当 token 比员工还贵，韩国巨头们终于开始算账了

你猜，一个三星员工每天用 GPT-4 写代码，公司要付多少 token 费？

答案可能比他的咖啡钱还贵。韩国企业最近集体被海外 AI 模型的高昂 token 成本打了个措手不及，三星、LG 这些巨头甚至开始搞配额制——每人每天只能用多少 token，超了自费。这事听起来像段子，但背后是 AI 落地最真实的痛。

短期看，Token 配额制是个妥协方案，更像一个“止痛药”。

企业表面上控制了成本，实际上暴露了两个问题：第一，模型厂商的定价逻辑还没跑通。OpenAI 的 API 价格按 token 算，但企业级使用，token 消耗量随业务增长指数级飙升。一家韩国金融公司算过，把客服系统切到 GPT-4 后，月度成本直接翻了 8 倍，比雇佣人工还贵。第二，员工的使用习惯还没形成“成本意识”。很多人把 AI 当免费游乐场，一个复杂任务可能生成几千 token 的冗余输出，企业买单。

配额制从管理角度看很聪明：限制高频使用，倒逼员工优化 prompt，减少废话。但副作用也很明显——创新被配额卡住。研发团队做实验，一个完整的代码生成流程可能一次性消耗几万 token，配额用完就只能等明天。这就像给程序员发键盘，每天只能打 1000 个字，超出部分按字收费。

长期看，token 成本战会逼出两个方向：要么模型降价，要么企业自建。

先看模型侧。成本下降是必然的，但速度取决于竞争。目前 GPT-4 的 token 价格已经比年初降了 30%，但对企业级部署来说，降幅远不够。韩国企业现在的困境，恰恰是“模型能力过剩”导致的——很多任务不需要那么强的模型，但企业为了省事直接上最强模型，结果成本爆炸。长期来看，垂直场景的中小模型会更吃香，比如专门写代码的 CodeLlama，或者专门做文档摘要的拼音模型，token 价格低一个数量级。

再看企业侧。三星、LG 这种体量，自建模型才是终极解。但自建不是复制 GPT-4，而是用开源模型微调，配合私有数据。韩国企业现在卡在“数据安全”和“成本”之间，既不想把数据交给海外模型，又不想花钱自己训练。配额制只是过渡，等他们算清楚账，一定会转向混合方案：核心业务用私有部署的开源模型，非敏感业务用 API 调用，且严格限制 token 用量。

还有一个被忽略的点：token 配额制可能催生新的“AI 成本管理”赛道。未来会有像 FinOps 一样的产品，帮企业监控 token 消耗、优化 prompt 长度、自动切换模型层级。短视频创作者做内容，现在也会关注“成本”，比如生成一个视频脚本，用 GPT-4 还是用 Claude，效率差多少，价格差多少。这个逻辑和韩国企业一模一样。

回到开头那个问题，当 token 成本超过员工工资，企业不是不用 AI，而是开始算更细的账。配额制不是退缩，是 AI 落地的成人礼——从“无脑接入”到“精打细算”的转变，才是真正的规模化。

原文链接：https://www.ithome.com/0/982/241.htm