛，实际上你的数据，已经成了别人的生意。
便宜没好货，这句话在Token这件事上，字字精准。
这笔账，最终谁来还
有一句话，Macdonald说得很直白：
“如果你是坐在那里想各种有趣用例的用户，而且不用自己付钱，AI看起来确实像是免费的。但最终，账单是由公司来买单。”
公司买单，最终还是要传导到某个地方。
要么减少招聘——Uber CEO已经明说了，为了对冲AI投入，正在放缓招聘。
要么压缩其他成本——研发预算、市场费用、员工福利。
要么涨价转嫁——让消费者承担AI成本上涨带来的压力。
这条链条，最终总会连到具体的人身上。
Token烧的是钱，但账单里包含的，是每一个普通员工的一点点机会。
那普通人该怎么用
说了这么多，给出几个真实能用上的建议。
想清楚任务再开对话。不要一上来就把所有背景信息全部塞进去，每次对话聚焦一个具体问题，上下文越短，Token越省，回答往往也更准确。
学会分层用模型。简单的问题，用便宜的模型；复杂的决策，再上旗舰。全程用最贵的，和全程用最便宜的，对大多数任务来说，结果差距没有价格差距那么大。
官方渠道比中转站安全得多。便宜几块钱，换来数据风险，这笔账算不过来。
把AI当工具，不要当大脑。Token烧掉的，是钱；你自己的判断力，是免费的，用好了，比任何模型都值钱。
写在最后
有个开发者在论坛里说了一句话，让我笑了很久：
“应该发明个语言，用￥当标识符，这样国内的程序员写代码的时候，就更加激情澎湃了。”
段子背后，是真实的感受。
2026年，AI不再是那个什么都能做、什么都免费试的新玩具了。
它开始有账单了，开始需要你想清楚”这钱花得值不值”了，开始让人从浪漫主义回到现实主义了。
这不是坏事。
一个工具，只有在你真正知道它的成本和边界之后，你才算真正学会用它。
Token是燃料，清醒是驾驶员。没有驾驶员的车，烧再多油，也只是在原地转圈。