硅谷开始在大模型上“消费降级”了...（图）

2026年7月24日，《华尔街日报》一篇报道的标题平淡无奇，内容却是一道分水岭：美国企业界正在集体停止在大模型调用上烧钱。

过去两年，企业以“Token最大化”为荣。内部排行榜上，谁的API调用费用最高，谁就是数字化转型的急先锋。如今这套叙事被彻底翻转，省钱成了新信仰，节俭成了新美德。

Cursor这家即将被马斯克以600亿美元收购的公司，为这场运动发明了一个精准的词：tokenomics，Token经济学。它的前投资银行家、现任现场首席技术官Mike Saeks用一个比喻道破了这场转向的核心：“用最强大的模型处理日常任务，就像开着兰博基尼去杂货店买牛奶，那车是为了赛道而生的。”

种种迹象证明，这不是一句俏皮话，它是对过去两年AI泡沫叙事的清算的开始。

从炫耀性消费到算计性生存

这场转向的速度之快，连最敏锐的观察者都措手不及。

几个月前，企业还在攀比谁的AI账单更吓人。Token最大化是一个充满硅谷气质的词：把浪费包装成进取，把烧钱曲解为信仰。那时的逻辑是，用得越多意味着AI化越彻底，花得越狠意味着技术领先越明显。

现在呢？Pylon这家AI客服平台的CEO Marty Kausas说得直白：“我看到的客户忠诚度是零。现在真的像一场血洗。”

Pylon自己就是这场“血洗”的受益者，今年到目前为止，它从一家AI供应商那里免费获得了约160万美元的Token额度，从另一家拿了6.5万，再一家拿了1万。Kausas的总结冷酷而精确：AI公司正在疯狂地塞优惠，只求客户别走。

这种画风的突变，驱动力只有一个：模型太多了。

当OpenAI还在为GPT-5.5的推理能力洋洋得意，当Anthropic还在为Fable模型的道德对齐大做文章时，企业发现了一个让他们愤怒又释然的真相：绝大多数任务，根本不需要那些最昂贵、最前沿的模型。

Cursor做了一个实验：从头构建一个网页浏览器。全程用GPT-5.5完成，花费略高于1万美元。用Cursor自家的Composer模型搭配Anthropic의 Opus 4.8，花费1339美元。二者差了一个数量级。

Mike Saeks的观察更为致命：“过去，最适合某项任务的模型每隔几个月才换一次。现在，感觉每周都换好几次。”

这句话里藏着一枚信息炸弹：模型能力的商品化速度已经超过了所有人的预期。前沿模型与普通模型之间的实际可用差距，正在以周为单位收窄。企业CFO的Excel表格，比任何技术白皮书都更早嗅到了这个趋势。

中国模型的“侧翼迂回”

硅谷企业的AI省钱运动，验证了另一层更底层的判断：模型的未来是商品。

这意味着，模型本身将越来越便宜，越来越可替代，真正值钱的是智能的持续突破，而非模型本身的销售。

中国企业恰恰是商品化模型最激进的供给方。DeepSeek、月之暗面的Kimi、智谱的GLM、MiniMax、Mimo……这些名字正在以令人不安的速度出现在美国企业的采购清单上。

Hex是一家AI数据分析平台，CEO Barry McCardel透露，在过去两周内，约50%的客户已经在工作流中接入了月之暗面的Kimi模型。

他的态度代表了新一代企业决策者的共识：“任何一个实验室随时都可能发布一个达到前沿水平的模型，我们要保持灵活。”

注意这个词：灵活。

过去，企业选择AI供应商是一桩近乎婚姻的承诺。选定了OpenAI或Anthropic，就意味着长期绑定、深度集成、难以迁移的技术栈。

现在，婚姻变成了约会。企业可以在不同模型之间自由切换，用最贵的做规划，用便宜的做执行，用开源的做定制，用中国模型填缝。

法律AI初创公司Harvey的做法堪称教科书级示范：用中国的GLM-5.2处理日常任务，给它配备一个工具，让它判断任务是否太难；如果太难，就自动呼叫Anthropic的Fable 5来接管。

