編輯 | 云昭

出品 | 51CTO技術棧（微信號：blog51cto）

“說來挺奇怪的，token 的成本是越來越便宜了，但我們的 token 賬單卻指數級增長，業務的利潤一降再降。”

最近，加州一家初創公司 TextQL 的創始人 & CEO， Ethan Ding（沒錯，又是一位華人創業者），近日拋出了一個很獨特的觀點。

“別被‘杠桿率’忽悠住了！”

Ding 認為，雖然現在許多大模型廠商都實打實地降低了推理 token 的價格，但這并不是大家所預期的那樣利好。

其一，大模型雖然降價，但都是降的非 SOTA 模型的價格，SOTA 模型的價格反而一直保持穩定，未曾下降。

其二，有了 SOTA 模型，大家還是喜歡花不菲的金錢來訂閱 SOTA。

此外，token 的調用量也呈現出了指數級爆發。

所以，單個 token 的成本看似成本降了，但其實整體的token調用所花的錢越來越昂貴。

那，作為創業公司而言，最終該怎么辦？是包月提供訂閱服務，還是像 Devin 一樣作 B 端，按照用量進行計費，又或者像 Replit 做深度的開發者工作流整合，掙基礎設施平臺的服務費。

當然最值得琢磨的還是 Anthropic 取消無限制套餐、提高定價、限流等一波為盈利而采取的措施。

作者從創業者的視角分析了目前大模型應用創業與競品之間的囚徒困境，并指出了未來突圍的三種可能的商業做法。

總之，不要被token成本降低忽悠了，想一想你的大模型 token 賬單，絕對是一場值得警戒的災難！

1.每年LLM成本砍九成，但業務毛率卻愁云慘淡

想象你創辦了一家公司，心里清楚用戶最多只愿意為訂閱每月支付 20 美元。你覺得沒問題，經典 VC 劇本——以成本價收費，為增長犧牲利潤。你已經算好了 CAC、LTV，各項數據都齊了。但故事的轉折在這：

你看過 a16z 那張圖，說 LLM 成本每年會便宜為原來的 1/10。

你心想：第一年 20 美元/月剛好打平，等模型明年便宜降到 1/10，Boom——毛利率 90%。虧損只是暫時的，盈利是必然的。

這個思路很簡單，簡單到一個 VC 實習生都能懂：

• 第一年：20 美元/月打平
• 第二年：模型便宜 10 倍，毛利 90%
• 第三年：準備去看游艇了

而且邏輯看起來應該也很穩："推理成本每 6 個月降 3 倍，我們撐得住。"

結果呢？18 個月過去，毛利率比以前還差。Windsurf 被拆掉賣了，Claude Code 也在最近取消了原本每月 200 美元的無限制套餐。

公司們還在流血。模型確實便宜了——GPT-3.5 成本是以前的 1/10，但毛利不是變好了，而是變差了。

哪里出問題了？

2.沒人想訂昨天的報紙

GPT-3.5 是便宜了，但它現在的吸引力跟 iPhone 發布時的翻蓋機差不多。

每當一個新模型發布，幾乎 99% 的需求立刻轉移過去。消費者的產品預期也是這樣設定的。

現在我們回頭看看“前沿模型”的真實定價歷史，也就是 99% 用戶真正使用的那些模型：

看出什么了嗎？

GPT-4 上線時標價 60 美元，大家還是用它，盡管 GPT-3.5 是它的 1/26 價。Claude 3 Opus 上線時也定價 60 美元，大家還是切過去了，即使 GPT-4 已經降價了。

模型是便宜了，但只限于那些“跟 Commodore 64（84年生產的古董電視） 一樣過時”的型號。

這是“成本會降”的戰略第一個錯誤支點：用戶只想用“當前最強模型”。而最強模型的價格始終穩定，因為這是當前推理所需的真實成本。

你說“這車現在可便宜了！”然后指著 1995 年的本田 Civic。

可 2025 年的豐田 Camry 指導價還是 $30K 啊。

當人們在和 AI 互動——無論是寫代碼、寫作、還是深度思考——大家都傾向于選擇最強的模型。沒人打開 Claude 會說：“我今天要省老板點錢，用差的版本吧。”

我們是認知貪婪的動物。尤其當另一端是我們自己的時間時，我們只想要最好的大腦。

3.模型在“燒更多的token”，比你想的還多

你可能會說，“好吧，那還可以接受吧？那就一直維持打平運營。”

