我每月燒掉 180 億個標記，花費 1,200 美元。
簡而言之：我過去幾個月的平均標記消耗約為每月 180 億個標記。以 Claude 零售價格計算——無論是否有快取——這是每月 20,000 至 200,000 美元的認知費用。我的實際帳單約為 1,200 美元。這個差距不是折扣；而是架構。我擁有我的資料、我的工作流程邏輯，以及——通過我的路由引擎 Mercury Flux——每一次呼叫的模型選擇。其他人優化他們使用的 AI 數量。真正的槓桿在於你為相同輸出支付的費用。租用模型，擁有其他一切。
我是詹姆斯，水星科技解決方案的執行長，來自香港。
昨天我終於做了我一直在避免的會計：提取了幾個月的日誌並測量了我的代幣代謝。數字回來大約是每月180億個代幣。持續不斷。
兩個反應，依序：
這解釋了很多。書籍章節、部落格文章、審計包、代理艦隊、1,187篇文章的檔案管道——這些都不是魔法。這是吞吐量。工業級的認知。
等等——這對一個普通人來說會花多少錢？
180億個代幣實際上是什麼
每月180億個代幣是每天6億個。這大約是每秒7,000個代幣，全天候運行，沒有休息。
一個重度知識工作者在聊天訂閱上點擊——假設每月200次詳細對話——消耗幾百萬個代幣。極端的月份可以算作1,000萬個。我的代謝率是這個的三個數量級以上。
這是人們對 AI 生產力所忽略的部分。「我使用 AI」和「我與 AI 一起運作」之間的差異不是提示技巧，而是量。令牌通量是我們對認知表面積的最接近代理——一個人加機器系統每天能進行多少閱讀、草擬、審查、交叉檢查和迭代。大多數人受到其訂閱層級的限制，從未注意到上限，因為他們從未依賴過它。
零售幻覺
以零售價格計算相同的消耗。以 Claude 作為基準——而 Claude 是正確的基準，因為對於認真的代理工作，這是團隊實際上所追求的——混合費率大約在每百萬個令牌 $1 到 $10 之間，具體取決於層級、上下文以及快取為你節省了多少。
以這些費率計算的 180 億個令牌：$18,000 到 $180,000 每月。稱之為 $20K–$200K 的新陳代謝。
這裡有一個不舒服的真相：幾乎沒有個人，幾乎沒有企業部門，會批准這個數字。因此沒有人以這種新陳代謝運作。他們將自己的認知限制在預算允許的範圍內，然後想知道為什麼他們的 AI 輸出感覺和其他人一樣——因為它就是。訂閱層級是你思考的速度限制。
「AI 為什麼沒有讓每個人都生產力提升 10 倍」的真正原因比討論中所承認的要簡單：10 倍生產力是一種令牌量現象，而幾乎沒有人能夠以零售價格負擔這些令牌。
實際帳單
我的實際支出：約 $1,200 每月。
分攤一下。這大約是 每百萬個標記七分，涵蓋所有內容——草擬、編碼、研究、翻譯、群體。與最便宜的零售情境相比，這種認知的成本高出 15 倍。與現實的代理情境相比——長上下文、前沿模型、快取未命中——則高達 100 倍以上。
低於最便宜的 Claude 情境的 6%。低於最糟糕情境的 1%。
不，我並不是在每個地方都使用較差的模型。你所閱讀的輸出——書籍章節、審計報告、這篇文章——並不是七分錢的品質。關鍵不在於「便宜模型」。關鍵在於只在真正改變結果的地方支付前沿價格。
租用模型，擁有其他一切
這些節省不是黑客技術。它們是基於原則早期做出的三個擁有決策的結果：
1. 擁有數據。每個記憶檔案、每日筆記、實體卡片、會議記錄和決策日誌都存放在我控制的機器上的檔案中，以我能讀取的格式，cat。沒有任何重要的東西存放在供應商的資料庫中，檢索費用會永遠累積。供應商持有權重；我持有上下文。上下文是增值的資產。
2. 擁有工作流程邏輯。提示、代理所利用的工具、質量門檻、管道——本地代碼、版本控制、可檢查、可重構。當工作流程產生價值時，這個價值會進入我的資料庫，而不是別人的模板庫。供應商可以租用我的智慧，但他們無法租用我自己的判斷，這是編碼的。
