写在前面

模型降价是个伪命题：降价的是没人用的旧模型，用户永远只为最强的“新旗舰”买单。
真正的成本黑洞不是 Token 单价，而是 AI 能力的进化：任务越复杂，消耗越失控，固定月费模式注定被“压垮”。
AI 订阅模式是场“囚徒困境”：选择按量付费，你会输掉市场；选择包月定价，你会输掉未来。
摆脱“烧钱”宿命的出路只有两条：要么构建高转换成本的“护城河”，让企业客户无法离开；要么进行垂直整合，把 AI 当成亏本的引流工具，靠后端的基础设施赚钱。

Token 的真实成本正在飙升

“语言模型成本将下降 10 倍”的鬼话，救不了被「成本挤压」的 AI 订阅服务

想象一下，你创办了一家公司，并且清楚地知道消费者每月最多只愿意支付 20 美元。你心想，没问题，这是典型的 VC 打法——按成本收费，牺牲利润换增长。你已经算好了客户获取成本（CAC）、客户终身价值（LTV）等所有指标。但有趣的地方来了：你看到了那张广为流传的 a 16 z 图表，显示大语言模型（LLM）的成本每年下降 10倍。

于是你盘算着：今天我用 20 美元/月的价格做到盈亏平衡，明年模型成本降低 10 倍，利润率就能飙升到 90%。亏损只是暂时的，盈利是必然的。

这个逻辑简单到连 VC 助理都能看懂：

第一年：以 20 美元/月的价格实现收支平衡
第二年：随着计算成本下降 10 倍，利润率达到 90%
第三年：开始选购游艇

这种策略可以理解：“大语言模型推理成本每 6 个月下降 3 倍，我们肯定能行。”

但 18 个月过去了，利润率却依然是史无前例的负数……Windsurf 项目已经分崩离析，连 Claude Code 本周也不得不取消了最初 200 美元/月的无限使用套餐。

公司仍在持续失血。模型确实变便宜了——GPT-3.5 的成本比过去低了 10 倍。但不知何故，利润率反而变得更差，而不是更好。

这里面肯定有问题。

过时的模型，如同昨日的报纸

GPT-3.5 的价格是过去的十分之一。但它也像 iPhone 发布会上的翻盖手机一样，无人问津。

当一个新模型作为业界顶尖（SOTA）发布时，99%的需求会立即转移到它身上。消费者对他们使用的产品也有同样的期待。

现在，我们来看看那些在任何特定时期都占据了 99%需求的前沿模型的实际定价历史：

注意到什么了吗？

当 GPT-4 以 60 美元的价格推出时，尽管 GPT-3.5（之前的顶尖模型）便宜了 26 倍，但所有人还是选择了 GPT-4。
当 Claude 3 Opus 以 60 美元的价格推出时，尽管 GPT-4 已经降价，人们还是纷纷转向了 Claude。

成本下降 10 倍是真实存在的，但仅限于那些性能堪比上古电脑 Commodore 64 的旧模型。

所以，这就是“成本会下降”策略的第一个致命缺陷：市场需求只存在于“最强的那个语言模型”，句号。而最强模型的成本总是大致相同，因为这反映了当前推理技术的极限成本。

指着一辆 1995 年的本田思域说“这车现在便宜多了！”完全是牛头不对马嘴。没错，那辆特定的车是便宜了，但 2025 款丰田凯美瑞的建议零售价是 3 万美元。

当你在使用 AI——无论是编程、写作还是思考——你总是追求最高的质量。没有人会打开 Claude 然后想：“要不我还是用那个烂点的版本，帮老板省点钱吧。”我们天生在认知上就贪得无厌。我们想要我们能得到的最好的“大脑”，尤其是当另一端是我们宝贵的时间时。

模型烧钱的速度，超乎你想象

“好吧，但这听起来还能应付，对吧？我们只要永远保持盈亏平衡不就行了？”

