1. 首頁 > 生活百科 > >

Token成本下降，訂閱費卻飛漲，AI公司怎么了？

四川飛行器

Token成本下降，訂閱費卻飛漲，AI公司怎么了？

文章圖片

Token成本下降，訂閱費卻飛漲，AI公司怎么了？

文章圖片

Token成本下降，訂閱費卻飛漲，AI公司怎么了？

文章圖片

Token成本下降，訂閱費卻飛漲，AI公司怎么了？

文章圖片


機器之心編譯
作者：丁一帆
編輯：+0 ， 冷貓
年初那會兒 ， DeepSeek 橫空出世 ， AI 圈子跟過年一樣熱鬧 。 它憑啥這么火？除了開源夠意思 ， 五百多萬的訓練成本也驚艷了不少人 。
在此之后 ， 模型的訓練成本越來越便宜 ， 前陣子 Deep Cogito 甚至只花不到 350 萬美刀 ， 就搞出了一個（自稱）能跟 o3 和 Claude 4 Opus 性能比肩的模型 。
這讓不少創業公司覺得 ， 商業模式清晰了：先用「每月 20 美元」這樣的低價包月服務圈住用戶 ， 賭的就是未來模型成本會像摩爾定律一樣降下來 。
但這個看似完美的劇本 ， 其實是一個注定會失敗的陷阱 。 和一路走低的訓練成本相反 ， AI 公司的運營成本 ， 尤其是「推理」費用 ， 正在坐著火箭往上竄 。
這讓 AI 公司面臨兩難抉擇：「無限訂閱」會虧死 ， 「按量計費」會餓死 。TextQL 聯合創始人兼 CEO 丁一帆（Ethan Ding）的一篇博客深度剖析了 AI 公司正在面臨的此類「囚徒困境」 ， 并給出了建議 。文章風趣幽默且深入淺出 ， 非常值得一讀 。

博客標題：tokens are getting more expensive 博客鏈接：https://ethanding.substack.com/p/ai-subscriptions-get-short-squeezed以下是文章的詳細內容 。
即便「語言模型未來會便宜 10 倍」的預測成真 ， 也無法拯救 AI 訂閱服務免于這場成本擠壓 。

想象一下你創辦了一家公司 。
你心里很清楚：消費者每月最多只愿意為產品支付 20 美元 。 沒問題 ， 你想 ， 這正是經典的風投操作思路 —— 以成本價運營 ， 犧牲利潤換增長 。 CAC（獲客成本）、LTV （生命周期價值）那套你也都算過了 ， 一切在掌控之中 。
但接下來的部分才真正有意思：你看過 a16z 那張圖 —— LLM 成本每年會下降 10 倍 。

圖片來源：https://a16z.com/llmflation-llm-inference-cost/
于是你心想：現在用戶月付 20 美元 ， 我剛好打平；等到明年模型成本降價 10 倍 ， 利潤率一下沖到 90% ， 簡直是穩賺不賠 。
虧損只是暫時的 ， 盈利是必然的 。
這個邏輯簡單到 連風投助理都能聽懂：
第一年：20 美元打平 第二年：成本下降 10 倍 → 毛利率 90% 第三年：去看游艇 ?這套劇本也確實看起來合理：「LLM 推理成本每 6 個月下降 3 倍 ， 我們撐一撐就好了 。 」
但現實是：18 個月過去了 ， 毛利率幾乎跌到歷史最低點……
Windsurf 已經被拆賣回收了 ， Claude Code 這周也不得不取消原來的 200 美元 / 月無限使用計劃 。
公司們依舊在流血 ， 模型確實變便宜了 ——GPT-3.5 的推理成本比原來低了 10 倍 。 可不知怎么的 ， 利潤不僅沒變好 ， 反而更糟了 。
哪里不對勁？
沒人想要過期的報紙
GPT-3.5 的確比以前便宜了 10 倍 。 但它現在的吸引力 ， 就像 iPhone 發布會當天你掏出個翻蓋手機 —— 誰還會想用？
每當一個新模型被發布并成為 SOTA（最先進技術） ， 99% 的需求會立即轉向它 。 用戶已經默認了這種節奏 ， 對他們來說 ， 產品理應不斷升級 。
現在來看看現實中那些真正占據市場 99% 需求的前沿模型的定價歷史 —— 你就會發現問題所在：

