年初那会儿，DeepSeek 横空出世，AI 圈子跟过年一样热闹。它凭啥这么火？除了开源够意思，五百多万的训练成本也惊艳了不少人。
在此之后，模型的训练成本越来越便宜，前阵子 Deep Cogito 甚至只花不到 350 万美刀，就搞出了一个（自称）能跟 o3 和 Claude 4 Opus 性能比肩的模型。
这让不少创业公司觉得，商业模式清晰了：先用「每月 20 美元」这样的低价包月服务圈住用户，赌的就是未来模型成本会像摩尔定律一样降下来。
但这个看似完美的剧本，其实是一个注定会失败的陷阱。和一路走低的训练成本相反，AI 公司的运营成本，尤其是「推理」费用，正在坐着火箭往上窜。
这让 AI 公司面临两难抉择：「无限订阅」会亏死，「按量计费」会饿死。 TextQL 联合创始人兼 CEO 丁一帆（Ethan Ding）的一篇博客深度剖析了 AI 公司正在面临的此类「囚徒困境」，并给出了建议。 文章风趣幽默且深入浅出，非常值得一读。
- 博客标题：tokens are getting more expensive
- 博客链接：https://ethanding.substack.com/p/ai-subscriptions-get-short-squeezed
以下是文章的详细内容。
即便「语言模型未来会便宜 10 倍」的预测成真，也无法拯救 AI 订阅服务免于这场成本挤压。
想象一下你创办了一家公司。
你心里很清楚：消费者每月最多只愿意为产品支付 20 美元。没问题，你想，这正是经典的风投操作思路 —— 以成本价运营，牺牲利润换增长。CAC（获客成本）、LTV （生命周期价值）那套你也都算过了，一切在掌控之中。
但接下来的部分才真正有意思：你看过 a16z 那张图 —— LLM 成本每年会下降 10 倍。
图片来源：https://a16z.com/llmflation-llm-inference-cost/
于是你心想：现在用户月付 20 美元，我刚好打平；等到明年模型成本降价 10 倍，利润率一下冲到 90%，简直是稳赚不赔。
亏损只是暂时的，盈利是必然的。
这个逻辑简单到 连风投助理都能听懂：
- 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 🛥️
这套剧本也确实看起来合理：「LLM 推理成本每 6 个月下降 3 倍，我们撑一撑就好了。」
但现实是：18 个月过去了，毛利率几乎跌到历史最低点……
Windsurf 已经被拆卖回收了，Claude Code 这周也不得不取消原来的 200 美元 / 月无限使用计划。
公司们依旧在流血，模型确实变便宜了 ——GPT-3.5 的推理成本比原来低了 10 倍。可不知怎么的，利润不仅没变好，反而更糟了。
哪里不对劲？
没人想要过期的报纸
GPT-3.5 的确比以前便宜了 10 倍。但它现在的吸引力，就像 iPhone 发布会当天你掏出个翻盖手机 —— 谁还会想用？
每当一个新模型被发布并成为 SOTA（最先进技术），99% 的需求会立即转向它。用户已经默认了这种节奏，对他们来说，产品理应不断升级。
现在来看看现实中那些真正占据市场 99% 需求的前沿模型的定价历史 —— 你就会发现问题所在：
注意到什么了吗？
当 GPT-4 以每月 60 美元的价格发布时，大家还是一窝蜂上去了，哪怕前一代的 SOTA——GPT-3.5，便宜了整整 26 倍。当 Claude 3 Opus 以同样的价格上线时，人们同样纷纷迁移，尽管此时 GPT-4 已经降价了。是的，10 倍成本下降确实存在，但那通常适用于那些「就差没跑在 Commodore 64 上」的老模型。
这就是「成本会下降」战略的第一个幻觉支点：
用户只对「最强语言模型」有需求，仅此而已。
而「最强模型」的价格始终差不多，因为那正是当前推理边界（edge of inference）的真实成本。
你说：「这辆车现在便宜多了！」可你指的是一辆 1995 年的本田思域。当然，它确实便宜。但你想买的是 2025 年的丰田凯美瑞，厂商指导价仍是 3 万美元。
当你在使用 AI —— 不管是编程、写作、还是思考 —— 你天然会追求极致质量。没人会打开 Claude 然后说：「嗯，我今天不如用一下比较烂的版本，省点公司开销吧。」
我们是认知上的「贪婪动物」，只想要最强的大脑。尤其当我们在用自己的时间来做平衡的时候。
模型的资源消耗远超预期
你可能会说：「好吧，但这还在可控范围内，对吧？就算一直打平也没事嘛？」
天真的孩子。
确实，每一代前沿模型的 单个 token 成本并没有变贵，但有件事更糟糕的事情发生了：
它们吞掉的 token 数量，简直爆炸式增长。
以前你在 ChatGPT 里问一句话，它就回你一句。现在，「深度研究」模式会先花 3 分钟做规划，再用 20 分钟浏览材料，最后还要用 5 分钟把报告润色一遍。O3 模型甚至能为了回应一句 「你好啊」，跑满 20 分钟。
