Microsoft Akhiri Era Tokenmaxxing: Anggaran AI Internal dan GPT-5.6 yang Lebih Murah Jadi Standar Baru

Keputusan Microsoft ini bukan sekadar langkah penghematan yang terisolasi. Ini adalah sinyal kuat bahwa era "tokenmaxxing" — memperlakukan konsumsi token AI maksimal sebagai indikator produktivitas dan inovasi — telah berakhir di seluruh industri teknologi .

Apa yang Mendorong Microsoft Membatasi Pengeluaran AI Internal?

Tiga tekanan spesifik memaksa Microsoft untuk menerapkan disiplin AI internal:

Biaya internal yang tidak terkendali. Tim teknik Microsoft sendiri telah menggunakan model AI canggih secara bebas melalui GitHub Copilot, mendorong konsumsi token dan biaya inferensi jauh melampaui batas yang dianggap berkelanjutan. Pedoman Copilot internal mengakui bahwa banyak insinyur menghabiskan "dalam kisaran ratusan dolar per bulan hingga beberapa ribu dolar untuk token" . Email Parikh menjelaskan bahwa mulai Juli 2026, setiap divisi akan beroperasi di bawah target anggaran token AI, dan setiap karyawan dapat melacak penggunaan mereka melalui dasbor internal .

Insentif yang salah arah. Para insinyur mulai menganggap konsumsi token yang tinggi sebagai lencana produktivitas, sebuah praktik yang dikenal di industri sebagai tokenmaxxing. Namun Microsoft menemukan bahwa lebih banyak token tidak berarti lebih banyak nilai bisnis. Parikh secara eksplisit merumuskan ulang tujuan perusahaan: "Kami tidak mengoptimalkan untuk lebih sedikit token. Kami mengoptimalkan untuk dampak per token" .

Masalah kredibilitas. Sebagai perusahaan yang menjual langganan AI — Azure OpenAI Service, GitHub Copilot, Microsoft 365 Copilot — Microsoft tidak bisa secara kredibel memberi tahu pelanggan untuk mengendalikan biaya AI sementara tim internalnya membakar token tanpa batasan . Email Parikh mencatat bahwa perusahaan akan "mengelola pengeluaran token dengan disiplin yang sama seperti yang kami terapkan pada setiap sumber daya kritis lainnya" .

Apa yang Sebenarnya Berubah di Dalam Microsoft

Perubahan kebijakan mulai berlaku pada Juli 2026 :

• Anggaran token tingkat divisi. Setiap unit bisnis Microsoft kini memiliki target anggaran token AI formal. Pedoman internal mencatat bahwa pembatasan lebih lanjut mungkin menyusul seiring perusahaan memantau ke mana uang itu mengalir .
• Model default yang lebih murah. GPT-5.6 Sol OpenAI — yang digambarkan lebih murah digunakan dibandingkan alternatif dari Anthropic dan penyedia model canggih lainnya — menggantikan opsi premium sebagai default untuk penggunaan GitHub Copilot internal. Peralihan ini dibingkai sebagai cara untuk "mendapatkan nilai lebih dari investasi token kami" .
• Visibilitas individu. Karyawan kini dapat melihat konsumsi AI mereka sendiri di dasbor internal, membawa akuntabilitas pribadi ke apa yang sebelumnya merupakan pengeluaran yang tidak terlihat .

Bagaimana Ini Mencerminkan Runtuhnya Tokenmaxxing Secara Lebih Luas

Langkah Microsoft adalah satu titik data dalam koreksi yang jauh lebih luas yang terjadi di seluruh industri teknologi. "Tokenmaxxing" — praktik mendorong konsumsi token AI secara agresif sebagai proksi untuk inovasi — menyebar luas di kalangan perusahaan teknologi dari sekitar akhir 2025 hingga pertengahan 2026, tetapi kini dengan cepat runtuh karena ekonominya tidak berhasil .

Ledakan anggaran Uber. Uber Technologies menghabiskan seluruh anggaran AI 2026 hanya dalam beberapa bulan. CTO-nya secara publik menyatakan, "Kita akan sampai pada akhir dari apa yang disebut era tokenmaxxing," menambahkan bahwa konsumsi token mentah tidak menghasilkan keuntungan yang terukur . Perusahaan kini beralih ke optimalisasi biaya-per-interaksi melalui prompt caching, model default yang lebih efisien, dan visibilitas yang lebih baik ke dalam konsumsi .

Peringatan Gartner. Gartner telah memperkirakan bahwa biaya AI coding akan segera melampaui gaji rata-rata developer di bawah model harga berbasis konsumsi, memaksa CFO di berbagai industri untuk menuntut disiplin biaya .

Matematika startup. Startup telah menunjukkan bahwa mengganti model dapat memangkas biaya inferensi hingga sekitar 90%. Lindy.ai, misalnya, memindahkan 100% lalu lintas API-nya dari Claude ke DeepSeek dalam semalam, dengan alasan biaya inferensi sekitar 90% lebih rendah untuk kualitas output yang sebanding pada set tugas intinya . Penghematan dramatis semacam itu membuat mentalitas "lebih banyak token = lebih baik" menjadi tidak layak secara finansial .

Vonis Forbes dan Fortune. Berbagai outlet bisnis telah menyatakan era tokenmaxxing secara struktural berakhir. Perusahaan meninggalkan penggunaan mentah sebagai metrik demi penerapan yang mengutamakan efisiensi, perutean model (menggunakan model yang lebih murah untuk tugas yang lebih sederhana), dan penagihan berbasis hasil yang menghilangkan insentif untuk memaksimalkan token . Forbes mencirikan tokenmaxxing sebagai "fase transisi dalam adopsi AI" yang membantu menormalkan penggunaan tetapi "bukan model operasi yang berkelanjutan" .

Polanya Konsisten

Pola industri kini jelas: perusahaan yang awalnya mendorong penggunaan AI tanpa batas kini menerapkan anggaran, beralih ke model yang lebih murah, dan menuntut agar setiap token yang dibelanjakan terkait dengan hasil bisnis yang terukur. Chief customer officer ServiceNow telah memperingatkan bahwa tokenmaxxing adalah siklus hype AI . Vonis Fortune blak-blakan: "Tokenmaxxing sudah mati. Itu tidak menghasilkan ROI AI yang diinginkan perusahaan" .

Anggaran token internal Microsoft dan default GPT-5.6 adalah contoh buku teks dari pertanggungjawaban di seluruh industri ini — datang bukan dari perusahaan yang tertinggal dalam AI, tetapi dari salah satu investor terbesar di sektor ini. Jika perusahaan yang menjual langganan AI membutuhkan anggaran, pesannya jelas bagi setiap perusahaan lain.