哦，我亲爱的天真孩子。

虽然每一代前沿模型的单位 Token 成本没有变得更贵，但另一件更糟糕的事情发生了：它们消耗的 Token 数量，简直是核爆式增长。

过去，ChatGPT 对一个单句问题的回复也是一个单句。而现在，“深度研究”功能会花 3 分钟规划，20 分钟阅读，再花 5 分钟为你重写一份报告，而 Opus 3 甚至会对一句“你好”运行 20 分钟来响应。

强化学习（RL）和测试时计算（test-time compute）的爆炸式发展，导致了一个没人预料到的结果：AI 能完成的任务长度，每六个月翻一番。过去返回 1000 个 Token 的任务，现在能返回 10万个。

当你把这个趋势外推时，数学计算的结果会变得非常疯狂：

今天，一次 20 分钟的“深度研究”运行成本约为 1 美元。到 2027 年，我们将拥有能够连续运行 24 小时而不会“跑偏”的智能体……再结合前沿模型稳定的价格？这意味着单次运行成本高达 72 美元。每天，每个用户。而且还能异步运行多个。

一旦我们能部署智能体异步运行 24 小时的工作负载，我们就不会只给它一个指令然后等待反馈了。我们会批量调度它们。整个 AI 工作者舰队，并行处理问题，烧起 Token 来就像回到了 1999 年的互联网泡沫时代。

显然——我必须强调这一点——每月 20 美元的订阅费，连支持一个用户每天进行一次 1 美元的深度研究都做不到。但这恰恰是我们正在奔赴的未来。模型能力的每一次提升，都意味着它们能有意义地消耗更多计算资源。

这就像你造了一个更省油的引擎，然后用省下来的燃油效率去造了一辆巨型卡车。没错，每加仑油能跑更远了，但你消耗的总油量也变成了 50 倍。

这就是迫使 Windsurf 被“成本挤压”到爆仓的根本原因——也是任何采用“固定费率订阅 + 高强度 Token 消耗”商业模式的创业公司正面临的绝境。

Anthropic 为对冲“成本挤压”的英勇尝试

Claude Code 的无限量套餐实验，是我们见过的应对这场风暴的最精妙尝试。他们用尽了浑身解数，但最终还是被击垮了。

他们的策略确实非常聪明：

1. 定价高出 10 倍

在 Cursor 收费 20 美元/月时，他们定价 200 美元/月。在开始失血前，给自己留出更多缓冲空间。

2. 根据负载自动伸缩模型

当任务繁重时，从 Opus（$75/百万 Token）切换到 Sonnet（$15/百万 Token）。用 Haiku 来优化阅读任务。这就像 AWS 的自动伸缩，只不过是针对“大脑”的。

他们几乎可以肯定，是把这种行为直接构建到了模型权重中，这是一种我们未来可能会看到更多的范式转变。

3. 将处理任务卸载到用户机器上

当用户有现成的闲置 CPU 时，为什么还要自己启动沙盒呢？

然而，尽管有这么多工程上的巧思，Token 的消耗量仍然如超新星爆发般增长。

一百亿。一百亿个 Token。这相当于 12500 本《战争与和平》。在一个月内。

怎么做到的？即使每次运行 10 分钟，一个人怎么能消耗掉 100 亿个 Token？

事实证明，10-20 分钟的连续运行时间，刚好足够让人们发现“for 循环”的妙用。一旦你将 Token 消耗与用户在应用内的在线时长解耦，物理定律就开始接管一切。给 Claude 一个任务，让它检查自己的工作，重构，优化，然后重复这个过程，直到公司破产。

用户变成了 API 的调度大师，用 Anthropic 的钱跑着一个 24/7 的代码转换引擎。从聊天到智能体的演变，一夜之间就完成了。消耗量增加了 1000 倍。这是相变，而不是渐变。

所以 Anthropic 取消了无限量套餐。他们本可以尝试 2000 美元/月，但教训不在于他们收费不够高，而在于，在这个新世界里，任何订阅模式都无法提供无限使用。

