很多人最近有个直觉：AI 回得越来越快，那它应该越来越省才对。但一份近日公开的机构统计给出的答案正好相反——真正吃掉算力的，已经不是你亲手打出来的那行字。
七倍是从哪冒出来的
据中财网援引的机构研报数据，2026年9月，AI 智能体（Agent）每周消耗的 Token 量已经达到人工交互的 7 倍，而且其中近九成属于缓存输入。
这两个数字值得拆开看。所谓缓存输入，可以这样理解：你把一份材料丢给 AI，让它去查、去改、去跑工具。它每往前走一步，都要把此前的对话、工具返回的结果、你给的背景重新"读"一遍。你看到的是屏幕上回了一句话，后台走的却是几十次上下文重放。执行轮次越多，重复读取越重。
这也解释了为什么有些任务"看着简单、跑起来很贵"：一句"帮我把这份表整理成报告"，背后可能是检索、比对、改写、复核几十个来回。
收费方式也在跟着改
同一份统计还提到几个变化：微软 Copilot 付费席位已超过 3000 万，ServiceNow 的 AI 年合同金额突破 10 亿美元，69% 的标普 500 公司已上线 AI，其中 29% 给出了量化成效。
更值得注意的是付费逻辑本身。研报的判断是，收费模式正从按 API 调用、按 Token 计费，转向按席位、按动作、按结果付费。翻译过来就是：以后你可能不是为"它说了多少字"付钱，而是为"它办成了几件事"付钱。
这跟普通人有什么关系
至少有两条很实在。
第一条是比价方式要变。摩根大通资产管理在近期观点中提出，智能体应用增加 Token 消耗，使推理成本成为模型选择中更重要的变量；比较模型应着眼于完成任务的整体成本，因为不同模型为获得结果所消耗的 Token 数量存在差异。换句话说，"这个模型每百万 Token 便宜三成"不等于"办完这件事便宜三成"——绕远路的模型，单价再低也白搭。
第二条是快慢的秘密。你感觉到的"第二次问更快"，很大程度上来自缓存命中：同一件事重复问，系统不必从头读一遍上下文，于是又快又便宜。这也是为什么断点重问、开新会话重问，价格体验会不一样。
记分牌正在换
把这三件事串起来看，模型竞赛的记分牌正在悄悄更换：从"谁更聪明"换成"办完一件事要烧多少算力"。榜单分数是给开发者看的，单任务成本才是给掏钱的人看的。
对个人用户来说，这是一个很实用的提醒：以后判断一个 AI 工具值不值，不要只看它回答得多漂亮，要看它把一件事从头办完，到底绕了多少圈。绕圈少的那个，才是真省。