美國陸軍 Ask Sage 個幾月燒乾 token：企業「無限 AI」點解咁易爆煲
共享 token 池見底，公司開 AI 帳戶前要先計清楚實際用量
個幾月就由無限變有限
WIRED 睇過一封發畀美國陸軍 DEVCOM 人員嘅內部電郵，內容話 Army CIO 今年 5 月宣布提供「無限 token」，去到 6 月中共用池已經用盡，要重新設限。報道又指，陸軍買咗一個每年 1 億 token 嘅 Ask Sage enterprise pack；每名員工最少獲派每月 20 萬 token，用完仲會自動補充，少用嗰批人甚至收到電郵叫佢哋用多啲。陸軍、國防部同 Ask Sage 截稿前都冇回應，所以呢啲用量細節仍然主要靠內部文件同匿名員工說法支持。
圖片：Google Cloud
「全軍燒光全年額度」要打個問號
匿名員工形容成「成個陸軍燒光一項服務全年 token」，呢句夠搶眼，不過現有證據只講到 Army CIO 管理嘅 Ask Sage 共用池，冇證明全美軍 AI 預算、其他模型服務或者機密系統嘅配額一齊見底。電郵亦話陸軍已按原有水平續回用量，但 10 月 1 日後會唔會再續仍未清楚。換句話講，事件反映一個中央採購池爆額，範圍冇報道標題聽落咁大。
單計配額，個盤一開始已經唔合理
用報道提供嘅數字粗略一除，1 億 token 只夠 500 個「每人每月 20 萬 token」配額。實際結算可能會受模型、文字或圖片輸出同平台計法影響，唔可以直接當成帳單，但量級已經講明問題：前台向大量員工派額、用完自動補，後台就得一個固定共享池，兩邊根本冇對數。當管理層仲用「無限」鼓勵採用，爆額只係時間問題。
官方一早寫明供應有限
最尷尬係，美國陸軍 2025 年推出 Enterprise LLM Workspace 時，官方頁面已清楚寫明 Army CIO 只採購咗 有限 token，各部門試用期後可以經 IDIQ 合約另買。Ask Sage 合約係五年期，金額上限 4,900 萬美元；呢個只係落單上限，唔代表陸軍已經使咗咁多錢。所謂「無限」較似後來改過嘅使用政策或推廣講法，底層採購模式一直都有限額。
公司派 AI 帳戶，唔好淨係數人頭
公司買 ChatGPT、Gemini 或其他企業 AI，最常見做法係用每席月費估預算，但員工見到嘅聊天介面，背後可能仲有共享 token、API、進階模型、圖片生成同額外運算成本。採購時要問清楚邊啲用量包喺月費、超額會停機定追加收費、配額係逐人定全公司共用。IT 最好按部門同項目拆開用量，喺 50%、75% 同 90% 設提示，再為非必要工作加硬上限，咁先睇到邊隊燒得快同錢使咗去邊。
Coding agent 要另開一盤數
Coding agent 嘅用量難估過普通問答，因為佢會反覆讀檔、改碼、跑測試、失敗重試，仲可能同時開幾個工作。員工撳一次掣，後台可能已經發出好多次模型請求。公司應該限制同時運行工作數、單次任務步數、輸出長度同可用模型，長 context 或貴價模型先要額外批准。常用文件可以做快取，簡單分類、摘要同格式整理就交畀平價模型，冇理由每一步都用最重手嗰款。
成本表之外，仲要驗收產出
WIRED 訪問嗰名員工話，曾經遇過模型聲稱完成咗工作，實際上乜都冇做。呢點對公司更實際：token 用得少，唔代表工具抵用。Coding agent 要交到測試結果、修改紀錄同可重現產物；一般辦公任務亦要抽查事實、來源同返工率。預算表應該睇每項獲接納成果嘅成本、連人工覆核後慳到幾多時間，同有幾多輸出最後作廢。下一輪續約時有呢盤數，先判斷到應該加額、轉平價模型，定係收窄使用範圍。
參考來源
- Ars Technica — Unlimited AI tokens aren't unlimited after all as US Army burns through supply — original report
- The Army Is Burning Through Its AI Tokens — 原始採訪，載有內部電郵、匿名員工說法、1 億 token 同每人每月 20 萬 token 等細節
- U.S. Army CIO：Artificial Intelligence and LLM — 官方列明 Ask Sage 採用 token 訂閱，Army CIO 採購量有限，額外用量可經 IDIQ 購買
- Army launches Army Enterprise LLM Workspace — 官方發布資料，確認平台背景、有限 token 模式，同五年期 4,900 萬美元合約上限
- Vertex AI quotas and limits — 官方文件說明 AI 配額可按項目共享，支持企業按項目拆分同監察用量嘅分析
- Performance monitoring and alerts for gen AI models on Vertex AI — 官方介紹用量、token throughput、錯誤率監察同提示功能，補充企業成本管理做法
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