由于 强化学习（RL）和推理阶段计算的爆炸式增长，出现了一个谁也没预料到的现象：
AI 能完成的任务长度，每 6 个月翻一倍。
以前一次调用输出 1,000 个 token，现在轻轻松松就是 100,000 个 token。
图片来源：https://metr.org/blog/2025-03-19-measuring-ai-ability-to-complete-long-tasks/
当你真正把这件事算清楚，数字会让人抓狂。
现在，一次 20 分钟的「深度研究」调用大概花费 1 美元。但到 2027 年，我们将拥有能连续运行 24 小时、而且不会跑题的 AI agent…… 再叠加「前沿模型价格不降」的现实？
一次这样的调用，就变成了 72 美元 / 天 / 用户。
而且别忘了，未来这些 agent 是可以异步并发运行多个任务的。一旦我们真正部署这种 24 小时不间断运行的 agent，我们就不会再是「发一个指令、等它回你一条消息」。
我们会直接按批次调度：整个 AI 劳动力方阵同时并行处理问题，疯狂燃烧 token，仿佛又回到了 1999 年互联网泡沫那年。
重点来了 —— 我必须强调：
每月 20 美元的订阅费，连用户每天进行一次 1 美元的深度调用都撑不起。
但我们正朝着那个方向全速狂奔。每一次模型能力的提升，带来的并不是成本节省，而是：它能更有效地消耗更多算力。
就像你造了一个更节能的发动机，结果你拿它去造了一辆怪兽卡车。没错，油耗确实更高效了，但你现在烧的是原来的 50 倍汽油。
这正是那场导致 Windsurf 被强制平仓的「空头挤压（short squeeze）」—— 而任何采用「固定费率订阅 + 高 token 消耗」的商业模式的初创公司，如今也正面临同样的命运。
Anthropic 尝试填补
成本挤压的窟窿
Claude Code 的「无上限」套餐实验，是我们所见过的、为渡过这场风暴所做的最高明的尝试。他们用尽了浑身解数，但最终还是惨败。
他们的策略手册确实非常聪明：
- 定价提高十倍
在 Cursor 收费 20 美元 / 月时，他们定价 200 美元 / 月。在开始「出血」（亏损）前，留出更多的缓冲空间。
- 根据负载自动伸缩模型
当负载过重时，从 Opus (每百万 token 75 美元) 切换到 Sonnet (每百万 token 15 美元)。在读取任务上，用 Haiku 进行优化。这就像 AWS 的自动伸缩，但伸缩的对象是「大脑」（模型）。
他们几乎可以肯定，是把这种行为直接构建进了模型权重之中，这是一种我们未来可能会更多见到的范式转换。
- 将处理任务卸载到用户机器上
当用户的 CPU 正好闲置时，何必再启动自己的沙盒环境呢？
然而，尽管有这些高超的工程设计，token 的消耗量依然如超新星爆发般激增。
图片来源：https://www.viberank.app/
一百亿个 token。这相当于一个月内一万两千五百本《战争与和平》的量。
怎么做到的？即便是每次运行 10 分钟，一个人如何能消耗掉一百亿个 token？
事实证明，10 到 20 分钟的连续运行，时间长得足以让人们发现 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脱钩，物理规律便会开始主导一切。给 Claude 设定一个任务，让它检查自己的工作，重构代码，进行优化，然后重复此过程，直到公司破产。
用户变成了 API 编排者，花着 Anthropic 的钱，运行着 7×24 小时不间断的代码转换引擎。从聊天到代理的演变一夜之间就完成了消耗量增加了 1000 倍。这是相变，而非渐变。
所以，Anthropic 取消了无限使用套餐。他们本可以尝试每月收费 2000 美元，但他们学到的教训不是定价不够高，而是在这个新世界里，任何订阅模式下都无法提供无限使用。
在这个新世界里，不存在一个行得通的固定订阅价格。
这种（定价）数学模型已经从根本上失效了。
所有人的囚徒困境
这让其他所有人都陷入了进退两难的境地。
每家 AI 公司都知道，按使用量计费能救他们。但他们也知道，这同样会杀了他们。当你负责任地按照每千 token 收费 0.01 美元时，你那有风投支持的竞争对手却提供每月 20 美元的无限使用套餐。
猜猜用户会去哪里？
经典的囚徒困境：
* 所有人都按使用量计费 → 行业可持续发展
* 所有人都采用固定费率 → 陷入探底竞赛
* 你按量计费，别人用固定费率 → 你独自走向灭亡
* 你用固定费率，别人按量计费 → 你赢了（但之后还是会死）
所以，所有人都选择了背叛。
每个人都在补贴重度用户。每个人都在发布曲棍球棒式的增长曲线图。最终，每个人都会发布「重要的价格调整通知」。
Cursor、Lovable、Replit—— 他们都算得清这笔账。他们选择了今天要增长，明天要利润，最终走向破产 —— 但那是下一任 CEO 的问题。