注意到什么了嗎？
當 GPT-4 以每月 60 美元的價格發布時 ， 大家還是一窩蜂上去了 ， 哪怕前一代的 SOTA——GPT-3.5 ， 便宜了整整 26 倍 。 當 Claude 3 Opus 以同樣的價格上線時 ， 人們同樣紛紛遷移 ， 盡管此時 GPT-4 已經降價了 。 是的 ， 10 倍成本下降確實存在 ， 但那通常適用于那些「就差沒跑在 Commodore 64 上」的老模型 。
這就是「成本會下降」戰略的第一個幻覺支點：
用戶只對「最強語言模型」有需求 ， 僅此而已 。
而「最強模型」的價格始終差不多 ， 因為那正是當前推理邊界（edge of inference）的真實成本 。
你說：「這輛車現在便宜多了！」可你指的是一輛 1995 年的本田思域 。 當然 ， 它確實便宜 。 但你想買的是 2025 年的豐田凱美瑞 ， 廠商指導價仍是 3 萬美元 。
當你在使用 AI —— 不管是編程、寫作、還是思考 —— 你天然會追求極致質量 。 沒人會打開 Claude 然后說：「嗯 ， 我今天不如用一下比較爛的版本 ， 省點公司開銷吧 。 」
我們是認知上的「貪婪動物」 ， 只想要最強的大腦 。 尤其當我們在用自己的時間來做平衡的時候 。
模型的資源消耗遠超預期
你可能會說：「好吧 ， 但這還在可控范圍內 ， 對吧？就算一直打平也沒事嘛？」
天真的孩子 。
確實 ， 每一代前沿模型的 單個 token 成本并沒有變貴 ， 但有件事更糟糕的事情發生了：
它們吞掉的 token 數量 ， 簡直爆炸式增長 。
以前你在 ChatGPT 里問一句話 ， 它就回你一句 。 現在 ， 「深度研究」模式會先花 3 分鐘做規劃 ， 再用 20 分鐘瀏覽材料 ， 最后還要用 5 分鐘把報告潤色一遍 。 O3 模型甚至能為了回應一句 「你好啊」 ， 跑滿 20 分鐘 。
由于 強化學習（RL）和推理階段計算的爆炸式增長 ， 出現了一個誰也沒預料到的現象：
AI 能完成的任務長度 ， 每 6 個月翻一倍 。
以前一次調用輸出 1000 個 token ， 現在輕輕松松就是 100000 個 token 。

圖片來源：https://metr.org/blog/2025-03-19-measuring-ai-ability-to-complete-long-tasks/
當你真正把這件事算清楚 ， 數字會讓人抓狂 。
現在 ， 一次 20 分鐘的「深度研究」調用大概花費 1 美元 。 但到 2027 年 ， 我們將擁有能連續運行 24 小時、而且不會跑題的 AI agent…… 再疊加「前沿模型價格不降」的現實？
一次這樣的調用 ， 就變成了 72 美元 / 天 / 用戶 。
而且別忘了 ， 未來這些 agent 是可以異步并發運行多個任務的 。 一旦我們真正部署這種 24 小時不間斷運行的 agent ， 我們就不會再是「發一個指令、等它回你一條消息」 。
我們會直接按批次調度：整個 AI 勞動力方陣同時并行處理問題 ， 瘋狂燃燒 token ， 仿佛又回到了 1999 年互聯網泡沫那年 。
重點來了 —— 我必須強調：
每月 20 美元的訂閱費 ， 連用戶每天進行一次 1 美元的深度調用都撐不起 。
但我們正朝著那個方向全速狂奔 。 每一次模型能力的提升 ， 帶來的并不是成本節省 ， 而是：它能更有效地消耗更多算力 。
就像你造了一個更節能的發動機 ， 結果你拿它去造了一輛怪獸卡車 。 沒錯 ， 油耗確實更高效了 ， 但你現在燒的是原來的 50 倍汽油 。
這正是那場導致 Windsurf 被強制平倉的「空頭擠壓（short squeeze）」—— 而任何采用「固定費率訂閱 + 高 token 消耗」的商業模式的初創公司 ， 如今也正面臨同樣的命運 。
Anthropic 嘗試填補
成本擠壓的窟窿
Claude Code 的「無上限」套餐實驗 ， 是我們所見過的、為渡過這場風暴所做的最高明的嘗試 。 他們用盡了渾身解數 ， 但最終還是慘敗 。
他們的策略手冊確實非常聰明：
定價提高十倍在 Cursor 收費 20 美元 / 月時 ， 他們定價 200 美元 / 月 。 在開始「出血」（虧損）前 ， 留出更多的緩沖空間 。
根據負載自動伸縮模型當負載過重時 ， 從 Opus (每百萬 token 75 美元) 切換到 Sonnet (每百萬 token 15 美元) 。 在讀取任務上 ， 用 Haiku 進行優化 。 這就像 AWS 的自動伸縮 ， 但伸縮的對象是「大腦」（模型） 。
他們幾乎可以肯定 ， 是把這種行為直接構建進了模型權重之中 ， 這是一種我們未來可能會更多見到的范式轉換 。
將處理任務卸載到用戶機器上當用戶的 CPU 正好閑置時 ， 何必再啟動自己的沙盒環境呢？
然而 ， 盡管有這些高超的工程設計 ， token 的消耗量依然如超新星爆發般激增 。
圖片來源：https://www.viberank.app/

