一个月烧掉 18 亿 Token，我看到了 AI 时代的另一种差距

瑭宋元

发布于 2026-09-17 21:43:58

1050

14,587 次调用 · 两套 AI 工作台 · 一张 $418 的账单

这篇文章里的每一个数字，都来自我自己的电脑：一半是我从 WorkBuddy 本地日志里一条条抠出来的，另一半来自 Codex 后台的用量面板。没有访谈，没有引用，全是自己烧出来的第一手数据。

今天下午我干了件有点无聊的事：把自己近一个月的 AI 用量彻底盘了一遍。

结果把我自己吓了一跳。30 天，14,587 次调用，约 17.9 亿 Token。折算下来，平均每天 486 次、将近 6000 万 Token。什么概念？GPT-4 发布那会儿，全网讨论的"天价"上下文是 3.2 万 Token——我现在一天的消耗，够那时候一整家公司用。

先别急着说"重度用户而已"。看完账单结构你会发现，重点根本不是用量大，而是这些用量花在了哪、怎么花的。那里面藏着一些我自己的没想到，也藏着我想说的核心观点。

先交代这些数是怎么来的

我日常主力是两套 AI 工作台。一套是腾讯的 WorkBuddy，办公智能体，写文章、做研究、做 PPT、处理文件都在上面；另一套是 OpenAI 的 Codex，主要写代码、做数据处理。

WorkBuddy 那边的数不好拿——客户端压根没有"按模型、按月"的统计面板。我从它的本地数据库和运行日志里，把 22 天里每一次模型请求都翻了出来，一共 8,503 次，累计约 11.3 亿 Token（口径说明：这是每次请求携带的上下文累加，约等于输入侧消耗）。Codex 那边简单，后台直接给：6,084 次、6.66 亿 Token、账单 $418.83。

两边口径不完全一样，但量级是可信的。合在一起，就是我过去一个月真实的 AI 消耗。

两个 AI，干的完全是两种活

把两边数据摆在一起，最有意思的是分工。

WorkBuddy 的 8,503 次请求里，混元 HY3 吃掉 6.18 亿，HY4 从 8 月 29 日上线到月底，短短 10 天就烧了 4.99 亿——因为它的上下文窗口有 100 万 Token，是 HY3 的五倍多，我敢把整本书、整个项目直接丢给它。而 Codex 那边，3827 次请求走了 gpt-5.6-terra，是绝对主力；真正贵的反而是调用次数只有它三分之一的 gpt-5.5，花了 164.60，比 terra 的 159.16 还高。

看到了吗，贵的不是用得多的，是用得不对的。这个道理放在人身上也成立。

这些 Token，到底花在什么活上

光说总量没用。我把 WorkBuddy 那边 8,000 多次请求按会话标题，归到了六类活上，结果如下。

看出门道了吗。在办公智能体上，写材料吃掉了将近四成；而开发只占 5.8%——不是开发不重要，是开发我基本交给 Codex 了。两边加起来，开发才是第一大户（40.8%）。工具分工一旦清晰，账单结构是能读出工作方式的。

下面这六类活，我把自己是怎么用的都摊开说，能抄的直接抄。

写材料、做 PPT（4.25 亿，最贵的一类）。里面有个会话我必须自曝一下：一份面向客户的解决方案 PPT，来回改了 1,371 次，烧掉 2.63 亿 Token，占我整月用量的两成三。不是 AI 笨，是我拿它当"试叙事角度"的工具——同一份内容让它按"打动客户""证明能力""算经济账"分别重写，改的是角度不是错别字。我的做法就一条：别从"帮我做个 PPT"开始，从"这是谁、我们要打动他什么、上一版为什么被否"开始。背景给足，让它先出三版不同角度的提纲，你选一版再展开。

自我学习提升（2.84 亿）。这块我把它当私教和陪练。研究行业事件（比如 Kimi 和 WorkBuddy 的路线之争）、拆开源项目、准备面试，甚至让它给我出 AI 科普的选题。常用句式是"用 30 分钟能看懂的方式讲给我，然后出 3 个问题考我"——学完立刻被考，比收藏十篇文章管用。

综合办公（2.73 亿，请求数最多）。绩效总结、投标响应大纲、公司要求的"AI 赋能提效"材料。这类活最烦人，也最适合。诀窍是：把公司的要求原文直接丢进去，再加一句"我实际做过的是这些"，让它先列证据清单，再动笔写。直接让它写，出来的全是空话。

