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(chuàng)業(yè)公司覺得，商業(yè)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(lián)合創(chuàng)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(nèi)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(chuàng)辦了一家公司。

你心里很清楚：消費者每月最多只愿意為產(chǎn)品支付 20 美元。沒問題，你想，這正是經(jīng)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。

https://a16z.com/llmflation-llm-inference-cost/

于是你心想：現(xiàn)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(wěn)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?！?/p>

但現(xiàn)實是：18 個月過去了，毛利率幾乎跌到歷史最低點

Windsurf 已經(jīng)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(xiàn)在的吸引力，就像iPhone 發(fā)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(fā)布并成為 SOTA（最先進技術），99% 的需求會立即轉向它。用戶已經(jīng)默認了這種節(jié)奏，對他們來說，產(chǎn)品理應不斷升級。

現(xiàn)在來看看現(xiàn)實中那些真正占據(jù)市場 99% 需求的前沿模型的定價歷史 —— 你就會發(fā)現(xiàn)問題所在：

注意到什么了嗎？

當 GPT-4 以每月 60 美元的價格發(fā)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(jīng)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(zhàn)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(xiàn)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?！?/p>

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(nèi)，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(fā)生了：

它們吞掉的 token 數(shù)量，簡直爆炸式增長。

以前你在 ChatGPT 里問一句話，它就回你一句?，F(xiàn)在，「深度研究」模式會先花 3 分鐘做規(guī)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(xiàn)了一個誰也沒預料到的現(xiàn)象：

AI 能完成的任務長度，每 6 個月翻一倍。

以前一次調(diào)用輸出 1,000 個 token，現(xiàn)在輕輕松松就是 100,000 個 token。

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(shù)字會讓人抓狂。

現(xiàn)在，一次 20 分鐘的「深度研究」調(diào)用大概花費 1 美元。但到 2027 年，我們將擁有能連續(xù)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(xiàn)實？

一次這樣的調(diào)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(fā)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(fā)一個指令、等它回你一條消息」。

我們會直接按批次調(diào)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(lián)網(wǎng)泡沫那年。

重點來了 —— 我必須強調(diào)：

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(diào)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(jié)省，而是：它能更有效地消耗更多算力。

就像你造了一個更節(jié)能的發(fā)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(xiàn)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(yè)模式的初創(chuàng)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(shù)，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(jù)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(yōu)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(huán)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(fā)般激增。

https://www.viberank.app/

一百億個 token。這相當于一個月內(nèi)一萬兩千五百本《戰(zhàn)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(xù)運行，時間長得足以讓人們發(fā)現(xiàn) for 循環(huán)的妙用。一旦你將 token 消耗與用戶在應用內(nèi)的在線時長脫鉤，物理規(guī)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(yōu)化，然后重復此過程，直到公司破產(chǎn)。

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(shù)學模型已經(jīng)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(jīng)典的囚徒困境：

* 所有人都按使用量計費 → 行業(yè)可持續(xù)發(fā)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(fā)布曲棍球棒式的增長曲線圖。最終，每個人都會發(fā)布「重要的價格調(diào)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(chǎn) —— 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(xù)開出支票來填補單位經(jīng)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(jīng)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(jīng)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(nèi)幕？它們都是編寫代碼的 AI 代理。難道 Cognition 已經(jīng)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(xiàn)」，只有實實在在的經(jīng)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(xiàn)了爆發(fā)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(jīng)常性收入，還是從專業(yè)級個人開發(fā)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(guī)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(guī)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(tǒng)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(xiàn)時，你已經(jīng)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(jīng)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(shù)據(jù)庫管理、部署監(jiān)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(fā)者捕獲價值…… 看看 Replit 的垂直整合做得多深就知道了。

https://x.com/mattppal/status/1932798993626771556

把 AI 當作虧本換流量的產(chǎn)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(chuàng)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(shù)據(jù)庫都需要管理，每個部署都需要監(jiān)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(chuàng)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(fā)優(yōu)勢勝過聰明才智 —— 依然成立，但沒有計劃的「先發(fā)」也意味著你會第一個走進創(chuàng)業(yè)墳場。

相關博客鏈接：https://ethanding.substack.com/p/levered-beta-is-all-you-need

現(xiàn)在可沒有 Google 會為負毛利業(yè)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。

但好在，至少明年的模型成本會便宜十倍。