一百億個 token 。 這相當于一個月內一萬兩千五百本《戰爭與和平》的量 。
怎么做到的？即便是每次運行 10 分鐘 ， 一個人如何能消耗掉一百億個 token？
事實證明 ， 10 到 20 分鐘的連續運行 ， 時間長得足以讓人們發現 for 循環的妙用 。 一旦你將 token 消耗與用戶在應用內的在線時長脫鉤 ， 物理規律便會開始主導一切 。 給 Claude 設定一個任務 ， 讓它檢查自己的工作 ， 重構代碼 ， 進行優化 ， 然后重復此過程 ， 直到公司破產 。
用戶變成了 API 編排者 ， 花著 Anthropic 的錢 ， 運行著 7x24 小時不間斷的代碼轉換引擎 。 從聊天到代理的演變一夜之間就完成了消耗量增加了 1000 倍 。 這是相變 ， 而非漸變 。
所以 ， Anthropic 取消了無限使用套餐 。 他們本可以嘗試每月收費 2000 美元 ， 但他們學到的教訓不是定價不夠高 ， 而是在這個新世界里 ， 任何訂閱模式下都無法提供無限使用 。
在這個新世界里 ， 不存在一個行得通的固定訂閱價格 。
這種（定價）數學模型已經從根本上失效了 。
所有人的囚徒困境
這讓其他所有人都陷入了進退兩難的境地 。
每家 AI 公司都知道 ， 按使用量計費能救他們 。 但他們也知道 ， 這同樣會殺了他們 。 當你負責任地按照每千 token 收費 0.01 美元時 ， 你那有風投支持的競爭對手卻提供每月 20 美元的無限使用套餐 。
猜猜用戶會去哪里？
經典的囚徒困境：
* 所有人都按使用量計費 → 行業可持續發展
* 所有人都采用固定費率 → 陷入探底競賽
* 你按量計費 ， 別人用固定費率 → 你獨自走向滅亡
* 你用固定費率 ， 別人按量計費 → 你贏了（但之后還是會死）
所以 ， 所有人都選擇了背叛 。
每個人都在補貼重度用戶 。 每個人都在發布曲棍球棒式的增長曲線圖 。 最終 ， 每個人都會發布「重要的價格調整通知」 。
Cursor、Lovable、Replit—— 他們都算得清這筆賬 。 他們選擇了今天要增長 ， 明天要利潤 ， 最終走向破產 —— 但那是下一任 CEO 的問題 。
老實說？這或許是對的 。 在「圈地運動」中 ， 市場份額比利潤率更重要 。 只要風投們還愿意繼續開出支票來填補單位經濟模型的窟窿……
如何避免虧損平倉？
我們真的能避開 token 成本擠壓嗎？
最近有傳言稱 Cognition 正在以 150 億美元的估值進行融資 ， 而其對外公布的年經常性收入（ARR）甚至不到 1 億美元（我猜實際可能接近 5000 萬美元） 。 這與 Cursor 形成了鮮明對比 ， 后者在年經常性收入達到 5 億美元、增長曲線更為陡峭的情況下 ， 才獲得了 100 億美元的估值 。
Cursor 的收入是 Cognition 的八倍多 ， 估值卻只有其三分之二 。 那些風投到底知道哪些我們所不知道的關于 Cognition 的內幕？它們都是編寫代碼的 AI 代理 。 難道 Cognition 已經找到了擺脫死亡螺旋的方法？
有三條出路：
1. 從第一天起就采用按使用量計費
沒有補貼 ， 沒有「先拉新、后變現」 ， 只有實實在在的經濟模型 。 這在理論上聽起來很棒 。但問題是 ， 你能找出一個實現了爆發式增長、面向消費者的、按使用量計費的 AI 公司嗎？
消費者討厭按量計費 。 他們寧愿為無限使用多付點錢 ， 也不愿收到一張意料之外的賬單 。 每一個成功的消費者訂閱服務 ——Netflix、Spotify、ChatGPT—— 都是固定費率 。 一旦你開始計量收費 ， 增長就停滯了 。
2. 極高的轉換成本 ? 高利潤率
這正是 Devin 全力押注的策略 。 他們最近宣布了與 Citi 和 Goldman Sachs 的合作 ， 向這兩家公司的各 40000 名軟件工程師部署 Devin 。 按每月 20 美元計算 ， 這是一個千萬美元級的項目 。
但問題來了：你寧愿從 Goldman Sachs 那里獲得 1000 萬美元的年經常性收入 ， 還是從專業級個人開發者那里獲得 5 億美元？
答案是顯而易見的：長達六個月的實施、合規審查、安全審計、以及地獄般的采購流程 ， 意味著來自 Goldman Sachs 的收入雖然難以贏得 —— 但一旦贏得 ， 客戶就幾乎不可能流失 。
只有在銀行里的那位唯一決策者將自己的聲譽押注在你身上時 ， 才能拿到這些合同 —— 屆時 ， 所有人都會盡其所能確保項目成功 。
這也解釋了為什么除了那些超大規模云服務商之外 ， 最大的軟件公司都是向這類客戶進行銷售的「記錄系統公司」 [如 CRM / ERP / EHRs
。 他們的利潤率也都能達到 80-90% ， 因為客戶越難流失 ， 他們對價格就越不敏感 。
等到競爭對手出現時 ， 你已經深深嵌入到對方的行政流程中 ， 更換供應商需要又一個長達六個月的銷售周期 。 問題不是「你不能走」 ， 而是 —— 你的 CFO 寧愿去死 ， 也不想再經歷一次供應商評估 。
3. 垂直整合 ? 從基礎設施上賺錢
這就是 Replit 的玩法：將編碼代理與應用托管、數據庫管理、部署監控、日志記錄等服務捆綁在一起 。 在每個 token 上都虧錢 ， 但在技術棧的每一個其他層面上為新一代開發者捕獲價值…… 看看 Replit 的垂直整合做得多深就知道了 。

