奥尔特曼在企业活动披露，OpenAI 内部最高用户每月消耗约 1000 亿词元，且该数值并非全球最高

OpenAI CEO 山姆・奥尔特曼在面向企业客户的 “Intelligence at Work” 直播活动中对外披露，OpenAI 内部消耗词元（Token）最多的用户，每月大约用掉 1000 亿个词元；他同时补充，这个数字还不是全球最高，外部有客户的词元消耗量比这个更高。奥尔特曼还做了对比，6 年半前 OpenAI 内部头号用户每月仅消耗约 10 万词元，当时大概率是全球第一；而现在每月 10 万词元已经接近全球人均使用水平，前后相差一百万倍，直观体现 AI 智能体、自动化工作流带来的算力消耗暴涨。这类超高词元消耗，一般不是普通对话，而是持续运行的 Agent、大规模代码遍历、批量文档解析、自动化测试、数据集处理等长时间循环任务。该发言也让行业重新讨论 AI 成本、算力能耗、用量管控的问题，奥尔特曼也承认 AI 算力成本已经从过去无关紧要，变成当下企业落地 AI 的一大难题。

核心数据信息表

词元简单换算参考

词元是大模型处理文本的最小单位，英文大致：100 token ≈75 个单词；中文场景大约 1 个词元对应 1.5～2 个字。

1000 亿词元粗略换算：

• 英文：约 750 亿单词
• 日均消耗：约 33 亿词元

背后的行业讨论

✅ 支持放开用量的视角

1. 高词元消耗代表 Agent 自动化能力落地，是生产力提升的标志。
2. 随着模型、推理芯片持续优化，单位词元成本会逐步下降，长期可以摊薄开销。
3. 无上限的循环智能体容易出现 “Tokenmaxxing”，单纯刷调用量、产出价值很低，浪费算力与电力。
4. 算力消耗直接对应能源消耗，大规模无节制调用会推高碳排放压力。
5. 越来越多企业开始设置用量上限、审批机制，避免 AI 账单失控。

❌ 担忧、管控派视角

后续变化

不少科技公司已经叫停内部 Token 消耗排行榜，不再鼓励员工比拼谁消耗更多词元，引导大家优先看产出价值，而不是调用量。OpenAI 也在持续推出推理优化、缓存、更小的专用模型，降低同等任务下的词元开销。

【相关 FAQ】

问题 1：奥尔特曼：OpenAI 内部有人每月用掉约 1000 亿个词元，这个消息是在哪里公布的？

回答 1：奥尔特曼：OpenAI 内部有人每月用掉约 1000 亿个词元，该信息是奥尔特曼在 OpenAI 面向企业客户的 Intelligence at Work 直播活动上对外披露。

问题 2：奥尔特曼：OpenAI 内部有人每月用掉约 1000 亿个词元，词元（Token）是什么？

回答 2：奥尔特曼：OpenAI 内部有人每月用掉约 1000 亿个词元，词元是大模型处理文本的最小信息单元，也是 API 计费的基础单位，AI 接收输入、生成回答都会消耗词元。

问题 3：奥尔特曼：OpenAI 内部有人每月用掉约 1000 亿个词元，1000 亿词元主要用来做什么？

回答 3：奥尔特曼：OpenAI 内部有人每月用掉约 1000 亿个词元，这种量级一般不是普通聊天，多用于 AI 智能体持续自动任务、批量文档解析、大规模代码遍历、自动化数据处理等场景。

问题 4：奥尔特曼：OpenAI 内部有人每月用掉约 1000 亿个词元，这个 1000 亿是全球最高吗？

回答 4：奥尔特曼：OpenAI 内部有人每月用掉约 1000 亿个词元，奥尔特曼明确说明，这个内部最高用量，还不是全球最高，外部有客户消耗量更高。

问题 5：奥尔特曼：OpenAI 内部有人每月用掉约 1000 亿个词元，为什么这件事会引发行业讨论？

回答 5：奥尔特曼：OpenAI 内部有人每月用掉约 1000 亿个词元，它直观展示了 AI 智能体的算力消耗规模，引发大家对 AI 成本、算力能耗、要不要给 AI 调用设置上限的讨论。

【参考资料】

[2026-06-02]（Sam Altman says OpenAI's top token spender uses 100 billion tokens a month）Axios

[2026-06-03]（Altman 曝光内部 “token 王”: 每月狂烧 1000 亿 tokens）新浪财经

[2026-06-04]（奥特曼自曝 OpenAI 内部有人月耗 1000 亿 token）环球网

[2026-06-09]（奥特曼认输：全球第一，根本不在 OpenAI）36 氪

【免责声明】

本文仅整理奥尔特曼公开演讲内容与行业解读；词元消耗不等于有效产出，AI 算力成本、能耗受模型版本、推理方案、任务类型影响，相关行业管控方案仍在持续探索。