這篇文章的作者Ethan Ding，系統(tǒng)性地闡明了如今正在AI行業(yè)發(fā)生的一個(gè)“詭異”現(xiàn)象：雖然Token的單位成本下降了，但是由于AI能做的事越來越多，越來越被更多的人自動化地執(zhí)行更大的任務(wù)， Token的消耗爆炸了，大模型公司的虧損率都在不斷提高。

不過，這對經(jīng)歷過多次互聯(lián)網(wǎng)補(bǔ)貼大戰(zhàn)的中國用戶來說，卻也遠(yuǎn)不算什么新鮮事了：業(yè)務(wù)發(fā)展越來越紅火，虧損額度越來越大，公司估值節(jié)節(jié)走高，直到......

未來，大語言模型的單位成本，也許還會一次又一次地便宜10倍，但AI付費(fèi)訂閱服務(wù)依然會被榨干。

token可以理解為詞元，在大模型里，token 是分詞器把文本切分后的最小處理/計(jì)費(fèi)單位，它可能是一個(gè)字、一個(gè)詞或一個(gè)標(biāo)點(diǎn)。模型的上下文長度、生成長度、速度與費(fèi)用，都按token計(jì)量。

但是，要注意它不直接等同于“字”或“詞”，拆分規(guī)則要由具體分詞器決定。

如若要了解token和大語言模型的具體工作原理，可參考這篇：

如下為《ai subscriptions get short squeezed》的正文，enjoy，歡迎點(diǎn)贊、轉(zhuǎn)發(fā)和收藏。

想象一下：你創(chuàng)立了一家公司，但你心里清楚，消費(fèi)者每月最多只愿意付20美金（如今大部分AI大模型服務(wù)的月費(fèi)價(jià)格）。

沒關(guān)系，你心想，典型的VC打法——按成本價(jià)收費(fèi)，為增長犧牲利潤率，CAC、LTV 之類的賬，你也都算過了。

不過接下來就有意思了，你看過 a16z 的那張圖，顯示 LLM 的成本每年下降 10 倍。

于是你心里盤算，今天每月20美金，可以做到收支平衡，等模型明年成本降低10 倍：砰的一下，利潤率就有 90% 了。

虧損只是暫時(shí)的，利潤終將到來！

這個(gè)策略，簡單到連 VC 公司新人都能懂：

• 第一年：每月20美金 實(shí)現(xiàn)收支平衡

• 第二年：算力成本降低 10 倍，利潤率達(dá)到 90%

• 第三年：買個(gè)豪華大游艇!

這個(gè)策略，確實(shí)也說得通，因?yàn)榇蠹叶荚谀钸叮骸按竽Ｐ屯评淼某杀荆?6 個(gè)月就降至原來的三分之一，我們會沒事的?！?/p>

但是，18個(gè)月后，你的利潤率依然負(fù)得不能再負(fù)。

Windsurf 公司最終被拆解變賣，Claude Code 本周（25年8月初）也不得不下架了后來推出的每月200 美元但不限量的套餐。

公司們?nèi)栽诔掷m(xù)流血。

模型確實(shí)更便宜了，GPT-3.5 的調(diào)用費(fèi)用，已經(jīng)只有原來的十分之一。但不知為何，利潤率反而更糟了。

這是不是有哪里不對？

一、沒人想要前天的報(bào)紙

GPT-3.5 現(xiàn)在雖然便宜了 10 倍，但它的吸引力也和在 iPhone 發(fā)布會上亮相的翻蓋手機(jī)一樣低。

當(dāng)一款新模型作為 SOTA 問世時(shí)，99% 的用戶需求會立刻轉(zhuǎn)向它，消費(fèi)者對所有產(chǎn)品都是這么做的。

現(xiàn)在來看看那些前沿模型的實(shí)際定價(jià)歷史，也就是任何時(shí)候都占據(jù) 99%用戶需求的那些模型：

看看上圖，發(fā)現(xiàn)什么了嗎？

當(dāng) GPT-4 以 $60 的價(jià)格推出時(shí)，盡管 GPT-3.5（之前的SOTA）便宜 26 倍，所有人還是一窩蜂地改用 GPT-4。

當(dāng) Claude 3 Opus 以 $60 推出時(shí)，哪怕 GPT-4 已經(jīng)降價(jià)，人們還是轉(zhuǎn)向了 Claude 3 Opus。

