Story

AI圈最近飘着一股极其魔幻的温差。新闻头条里，铺天盖地全是各大硅谷巨头的“菩萨心肠”：API价格战打得头破血流，模型使用成本动辄被腰斩、膝盖斩，原本昂贵的算力似乎一夜之间就跌成了白菜价。然而，别以为这是大模型公司善心大发了。9月底，OpenAI重新开放了每月200美元的Pro订阅。套餐失而复得，价格还是那个价......

本文来自微信公众号： 蓝字计划 ，作者：Chester

AI圈最近飘着一股极其魔幻的温差。

新闻头条里，铺天盖地全是各大硅谷巨头的“菩萨心肠”：API价格战打得头破血流，模型使用成本动辄被腰斩、膝盖斩，原本昂贵的算力似乎一夜之间就跌成了白菜价。

然而，别以为这是大模型公司善心大发了。

9月底，OpenAI重新开放了每月200美元的Pro订阅。套餐失而复得，价格还是那个价格，各档模型的Token额度却比之前少了一半。哪怕是符合条件的老用户，原有用量也只能保留到10月29日，随后同样难逃缩水的命运。

甚至有机构算了一笔账。美国AI行业研究机构SemiAnalysis发现，在特定的Agent工作负载测试下，同样花200美元买订阅，使用GPT-6.1 Sol的OpenAI套餐，若按API价格折算实际额度，居然只有使用Opus 5.5的Claude套餐的五分之一左右。

这对一直续费200美元套餐的老用户来说，简直是晴天霹雳。每个月准时给OpenAI掏1400块人民币，到头来不仅自己的套餐额度被砍半，跟竞争对手一比，到手的算力更是差了一大截。

偏偏这个时候，OpenAI又顺势推出了每月500美元的更高档套餐，专门面向那些需要更多用量的用户。原来的200美元不够用了，想让AI继续踏实帮自己干活，就得考虑再多掏300美元。

这不摆明了是在把人往500美元会员上赶？

连AI订阅都开始玩起“杀熟”了，OpenAI到底想干嘛？

AI真成了“白菜价”

实际上，OpenAI整出这样的“杀熟”操作，也有它迫不得已的一面。一个现实的大背景是：如今连美国AI厂商，也顶不住压力开始疯狂卷价格了。

以最新发布的Claude Haiku 5.5为例，Anthropic官方给出的API定价极其激进：当提示词不超过10万Token时，输入每百万Token仅需0.1美元，输出每百万Token仅需0.5美元。

跟上一代Haiku 4.5相比，降幅相当彻底：这一档的输入和输出价格直接下调了90%。按Anthropic官方的说法，新模型的平均运行成本比上一代整体缩减了约75%。

更关键的是，Anthropic并没有把这次降价限定在一个只能做简单问答的残血小模型上。Haiku 5.5具备1M Token的上下文窗口，最高支持128K输出，官方还特别突出了它在代码生成、工具调用、浏览器操作以及作为子Agent时的实测表现。

Anthropic甚至明确指出了一个典型落地场景：让Haiku 5.5充当主Agent身后的“子Agent”，去批量处理大量简单繁琐的杂活。对开发者而言，工作流里的基础环节显然多了一个极具性价比的务实选项。

追溯到今年7月底，OpenAI同样搞过一轮大幅调价。GPT-5.6 Luna的API输入价格从每百万Token 1美元直接砍至0.2美元，暴跌80%；Terra的输入输出价格也分别下调了20%。

OpenAI当时的口径是：随着模型推理效率提升，单位成本被有效摊薄，因而能够进一步让利降低API单价。

再往前看，DeepSeek此前几轮价格调整已多次成为行业焦点。2024年末到2025年初，DeepSeek凭借极低成本的模型和极具侵略性的API定价，把“AI模型到底应该卖多少钱”这个问题重新摔在了整个行业面前。

如今，美国头部大厂也相继入局。模型能力越来越强，调用单价却越来越低，开发者自然乐意将更多业务交给AI去跑。

但对厂商来说，单次调用是便宜了，用户砸过来的工作量却成倍激增。尤其是Agent类应用，一项任务往往需要反复读取资料、调取工具，再根据返回结果不断推理。用户表面上只发了一条指令，后台的模型可能已经跑了几十轮。

如果是通过API调用，这些消耗全都会一笔笔清晰地计入账单。可订阅用户每个月交的只是固定包月费，用户使唤AI干的活越多，厂商背地里承担的运行成本就越高。

SemiAnalysis曾给出一组估算：订阅业务只贡献了Anthropic约10%的收入，却占用了其超过40%的推理算力。这笔账虽然针对的是Anthropic，但也彻底挑明了AI会员模式面临的真实成本压力。