关键在于：在这个新世界，根本不存在一个可行的固定订阅价格。

这盘账，已经从根本上算不平了。

其他所有人的囚徒困境

这让其他所有公司都陷入了一个无解的困境。

每家 AI 公司都知道，按使用量付费能救他们。他们也知道这会杀了他们。当你负责任地按$0.01/1 k Token 收费时，你那拿着 VC 投资的竞争对手正以 20 美元/月的价格提供无限量服务。

猜猜用户会去哪？

典型的囚徒困境：

所有人都按量付费 → 行业可持续发展
所有人都按固定费率 → 竞相走向破产
你按量付费，别人按固定费率 → 你独自死掉
你按固定费率，别人按量付费 → 你赢了（然后晚点再死）

所以，所有人都选择了“背叛”。所有人都补贴重度用户。所有人都晒出“曲棍球杆式”的增长曲线图。最终，所有人都发布了“重要的定价更新”公告。

Cursor, Lovable, Replit——他们都懂这笔账。他们选择了今天的增长，明天的利润，和最终的破产，但那是下一任 CEO 的问题。

说实话？这或许是对的。在一场圈地运动中，市场份额比利润率更重要。只要 VC 们还愿意继续开支票来掩盖糟糕的单位经济模型……

去问问 Jasper，当音乐停止时会发生什么。

如何避免被“强制平仓”？

我们还有可能避免这场 Token 的“成本挤压”吗？

最近有传言称，Cognition 正在以 150 亿美元的估值进行融资，而其对外公布的年经常性收入（ARR）甚至不到 1 亿美元（我猜更接近 5000 万美元）。这与 Cursor 在 5 亿美元 ARR 的基础上以 100 亿美元估值融资形成鲜明对比。收入高出八倍多，估值却只有三分之二。VC 们到底知道些什么我们不知道的关于 Cognition 的秘密？它们都是编写代码的 AI 智能体。难道 Cognition 找到了摆脱这个死亡螺旋的方法？（下次我再详细探讨这个话题）

有三条出路：

1. 从第一天起就采用按使用量付费

没有补贴。没有“先获取用户，后变现”。只有诚实的经济模型。理论上听起来很棒。

但问题是，给我找一个正在爆发式增长的、按使用量付费的消费级 AI 公司看看。消费者讨厌计量收费。他们宁愿为无限量套餐多付钱，也不愿收到一张意料之外的账单。每一个成功的消费者订阅服务——Netflix、Spotify、ChatGPT——都是固定费率的。一旦你加上一个计量表，增长就死了。

2. 极高的转换成本 ⇒ 高利润率

这就是 Devin 全力以赴的方向。他们最近宣布了与花旗银行和高盛的合作，将为这两家公司的各 4 万名软件工程师部署 Devin。按每月 20 美元计算，这是一个 1000 万美元的项目。但问题来了：你宁愿从高盛那里获得 1000 万美元的 ARR，还是从专业开发者那里获得 5 亿美元的 ARR？

答案是显而易见的：长达六个月的实施周期、合规审查、安全审计、繁琐的采购流程，意味着高盛的收入虽然难赢，但一旦赢下就绝不可能流失。你只有在银行的唯一决策者把自己的声誉押在你身上时，才能拿到这些合同——然后所有人都会尽其所能确保项目成功。

这也是为什么除了超大规模云服务商之外，最大的软件公司都是那些向这类客户销售“记录系统”（System-of-Record）的公司（如 CRM / ERP / EHRs）。它们也都能实现 80-90%的利润率，因为客户越难流失，他们对价格就越不敏感。

等到竞争对手出现时，你已经深入对方的官僚体系，切换供应商需要又一个六个月的销售周期。不是说你不能离开，而是你的 CFO 宁愿死也不想再经历一次供应商评估。

3. 垂直整合 ⇒ 在基础设施上赚钱

这是 Replit 的玩法：将编码智能体与应用托管、数据库管理、部署监控、日志记录等服务捆绑在一起。在每个 Token 上都亏钱，但在为新一代开发者提供的技术栈的每一个其他层面上捕获价值……看看 Replit 的垂直整合程度有多深就知道了。