你不会让公司最贵的专家回复每一封普通邮件，企业用 AI 也开始算同一笔账：简单任务交给便宜模型，难题再请能力更强、价格更高的模型。值得关注的不是企业突然不投 AI 了，而是采购逻辑正从“选一个最强模型”转向“为每项任务选够用的模型”。目前关于这一趋势的核心判断主要来自《华尔街日报》单一信源，不能外推为整个美国企业界已普遍削减 AI 支出。
不再把所有请求送进同一扇门
据《华尔街日报》报道，大公司和小公司都在混合使用多个模型。这通常依靠模型路由（model routing）——系统根据任务难度、价格、速度或合规要求，自动决定把请求交给哪个模型。
背后的经济账并不复杂。商业模型 API 通常按 token 收费；token 可以粗略理解为模型处理文字时使用的小片段。调用越多、上下文越长，费用通常越高。企业真正需要持续承担的是推理成本，也就是模型每处理一次实际请求产生的计算费用。
Axios 报道称，AI 使用量已经冲击一些企业的 IT 预算，促使它们把部分任务转给更便宜的模型。Bloomberg 则报道，Microsoft 已开始在 Excel、Outlook 等产品中，用自研 MAI 模型替换部分 OpenAI 和 Anthropic 模型，以降低成本。
省钱，也是在重排供应商
混用模型改变的不只是账单。过去，采购决策可能围绕“哪家模型最强”；现在，企业会比较不同成本和能力的中美模型，也可能组合使用。头部模型仍可承接复杂任务，但不再天然获得全部调用量，其定价权和客户黏性可能因此松动。
开放权重模型也提供了另一条路：企业可以取得模型参数并自行部署，减少对单一 API 供应商的依赖。不过，服务器、运维和安全费用并不会消失。Fortune 引述 Amazon CTO Werner Vogels 称，企业正转向较便宜的开放模型控制支出，并把成本提前纳入系统架构设计。
局限与未知
- 现有材料没有给出企业样本、时间范围、具体模型或成本数字。
- 模型路由能省多少取决于任务结构。相关报道虽引述 Cognition CEO Scott Wu 估计成本效率可能提高五至十倍，但这不是普遍适用的实测结论。
- 目前证据支持“企业重新分配 AI 支出”，不支持“企业普遍停止投入 AI”。