具体执行层面，ATH事业群、淘天等核心业务线设定了每人5万元的基础额度，超出部分需要向上两级审批方可追加。不同部门额度存在差异，部分非技术、非核心业务线的基础额度会低于5万标准。

调整前，阿里内部Token由集团层面的ATH统一统筹供给，员工在额度内调用内部模型无需考虑成本。此番调整后，Token成为各事业部的可控预算项，用量直接与部门成本挂钩。

国内互联网大厂的Token政策，大致经历了两个明显阶段。

第一阶段是2025年底到2026年上半年的全民普惠期。彼时AI大模型刚进入规模化落地，各家大厂将Token视为员工福利与战略投入，普遍采取宽松政策。

腾讯一度给员工开出每月2000美元的外部模型额度，折合年度人均约 22 万元，覆盖 Cursor、Claude等主流工具；阿里产研岗位每月Token额度约8000元人民币，不限制使用模型；字节跳动则对自研AI产品开放不限量调用，员工购买外部工具还可申请50%报销，产研岗位年度上限1000美元；百度也为全员配置每月1000元额度，不绑定考核指标。

第二阶段自2026年年中开启，行业集体转向收紧。6月，腾讯率先调整，将全员统一额度改为按工作任务动态调配，额度直接分配到部门小组，由管理者根据实际需求分配。调整后多数员工月额度落在1000元至5000元人民币区间，较此前的万元级标准大幅下降。字节也同步收紧了外部模型报销政策，明确了年度上限，非技术岗位报销额度压缩至每年300美元。

Token政策普遍收紧最直接的原因就是成本压力。随着AI大模型的高速发展，Token的消耗速度远超各家公司最初预期。

海外市场，Uber曾在4个月内花完全年 AI 预算，Meta员工单月消耗60.2万亿 Token，对应成本超1亿美元。国内同样出现极端案例，有游戏团队一次运行几十个智能体协作，一晚上烧掉200万元Token费用。当AI从辅助工具变成生产系统，调用量呈指数级增长，算力成本开始挤压利润空间。

更深层的原因在于，AI落地已经从普及推广期进入到了价值验证期。早期无限制供给，本质是鼓励员工尝试、培养使用习惯。当绝大多数岗位都已接入AI工具，继续 大锅饭式供给只会造成资源浪费。不少公司都发现存在Token滥用现象，有人用高规格模型处理简单文案，有人为了刷消耗量跑无意义任务。

将Token预算下沉到部门、与业务产出挂钩，本质是把AI从福利资源变成生产资料。真正高价值的研发、业务场景不会缺额度，而低效率的使用会被自然淘汰。

（转载自大厂指南）