产品分析（6,692 万）。入境游的客户分层、展厅布局、视频脚本、投标技术响应。这类我一定会额外加一句要求："先反驳我，再说同意的部分。"默认它会顺着你说，你得主动把"唱反调"设成流程的一部分。

开发（Codex 侧 6.66 亿为主）。招投标监测看板、架构图、代理调试。规矩我只守一条：先让它读仓库、出方案，我批了再写代码。跳过方案直接写代码，返工成本比省下的那点时间高得多——这条教训值我那 $418 里的一部分。

资料收集（1,071 万，最省的一类）。只占 1%，不是因为用得少，恰恰是因为效率高：现在搜资料我不再一页页翻，直接给主题、给要求、给输出格式，让深度研究模式一次交稿并附来源。以前要一下午的活，现在一次请求就完事。Token 花得越少的地方，往往越是提效最狠的地方。

三件我没料到的事

盘完数据，有三个点是我事先完全没料到的，写出来给你看看。

输入是输出的 144 倍。Codex 那边统计得很清楚：输入 4.72 亿 Token，输出只有 327 万。我一开始以为是统计错了，后来想明白了——AI 干活的成本大头根本不是"说话"，是"读东西"。每一轮对话，它都要把之前所有的上下文重新读一遍。你跟 AI 聊得越深，这个雪球滚得越大。所以会用 AI 的人不是话多，是会把该给它的东西一次性给全，让它少走回头路。

免费，会彻底改变使用行为。HY4 刚上线时限时免费。上线前我用 HY3，日均 2500 万 Token 左右；上线后我切过去，日均 5300 万，直接翻倍。不是因为任务变多了，是窗口变大、成本归零之后，我敢把以前"舍不得"的活全部丢给它——整份标书、一整个代码仓库、几十篇资料。这个观察让我后背有点凉：很多人不是不想用 AI，是每次用都在心里算钱，算着算着就不用了。

大部分请求，我根本不在场。8,503 次请求，我自己手打对话发起的可能连两成。剩下八成，是 agent 在自主干活：深度研究自己拆任务、循环检索，做 PPT 自己迭代十几轮，跑数据自己试错自己修。平均每次请求耗时 16.57 秒，一天几百次——如果这些都要我手动一步步问，一天什么都不用干了。

说句不太严谨的、凭体感的判断：现在评价一个人用 AI 的水平，别看他提示词写得多花，看他敢不敢把一整个任务连锅端给 AI，然后走开。

用量，才是新的鸿沟

铺垫了这么多，说我的核心观点。

这一年大家聊 AI 差距，聊的都是"会不会用"：会不会写提示词，会不会选模型。我觉得这个讨论已经过时了。提示词的差距，一个下午就能抹平。真正的差距在用量上——一个月 14,587 次调用和一个月 14 次调用之间，隔着一整条工作效率的鸿沟。

因为用量背后是三样东西：你信不信它（敢不敢把重要任务交给它），你有没有把它嵌进流程（还是想起来才问一句），以及你付不付得起这个成本（$418，约三千块人民币，换回来的是我每天好几个小时）。这三样没有一样能靠"学"获得，只能靠真金白银和真实任务喂出来。

我观察到的现象也很直白：身边凡是 AI 转型成功的同事，没有一个是从"学完再用"开始的，全是"先用起来再学"。用量滚起来，判断力才有地方生长。反过来，收藏夹里存了 100 篇 AI 教程、一次实战没跑过的人，半年后还是老样子。

AI 转型不是一场培训，是一次用药量的爬坡。剂量不够，说什么都没用。

如果你想开始，就三件事

不整虚的，说具体能做的。

挑一个你每周都在重复的活——周报、资料整理、竞品汇总，随便哪个——这周开始整个丢给 AI，别一步步问，给它背景、给它样例，让它一口气交初稿。丑就丑，先跑通。

给 AI 办一张"月票"。订阅制比按次付费的心理负担小得多，$20 也好，几十块的国产工具也好，关键是让"用"这个动作不再触发你的算钱本能。我自己的账单摆在这：一个月三千块，买回来的是每天两三个小时。

每月底看一眼自己的用量面板。不用精确复盘，就问自己一句：这个月，AI 替我干的活是不是变多了？曲线是平的，就该警觉了。