徽声在线7月21日讯（记者 王晓）当前，AI token的计费模式正成为众多企业财务负责人关注的焦点。OpenAI董事长Bret Taylor近日公开表示，这种困扰或将在一年的时间内得到彻底解决。

作为AI模型处理数据的核心计量单位，token不仅承载着文本、图像等信息的处理任务，更直接关联着企业使用AI服务的成本支出。当前，多数平台通过统计token使用量来核算服务费用，这种模式使得企业难以精准控制AI投入成本。

今年上半年，token成本的大幅上涨迫使多家企业调整AI战略。据行业调研显示，超过40%的企业因成本压力削减了AI预算，更有近三分之一的企业重新评估了AI项目的投资回报率，部分项目甚至因此暂停或终止。

Taylor在接受媒体专访时指出，当前围绕token经济学的诸多争议，本质上反映了AI市场仍处于发展初期。随着技术成熟和商业模式创新，未来AI服务将转向以结果为导向的付费模式。这一观点与多数企业高管追求投资回报最大化的诉求高度契合。

市场发展初期的阵痛

Taylor将现阶段的AI市场类比于上世纪90年代的互联网初期。他分析称：

"当前AI技术正处于爆发前夜，市场需要更多创新者开发解决方案，帮助企业摆脱token核算、成本控制等运营负担。这类似于早期互联网企业需要自行搭建服务器，而如今云服务已解决这些问题。"

据行业观察，已有企业开始探索token管理的新模式。Taylor特别提到，企业财务管理平台Ramp近期推出的token支出管理工具，可帮助企业实时监控AI成本；法律AI公司Harvey则通过集中代管token的方式，为客户简化了使用流程。这些创新实践正在为行业树立新的标杆。

Taylor预测：

"12个月内，企业IT部门将能轻松部署各类即插即用的AI解决方案。市场、研发等部门将获得量身定制的AI工具，企业管理者无需再为token用量和成本分心。"

低价模型的隐性成本

随着AI技术加速迭代，模型运行效率显著提升，市场竞争加剧推动token价格持续走低。行业数据显示，过去一年主流AI模型的token单价平均下降了35%，但企业实际支出并未同步减少。

以中国初创企业月之暗面近期发布的Kimi K3模型为例，该模型以低于行业平均水平30%的计费标准，实现了与OpenAI GPT-4、Anthropic Claude等旗舰模型相当的性能表现，引发国际科技界广泛关注。这似乎印证了"技术进步必然带来成本下降"的预期。

然而Taylor对此持谨慎态度：

"低价确实是吸引用户的关键因素，但企业需要全面评估总拥有成本。包括模型切换成本、培训成本、潜在错误率提升等隐性支出，都可能抵消表面的价格优势。"

（徽声在线 王晓）