模型单价下降，绝不等于固定月费能长期兜住用户无节制上涨的算力消耗。

这样看来，OpenAI收紧原有额度、推出更贵套餐，背后控制成本、逼迫重度用户加钱买单的意图也就一目了然了。

但你真以为，AI卷到白菜价，普通用户就稳赚不赔了？

AI公司“偷工减料”，比你想象的狠

AI公司想少补贴一点，办法可远不止明面上涨价这一种。会员费可以纹丝不动，但里面到底装多少额度、不同模型怎么扣算力，能暗箱操作的空间多得是。

美国AI行业研究机构SemiAnalysis最近就专门做了一次横向对比，测了测OpenAI和Anthropic的订阅服务究竟能让用户真正榨出多少算力。

它的测试逻辑很务实：研究人员先对不同订阅套餐进行实测，统计用户在特定周期内总共能消耗多少输入、输出和缓存Token，再统一按照各家模型对外的API官方单价折算成美元金额。这么一来，即便订阅方案没有明码标价每个Token多少钱，用户实际吃到的算力价值，也有了直观可比的客观尺度。

测试结果相当悬殊。按SemiAnalysis的测算，在面向日常高频使用的中档模型上，Anthropic高级订阅所能给出的API等价价值，最高达到了OpenAI的5倍以上。

当然，这个对比也有其局限性。不同模型的Token单价本就不同，API折算价值高，并不等同于实际体验一定能好出5倍。但SemiAnalysis进一步拉出纯粹的Token吞吐量对比后，两家服务之间的额度差距依然十分刺眼。

9月底，OpenAI重新开放每月200美元的Pro订阅时，新购入的用户拿到的实际使用额度，已经明显缩水。与此同时，他们推出了每月500美元的Pro 500套餐，专门面向那些需要更高频调用的重度群体。

OpenAI官方帮助页面也坐实了这次变动：符合条件的老用户只能把原有额度维持到10月29日，之后同样会转入缩水后的新方案。

更耐人寻味的是，新推出的500美元套餐，根据SemiAnalysis当时的实测，能提供的Astra使用量相比旧版200美元套餐只提升了约21%。多掏了足足300美元，换来的额度却完全不成正比。

这意味着OpenAI正在暗中重构订阅服务的边界：每个月肯掏200美元，不再代表可以像以前那样不限量调用模型；如果想要更充裕的额度和响应速度，用户只能被推着去买更昂贵的套餐。

搞这种小动作的，还不止OpenAI一家。

今年5月，Anthropic曾将Claude Code部分套餐的5小时使用上限翻倍，并取消了高峰时段对Pro、Max用户的额度限制。

但到了新一轮模型上线与调价期间，它又转而通过调配不同模型之间的可用额度比例，暗中把控用户实际消耗的总算力。

SemiAnalysis在实测中还发现，个别账号之间甚至出现过多达20%左右的额度差异；相关厂商随后向其确认，这属于小规模推行的A/B测试——尽管报告并未指名道姓点出这家厂商的具体名字。

这在本质上与大家常说的“大数据杀熟”如出一辙：账单上的数字看似没变，厂商却能通过收紧调用频次上限、暗调模型额度分配，乃至小范围推行不同的限额策略，悄悄缩水用户实际能够调用的服务权益。

对日常偶尔问两句的普通人来说，这些改动或许毫无察觉；但对每天重度依赖模型写代码、跑Agent自动化流程的重度用户而言，额度松紧直接决定了手头的生产力会不会半路撂挑子。

账单上一分没少扣，能使唤的算力却无声无息地缩水了。

问题是，为什么各大AI巨头都在同一时间，步调一致地盯上了这些重度用户烧掉的算力？

AI订阅生意，也许没有赚钱之日

一个根本原因是，这门看似风光的生意，到现在依然很难赚到钱。

据《金融时报》披露的公司内部材料，OpenAI预计在2026年至2030年间，累计现金支出将比收入多出2780亿美元。哪怕收入一直在涨，也追不上往外花的钱。

Anthropic同样面临盈利质疑。2025年，它的年收入增长到约46亿美元，经营亏损却扩大到约80亿美元。投资研究机构New Constructs在10月发布报告，只给它约1500亿美元的估值，与外界传闻其可能寻求的2万亿美元IPO估值相差甚远。

这家机构质疑的焦点不无道理。收入涨得再快，这家公司到底什么时候能真正赚到钱？

矛盾就在这里。模型要持续升级，算力基建要不断扩张，产品价格却被竞争对手一路往下压。大厂既要烧钱把模型做得更强，又得降价抢用户。靠投资人的钱补贴，能先把生意做大，但很难一直持续下去。

尤其是订阅模式。用户每月交的钱是固定的，让AI干的活却越来越多。偶尔闲聊两句，和每天让AI写代码、查资料、连续工作几个小时，厂商承担的推理成本差得很远。

用户觉得，既然掏了会员费，物尽其用当然天经地义；厂商却得盘算，这份包月费够不够覆盖实际消耗的算力。

直接涨会员费，厂商也有顾虑。同行还在打价格战，用户随时可以转投别家。到时候涨价还赚不了几个钱，但却把自己的老客户给赶走了。

于是，月费不动、额度缩水，再推出更贵的套餐，就成了让用户多付钱的另一种办法。

这才是是“杀熟”最让人恼火的地方。

老用户已经按原来的额度安排好了工作，每个月也一分不少地续费。结果价格没变，额度却少了一半。想让手头的工作继续跑下去，要么等额度恢复，要么再次加钱。

AI时代喊了这么久的“算力平权”，到头来大家才回过味来：最先被平权的不是高昂的成本，反而是所有人都逃不过的、换了张高科技面孔的大数据镰刀。