哎，天真的夏日孩子……

雖然每一代前沿模型在每 token 成本上沒有變貴，但還有一個更糟的趨勢出現了：模型使用的 token 數量已經呈指數爆發。

過去，你問一句 ChatGPT，它回你一句。

現在，Deep Research 會花 3 分鐘計劃，20 分鐘閱讀，5 分鐘寫報告。O3 則可能花 20 分鐘來回復一句“你好啊”。

RL（強化學習）與推理時計算的大爆炸帶來了一個沒人預料的現象：AI 一次性完成任務的“長度”每六個月翻一倍。

過去輸出 1000 tokens，現在直接 10 萬起步。

現在一輪 20 分鐘的 “deep research” 成本大約是 1 美元。按這個推算，到 2027 年我們可能會有持續運行 24 小時的智能體，任務不斷線。再加上前沿模型的靜態定價？那就是每天平均每個用戶一輪 72 美元的操作。。別忘了其實大家有時候還會并發運行。

到那個時候，我們不會讓智能體接一個任務然后等結果，而是批量派發，整隊 AI 工人并行處理問題，tokens 燒得跟 1999 年一樣。

顯然——而且我必須強調——一個每月 20 美元的訂閱，連用戶每天用一次“深度研究”都撐不起。

可我們正在全速奔向這個場景。

每一次模型能力的提升，都會提升它在同一時間里可以有效利用的計算量。

這就像造出了更省油的引擎，然后直接造成了怪獸卡車。你是更省油了，但你同時也燒了 50 倍的油。

這就是導致 windsurf 被 margin call、導致所有“包月訂閱 + 高 token 消耗”創業公司焦頭爛額的“空頭擠壓”。

4.Anthropic 曾英勇抵抗這場擠壓

Claude Code 的“無限制套餐”是目前最復雜的一次抗擠壓嘗試。他們動用了所有手段，還是崩了。

他們的策略，其實很聰明：

• 定價更高 10 倍起步就是 200 美元/月（Cursor 是 $20/月），先拉開緩沖空間。
• 按負載自動切模型忙時從 Opus（$75/M token）切到 Sonnet（$15/M），閱讀用 Haiku 優化。像 AWS Auto Scaling，但用于模型腦力。

可能這些邏輯甚至被直接寫進了模型權重，這是個范式轉變，未來會很常見。

• 3.轉移一部分算力到用戶電腦用戶的 CPU 白白閑著干嘛？不如讓他們幫忙跑沙箱。

但就算做了這些，token 消耗還是失控。

100 億 tokens。。。這可相當于 12,500 本《戰爭與和平》。一個月內。

怎么做到的？就算每次運行 10 分鐘，怎么撐得起這么大消耗？

答案是：10–20 分鐘足以讓用戶發現 for 循環。

一旦 token 消耗和“人在不在 App 里”的時間脫鉤，物理規律就接管了。

你指派 Claude 一個任務 → 它檢查結果 → 重寫 → 優化 → 再檢查 → 無限循環，直到燒光成本為止。

用戶變成了 API 編排者，在 Anthropic 的賬單上運行 24/7 的代碼轉換引擎。從聊天到智能體的躍遷，是突變式的，不是漸進的。token 消耗直接爆了 1000 倍。

于是 Anthropic 被迫取消無限制套餐。他們或許能試試 $2000/月，但真正的教訓不是“價格不夠高”，而是：

在這個新世界里，根本不可能再提供“無限使用”的包月服務。

數學邏輯已經崩盤。

5.所有 AI 公司，都在玩“囚徒困境”