老实说？这或许是对的。在「圈地运动」中，市场份额比利润率更重要。只要风投们还愿意继续开出支票来填补单位经济模型的窟窿……
如何避免亏损平仓？
我们真的能避开 token 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（我猜实际可能接近 5000 万美元）。这与 Cursor 形成了鲜明对比，后者在年经常性收入达到 5 亿美元、增长曲线更为陡峭的情况下，才获得了 100 亿美元的估值。
Cursor 的收入是 Cognition 的八倍多，估值却只有其三分之二。那些风投到底知道哪些我们所不知道的关于 Cognition 的内幕？它们都是编写代码的 AI 代理。难道 Cognition 已经找到了摆脱死亡螺旋的方法？
有三条出路：
1. 从第一天起就采用按使用量计费
没有补贴，没有「先拉新、后变现」，只有实实在在的经济模型。这在理论上听起来很棒。 但问题是，你能找出一个实现了爆发式增长、面向消费者的、按使用量计费的 AI 公司吗？
消费者讨厌按量计费。他们宁愿为无限使用多付点钱，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。一旦你开始计量收费，增长就停滞了。
2. 极高的转换成本 ⇒ 高利润率
这正是 Devin 全力押注的策略。他们最近宣布了与 Citi 和 Goldman Sachs 的合作，向这两家公司的各 40000 名软件工程师部署 Devin。按每月 20 美元计算，这是一个千万美元级的项目。
但问题来了：你宁愿从 Goldman Sachs 那里获得 1000 万美元的年经常性收入，还是从专业级个人开发者那里获得 5 亿美元？
答案是显而易见的：长达六个月的实施、合规审查、安全审计、以及地狱般的采购流程，意味着来自 Goldman Sachs 的收入虽然难以赢得 —— 但一旦赢得，客户就几乎不可能流失。
只有在银行里的那位唯一决策者将自己的声誉押注在你身上时，才能拿到这些合同 —— 届时，所有人都会尽其所能确保项目成功。
这也解释了为什么除了那些超大规模云服务商之外，最大的软件公司都是向这类客户进行销售的「记录系统公司」 [如 CRM / ERP / EHRs]。他们的利润率也都能达到 80-90%，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，你已经深深嵌入到对方的行政流程中，更换供应商需要又一个长达六个月的销售周期。问题不是「你不能走」，而是 —— 你的 CFO 宁愿去死，也不想再经历一次供应商评估。
3. 垂直整合 ⇒ 从基础设施上赚钱
这就是 Replit 的玩法：将编码代理与应用托管、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，但在技术栈的每一个其他层面上为新一代开发者捕获价值…… 看看 Replit 的垂直整合做得多深就知道了。
图片来源：https://x.com/mattppal/status/1932798993626771556
把 AI 当作亏本换流量的产品，来推动那些能与 AWS 竞争的服务的消费。你卖的不是推理服务，而是其他一切。推理服务本身只是营销开支。
这种模式的天才之处在于，代码生成天然地创造了对托管服务的需求。每个应用都需要运行的地方，每个数据库都需要管理，每个部署都需要监控。让 OpenAI 和 Anthropic 去进行推理服务的价格归零竞赛吧，而你拥有了其他的一切。
那些还在玩「不计成本、追求增长的固定费率模式」的公司呢？它们都只是行尸走肉，只不过它们的昂贵葬礼被安排在了今年第四季度。
未来之路
我总是看到创始人们指望着「明年模型成本会便宜十倍！」这句话，就好像抓住了一根救命稻草。的确如此，但到那时，你的用户对模型的期望可能会提高二十倍。目标正在冲刺着远离你。
还记得 windsurf 吗？由于 cursor 给他们的利润表带来了巨大压力，他们最终也未能找到摆脱困境的方法。即便是拥有全球最深度垂直整合应用层的 anthropic，也无法让固定订阅费下的无限使用模式跑通。
尽管「levered beta is all you need」一文的结论 —— 即先发优势胜过聪明才智 —— 依然成立，但没有计划的「先发」也意味着你会第一个走进创业坟场。
- 相关博客链接：https://ethanding.substack.com/p/levered-beta-is-all-you-need
现在可没有 Google 会为负毛利业务开出 24 亿美元的支票了。当「以后」意味着你的 AWS 账单超过了你的收入时，就不再有「我们以后再想办法」这回事了。
但好在，至少明年的模型成本会便宜十倍。
文章来自于微信公众号“机器之心”。