微软叫停Token消耗，预算封顶自担

原文内容概括：据内部消息，微软已正式叫停“Tokenmaxxing”行为，即禁止各部门无限制地消耗Token进行模型推理或训练。新规要求各团队AI预算必须严格卡死，一旦超限，超出部分由部门自行承担，不再由公司统一兜底。同时，微软内部默认使用GPT-5.6（或类似代号的高效模型），该模型在同等效果下Token消耗量降低约30%-50%，旨在压缩整体推理成本。这一政策变化反映出微软对AI运营成本的高度敏感——此前大模型推理曾因过度调用导致季度云服务成本飙升超20%。微软内部人士透露，部分团队此前为追求快速迭代，频繁调用GPT-4等大模型，造成巨额Token浪费。新规实施后，预计微软全年AI推理成本可压降15%-20%。此外，微软正加速自研AI芯片（如Maia）的部署，以替代部分英伟达GPU，进一步降低单位Token成本。该事件已引发市场对AI算力泡沫的担忧，但同时也强化了高效模型、国产算力替代的逻辑。