圖片來源：https://x.com/mattppal/status/1932798993626771556
把 AI 當作虧本換流量的產品 ， 來推動那些能與 AWS 競爭的服務的消費 。 你賣的不是推理服務 ， 而是其他一切 。 推理服務本身只是營銷開支 。
這種模式的天才之處在于 ， 代碼生成天然地創造了對托管服務的需求 。 每個應用都需要運行的地方 ， 每個數據庫都需要管理 ， 每個部署都需要監控 。 讓 OpenAI 和 Anthropic 去進行推理服務的價格歸零競賽吧 ， 而你擁有了其他的一切 。
那些還在玩「不計成本、追求增長的固定費率模式」的公司呢？它們都只是行尸走肉 ， 只不過它們的昂貴葬禮被安排在了今年第四季度 。
未來之路
我總是看到創始人們指望著「明年模型成本會便宜十倍！」這句話 ， 就好像抓住了一根救命稻草 。 的確如此 ， 但到那時 ， 你的用戶對模型的期望可能會提高二十倍 。 目標正在沖刺著遠離你 。
還記得 windsurf 嗎？由于 cursor 給他們的利潤表帶來了巨大壓力 ， 他們最終也未能找到擺脫困境的方法 。 即便是擁有全球最深度垂直整合應用層的 anthropic ， 也無法讓固定訂閱費下的無限使用模式跑通 。
盡管「levered beta is all you need」一文的結論 —— 即先發優勢勝過聰明才智 —— 依然成立 ， 但沒有計劃的「先發」也意味著你會第一個走進創業墳場 。

相關博客鏈接：https://ethanding.substack.com/p/levered-beta-is-all-you-need現在可沒有 Google 會為負毛利業務開出 24 億美元的支票了 。 當「以后」意味著你的 AWS 賬單超過了你的收入時 ， 就不再有「我們以后再想辦法」這回事了 。
【Token成本下降，訂閱費卻飛漲，AI公司怎么了？】但好在 ， 至少明年的模型成本會便宜十倍 。

    推薦閱讀