即時快訊
企業AI支出不能只看Token牌價 單次任務成本落差可達百倍 智慧眼鏡撕嘗鮮標籤 重量壓至27克主打全日配戴 OpenAI一口氣公開722篇論文 AI大舉進軍純數學引發學界反彈 牛津大學研究:降血壓藥防心血管疾病效果遠高於跌倒風險 歐洲面臨乾旱危機 1.3兆歐元企業貸款曝險水資源短缺 麻省理工學院研發超導記憶體單元 微型三明治結構助電腦大幅省電 美貨幣基數逼近 5.5 兆美元 「影子黃金」模型示警現貨價低估近三成 美國醫材併購掀熱潮 大廠與私募股權鎖定心血管與AI 三星旗艦平板挑戰取代筆電 軟硬體升級搶攻行動生產力 企業AI培訓資源過度傾斜高層 基層員工導入率恐卡關
圖/示意圖
科技生活

·1 分鐘前·責任編輯
#AI投資#Token成本#資訊長#微軟#Databricks
圖/示意圖
圖/示意圖
商傳媒|責任編輯/綜合外電報導
摘要

最新產業報告指出,企業 AI 成本不能只看 Token 牌價,單一任務推導工作量可能讓成本暴增百倍。微軟建議資訊長建立細緻監控,避免預算失控。

企業導入人工智慧(AI)不能再只盯著模型標籤上的 Token 單價。根據最新發布的 Databricks AI Index 報告指出,企業若僅依賴 Token 牌價評估支出將產生嚴重誤區,因為「每項任務的實際成本」取決於 Token 單價加上模型推導出答案所需的總工作量,兩者相乘才是真實開銷。

根據外媒《CIO Dive》引述該報告數據,OpenAI 的 GPT-6 Luna 與 Anthropic 的 Claude Opus 5.5 雖然達成相同的 89.1% 任務成功率,但每項任務的平均成本分別為 0.05 美元與 1.62 美元;更極端的是,單一 Token 標價偏低的 Gemini 3.8 Flash,卻因需執行大量工作才能產出結果,每項任務花費高達 11.97 美元,成本反而飆高逾百倍。

這項趨勢凸顯出多模型策略的重要性。隨著高德納諮詢公司(Gartner)預估全球終端用戶在 AI 模型與平台的支出將在 2026 年達到 640 億美元、年增達 63%,企業面臨的預算控管壓力與日俱增。

除了模型挑選,企業內部極度不均勻的用量分佈也推升了管理難度。數據顯示,企業一般員工每日平均僅花費 2.49 美元的 AI 資源,但前 1% 的重度使用者(第 99 百分位數)每日花費高達 699.74 美元。

微軟企業副總裁暨科技與 AI 資訊長 Tal Saraf 在官方部落格指出,部分團隊往往由極少數人消耗了絕大多數的 Token。微軟建議掌管企業 IT 策略與預算調配的 CIO(資訊長),應依應用程式、工作流程、AI 代理(Agent)及個別使用者追蹤用量,採行類似雲端財務維運(FinOps)的預算管理模式。

Tal Saraf 強調,掌握誰在消耗最多 Token 以及使用何種模型,目的並非阻擋員工使用,而是指導員工在正確的任務上選用合適的模型,以確保 AI 投資能轉化為實際商業效益。


在 Google 搜尋的熱門報導中優先看到商傳媒
加入為 Google 偏好來源