那剩下的公司怎么辦？

所有 AI 公司都知道：按用量收費是唯一可持續的方式。

他們也知道：但那樣做會死得更快。

你老老實實每 1000 tokens 收用戶 1 分錢，你的競爭對手卻提供 $20/月無限用。

你覺得用戶去哪？這是一個經典的囚徒困境：

• 都收用量費 → 行業可持續
• 都走包月 → 集體死掉
• 你收用量，別人包月 → 你先死
• 你包月，別人收用量 → 你先贏，然后死得更晚一點

所以最后，大家都會選擇背叛，都去補貼重度用戶，都拼命發 hockey stick 增長圖。然后都在發“重要定價調整”。

Cursor、Replit、Lovable 都清楚這筆賬。他們選擇的是：現在增長，未來盈利，最終破產（但那是下任 CEO 的問題）。

老實說？也許沒錯。

在搶地盤階段，市場份額>利潤率。只要 VC 還愿意補貼單用戶虧損……

問問 Jasper 當音樂停了會發生什么。

6.有沒有辦法避免這場“margin call”？

現在還有逃生通道嗎？

最近有傳言 Cognition 正在以 150 億美元估值融資，而他們公布的 ARR 連 1 億都不到（我猜也就 5000 萬）。

相比之下，Cursor 是以 100 億美元估值融資，ARR 有 5 億，增長曲線也陡得多。營收差 8 倍，估值卻只差 1/3。

7.VC 們在 Devin 身上看到了什么？

它和 Cursor 都是 AI 編程智能體。難道 Cognition （Devin 的創造者）找到了逃出生天的路徑？（下篇再說）

可能的三條路：

1）從一開始就按用量計費

不補貼、不先圈用戶后變現，一上來就走真實經濟模型。理論聽起來很好。

問題是——沒有一家爆火的 ToC AI 公司是用用量計費的。

消費者討厭被按量計費。他們寧愿為無限制套餐多付點，也不想看到突如其來的賬單。

所有成功的訂閱消費服務——Netflix、Spotify、ChatGPT——都是統一定價。

一旦你加了計量表，增長就死了。

2）搞超高“切換成本” → 超高利潤

這正是 Devin 的玩法。他們最近和花旗、高盛合作，把 Devin 投入到每家企業的 4 萬名工程師中。

哪怕每人每月 $20，總計也才 $1000 萬 ARR。但你更想要的是高盛、花旗的這筆 1000 萬，還是消費型開發者給你的 5 億 ARR？

答案顯然是前者。

六個月的部署流程、合規審查、安全評估、采購流程 —— 這一套流程走完你就徹底“鎖死”了。一旦簽下這種客戶，流失幾乎不可能。

這是為什么所有大型軟件公司都是“系統記錄型”的，服務對象就是這些人（CRM、ERP、EHR）。它們毛利都能做到 80–90%，因為客戶根本不在意價格，只在意穩定。

當有競爭對手出現時，你的系統已經深入到企業流程中，切換成本太高，沒人愿意重來一次。

3） 做垂直整合 → 在基礎設施層賺錢

這是 Replit 的策略：

把編程智能體、應用托管、數據庫管理、部署監控、日志分析……全打包在一起。

每個 token 都虧錢，但整個開發者工作流其他環節全被你吃下了。

你純賣推理服務不掙錢，但你現在可是在賣一個完整的平臺，而推理只是獲客成本。

代碼生成天然帶來“托管”需求。每個 app 需要部署點，每個數據庫要管理，每次發布要監控。

讓 OpenAI 和 Anthropic 去卷推理價格，而你吃下整個堆棧其他層的利潤。

那些還在玩“包月 + 極致增長”的公司？都是“行尸走肉”。

只不過他們的葬禮訂在了 Q4。

8.展望：成本下降只是一場糖衣炮彈

我常看到創始人說：“明年模型會繼續便宜，降成 1/10！”就像抓住了救命稻草。

是的，模型的價格會砍成 1/10,但用戶的預期也會提高 20 倍。

你還記得 Windsurf 嗎？

他們就是撐不住 Cursor 給 P&L 帶來的壓力。連最強應用層垂直整合的 Anthropic 都做不成“無限使用”的包月模式。

9.杠桿必須搶先抓，但前提通向的不是墳墓

在《Levered Beta is all you need》這篇文章中我總結過：搶先起跑勝過聰明布局。

但如果你只是早到了“墓地”，那也不是勝利。

沒人會為虧損模型買單 24 億美元了。沒有“以后我們會想辦法盈利”的緩沖。

當你的 AWS 賬單比收入還高時，“以后”就沒有以后了。

那我們該怎么在這個時代做 AI 生意？

簡短答案是：做一個 Neocloud——這就是我下一篇的標題。

小編解釋下 Neocloud ：即 Neo（新潮）+cloud（云計算），新型云計算，小編猜測，作者這是打算來分享一篇新瓶裝舊酒式的“偽創新”的故事。

但嘿，起碼模型明年真的會便宜 10 倍。

10.網友：千萬別按量計費，別逼我去計算該不該用API

"完全同意！按使用計費的焦慮感太大了，如果是我自己掏錢，我根本不會用這種服務。

就算是公司買單，我也會因為太過小心謹慎，結果把效率提升的好處都抹平了。

如果你要賺錢，就提高那些“包月無限用”的計劃的價格沒問題。但別逼我去計算每天到底該不該用 API。"

那么，對于開發者而言，很多朋友點贊了上訴這位網友的觀點。提高包月費用我可以接受，但按量計費的方式著實會讓自己焦慮感太重。

另一位網友表示：對于 AI 在某些具體工具和工作場景下的使用來說，按量計費幾乎是毀滅性的打擊。

在這些場景下，按量計費會極大地勸退用戶使用產品，因為這意味著你在每次使用前都要做一遍“成本/收益分析”，這本身就是巨大阻力。

而如果你是在公司使用這個工具，說不定你還得拿去找管理層審批才能繼續用。

對于一個本意是提高工作效率的工具來說，沒人愿意一天做 250 次“這個模板代碼值不值 $3”的判斷。

總之一句話，如果是按量計費，這 AI 工具根本不會被用。

好了，文章到這里就結束了。大家目前的大模型API賬單招標了嗎？最后都是如何處理的呢？較以前又應該漲了還是降了呢？

參考鏈接：

??https://ethanding.substack.com/p/ai-subscriptions-get-short-squeezed??

??https://news.ycombinator.com/item?id=44775700??

本文轉載自??51CTO技術棧??，作者：云昭