3. 擁有模型選擇。這是造成經濟損害的因素。在我和每個模型之間有我的路由引擎——水星流量。每次調用都會根據任務進行分類，並路由到在該類別中價格與質量最優的模型，當供應商出現問題時會有備用鏈。
原則是操盤人，而不是消費者：操盤人不會購買品牌。操盤人調度能力。
路由護城河
每個人都將 AI 賬單視為成本 = 代幣 × 價格，然後優化代幣——更短的提示、更少的調用、更少的 AI。很好。但這是在向下優化你的新陳代謝。限制認知以節省金錢是一種貧窮策略。
另一個術語是價格——而價格不是常數。它是路由的函數。
認知成本 = 代幣 × 混合價格，其中混合價格 = Σ (任務類別的代幣份額 × 該類別的最佳價格)。
在我的技術堆疊中，絕大多數的代幣 — 檢索、分類、摘要、翻譯、初稿生成 — 都會路由到成本僅為前沿價格一小部分的模型。前沿模型處理最後一公里：章節的最終剪輯、架構決策、面向客戶的判斷。昂貴的智慧是特種部隊，部署在最大杠桿的點 — 而不是佔據每條街道的常規軍隊。沒有將軍會派特種部隊去巡邏每個街區。沒有操作員應該派前沿模型去總結一個網頁。
路由護城河：誰控制模型選擇，誰就控制相同輸出的成本。模型質量是供應商的護城河。選擇權在於你。
注意價格下降時會發生什麼 — 而且它們會下降。前沿與中階之間的差距不會縮小；它是一個差距。路由在任何價格體系中捕捉這個差距。今天的前沿成為明天的中階，而路由器會自動重新索引。護城河不會因通貨緊縮而侵蝕。它會重新索引。
為什麼群體改變一切
沒有人計入的二級效應：成本結構決定組織結構。
以零售價格計算，一個由15名成員組成的委員會——一名起草者、四名評論者、一名事實核查員、一名風格執行者，並行審查——是一個會議演示。沒有人會在每個交付物上以每百萬個標記10美元的價格配置委員會。以七分的綜合價格計算，委員會成為一項項目。我的小型團隊在Mac Studio上運行。它運行順暢。它不會向我開發票。
廉價的認知使得分工變得可負擔。你不再建造「一個聊天機器人」，而是開始建立一個代理的組織結構圖——起草者、審查者、審計員、圖書管理員——以路由作為人力資源部門。這才是產出量背後的實際機制。不是天才的提示，而是人力配置。
企業版本
如果你是CAIO或CTO，對你的組織進行同樣的審計。你的團隊在某處消耗著標記；唯一的問題是它是通過你的路由層流動，還是通過最近的按鈕流動。
我諮詢生活中的兩個註解：
代理工作流程在零售價格下會死去。實際上能夠推動數字的工作流程——在ChatGPT、Perplexity和Gemini之間進行的持續地理審計；引用監控；實體追蹤；在AI與人類交接間隙中持續的潛在客戶資格確認——本質上是標記熔爐。在零售環境中，它們天生就是死的，大家都得出結論「AI是昂貴的。」經過路由，它們就是定時任務。
供應商鎖定就是在租用你自己的工作流程。每年沒有路由層的升級路徑是多花錢，少移動。SaaS 曾經教會企業這個教訓。AI 正在再次教導這一點，並且是以複利的方式。
停止購買零售智能。開始像計算一樣進行排程——每個任務按價格發現，按呼叫可交換，擁有在重要的層級上。
你星期一要做的事
測量你的新陳代謝。在所有工具中拉取真實的標記計數，持續 30 天。你無法管理一個你從未見過的數字。大多數團隊在某一方向上偏差 10 倍。
將你的狀態移動到你擁有的檔案中。記憶、決策、工作流程邏輯——從供應商的孤島中走出，進入你的資料庫。一個週末的工作。這將永遠累積。
在你和每個模型之間放置一個路由器。不一定要是 Flux — 建立精簡版本。任務分類、模型映射、回退鏈、成本記錄。即使是一個粗糙的路由器在第一個月也能減少 5–10 倍的費用。
重新投資差額。節省並不是重點。重點在於一個 20K 的代謝以 1.2K 的成本所能購得的：理事會、群體、數量、速度。你與其他人之間的差距不再是人才，而是吞吐量。
2026 年最昂貴的 AI 策略不是選錯模型，而是因為你從未建立選擇層而支付每個標記的前沿價格。
租用模型。擁有路由。保留差額 — 然後將差額花在更多的認知上。
水星科技解決方案：加速數位化。
