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。

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。

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。

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 7x24 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。

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。

“高中签率”新股，来了！　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！　　来源：中国基金报　　【导读】下周5只新股可申购，联合动力被称为“小小华为”　　中国基金报记者邱德坤　　A股打新投资者注意啦！　　根据目前发行安排，下周有5只新股可申购