总裁Gabe Pereyra的总结云淡风轻：“我们和所有模型都合作。我们正在摸索一堆类似的方案，在保持或提升性能的同时，大幅降低成本。”

这就是美国企业界正在上演的侧翼迂回战。

正面战场，OpenAI和Anthropic仍在为最前沿的智能上限烧钱厮杀；侧翼，中国企业用开源或低价模型，正在一口一口吃掉大量应用层的市场份额。

两种叙事的交叉感染

把镜头拉远，更深的暗流正在交汇。

过去两年，美国AI行业构建了双重叙事。

第一重是OpenAI和Anthropic代表的圣杯叙事：更贵的研究、更大的模型、更接近AGI的每一次呼吸，都值得不计代价的投入。这个叙事支撑了它们天价的私募估值和即将到来的上市预期。

第二重是企业客户的FOMO叙事：害怕错过AI革命，害怕竞争对手抢先一步，于是疯狂采购最高端的模型服务，Token花费节节攀升。这个叙事支撑了AI公司飞涨的营收曲线。

现在，这两个叙事正在同时出现裂痕。

Cursor的实验数据、Pylon的零忠诚度宣言、Hex的50%客户转向中国模型……这些碎片拼在一起，指向同一个结论：企业客户正在从FOMO中醒来。他们意识到，那辆兰博基尼固然漂亮，但自己只是去杂货店。

而客户的觉醒，直接动摇了圣杯叙事的根基。如果最赚钱的应用层客户开始分流，开始用便宜的替代品，那么OpenAI和Anthropic靠高端模型收费来反哺研发的飞轮，就会开始失速。

最讽刺的是，这场运动恰恰发生在美国政府酝酿限制中国AI模型之际。

OpenAI和Anthropic的高管公开指责中国创业公司抄袭他们的技术，特朗普政府内部甚至有人提议全面封禁中国模型。

但企业的脚比政策的嘴诚实得多：微软已经在考虑将DeepSeek等中国模型整合到自家平台。英伟达、微软、Palantir等一批科技公司上周五联名签署了一封支持开放模型的公开信，敦促政策制定者对潜在限制保持克制。

看似偶然的同盟，实质则是资本对地缘政治的本能反抗。当API账单可以省下一个数量级时，意识形态的顾虑往往会被暂时搁置。因为省下来的钱，比可能的威胁更具体、更紧迫。

三个臭皮匠的智慧

在所有案例中，Zoom的故事最具象征意义。

这家以视频会议闻名的公司，三年前就开始使用Meta发布的开源模型Llama。通过精调，Zoom省下了一大笔钱。如今，它同时使用Anthropic、OpenAI和多个开源模型。

Zoom的首席技术官黄学东援引了一句中国古语：“三个臭皮匠，顶个诸葛亮。”他认为，这种模型混用的方法论，才是企业的秘密酱汁。

这句引用意味深长。在OpenAI和Anthropic的叙事里，通往智能的路是线性的、等级森严的：最聪明的人造出最聪明的模型，其他人付钱使用。

Zoom们用行动证明：我们可以自己搭建一个聪明的系统，用拼装的方式。与其说这是技术层面的叛变，不如说是哲学层面的分道扬镳。

一个追求深度，一个追求广度。一个追求智能上限的苦行，一个追求成本下限的精算。它们并不矛盾，它们共同构成了AI落地的完整图景。

2026年7月，美国企业界的这场集体转向正在悄然蔓延，这是对过去两年AI泡沫叙事的清算。企业开始用Excel表格核算每一次API调用的投入产出比，CTO们开始像Saeks那样评估“兰博基尼买牛奶”的荒谬，AI行业的估值逻辑已经面临全面重估。