10 倍降成本確實(shí)存在，但只體現(xiàn)在上一代的模型上。

所以，這就是“成本會下降”戰(zhàn)略站不住腳的第一個(gè)原因：市場只對“最好的語言模型”有需求，就是這么簡單。

然而，最好的模型價(jià)格始終都差不多貴，因?yàn)槟谴砹水?dāng)下推理所需的最大成本。

當(dāng)你和 AI 相處時(shí)——無論是在編程、寫作還是思考——你總是追求最高的質(zhì)量。

沒有人會打開 Claude 想：“嗯，要不我用那個(gè)老版本幫老板省點(diǎn)錢?！?/p>

我們在認(rèn)知上都是貪婪的生物，想要能獲得的最強(qiáng)大腦，特別是當(dāng)我們拿自己的寶貴時(shí)間去換取它的時(shí)候。

二、Tokens的消耗，比我們想象中還要多

“好吧，但這仍然可控，對吧？我們就一直保持收支平衡不就行了？”

哎，天真的孩子。

的確，每一代前沿模型的單個(gè)Token 成本，確實(shí)也沒有變貴。

然而，出現(xiàn)更糟糕的情況：模型消耗的 Token 數(shù)量，呈現(xiàn)了爆炸式增長。

以前，ChatGPT 對一句話的問題，只回復(fù)一句話。

現(xiàn)在，Deep Research模式要花 3 分鐘來規(guī)劃，20 分鐘來閱讀，再用 5 分鐘為你重寫一份報(bào)告。

推理階段計(jì)算量的激增，導(dǎo)致了一個(gè)誰也沒預(yù)料到的結(jié)果：AI 能夠完成的單次任務(wù)長度，每六個(gè)月翻一番。

過去返回1000 個(gè) Token 的任務(wù)，現(xiàn)在返回10萬個(gè)。

當(dāng)你把趨勢往后推算，數(shù)字瘋狂得離譜。

目前，一次 20分鐘的“深度研究”運(yùn)行成本大約是1美金。

到了 2027 年，我們將有 Agent 可以連續(xù)運(yùn)行 24 小時(shí)，而不丟失上下文，再考慮前沿模型的單價(jià)并未下降，那就是一次運(yùn)行要燒掉72美金。

也就是每位用戶每天72美金，而且用戶還可以同時(shí)并行運(yùn)行多個(gè)這樣的任務(wù)。

一旦我們能部署 Agent 異步執(zhí)行連續(xù) 24 小時(shí)的任務(wù)，我們就不會再一次只給它一條指令然后等反饋了。

我們會批量調(diào)度它們，整個(gè) AI 艦隊(duì)們并行地攻克問題，燒起Token來就跟不要錢似的。

顯然，這一點(diǎn)怎么強(qiáng)調(diào)都不為過：每月20美金的付費(fèi)訂閱，連支撐一個(gè)用戶每天跑一次成本1美金的深度研究模式都做不到。

但，這恰恰是我們正在面對的局面。

模型能力每提高一次，都意味著它們一次能夠有效利用的算力上限又升高了。

這就像造出了一臺更省油的發(fā)動機(jī)，然后用省下的油去造了一輛巨型卡車。

沒錯(cuò)，你每加侖油是能跑得更遠(yuǎn)了，但你也會一次燒掉 50 倍的油。

這種局面，逼得Windsurf 不得不賣身，任何采用“固定費(fèi)用套餐 + 高強(qiáng)度 Token 消耗”模式的創(chuàng)業(yè)公司，如今都正處于槍口之下。

三、Anthropic奮力應(yīng)對這場逼空

Claude Code 推出的Max-Unlimited套餐，可以說是我們見過的、為抵御這場風(fēng)暴所做的最精密嘗試。然而，他們用盡了一切招數(shù)，但最后仍然被擊潰了。

他們的策略確實(shí)很巧妙：

1、價(jià)格定高 10 倍：當(dāng) Cursor 收 $20/月 時(shí)，它定 $200/月。先留出更大的緩沖區(qū)，好讓出血開始前能多撐一陣子；

2、按負(fù)載自動切換模型：負(fù)載高時(shí)就從 Opus 模型（$75/百萬 Token）切換到 Sonnet 模型（$15/百萬），閱讀時(shí)用 Haiku 模型優(yōu)化。

就像 AWS 的彈性擴(kuò)容，只不過更加用在“刀刃”上。

他們肯定把這種行為，直接寫進(jìn)了模型權(quán)重里。這是一種范式轉(zhuǎn)變，后面我們大概率會更常見到。

3、把計(jì)算量轉(zhuǎn)給用戶的機(jī)器：如果用戶的 CPU 都閑著，為什么還要自己開沙箱sandboxes呢？

盡管用了這些高明的工程手段，Token的消耗仍然像超新星一樣爆炸了。

排名第一的用戶，消耗了100億個(gè) Token，相當(dāng)于在一個(gè)月里輸出了1.25萬本《戰(zhàn)爭與和平》的內(nèi)容。

怎么做到的？就算每次連續(xù)運(yùn)行 10 分鐘，一個(gè)用戶又怎么能燒掉 100 億個(gè)Token呢？

結(jié)果發(fā)現(xiàn)，連續(xù)運(yùn)行 10～20 分鐘，剛好足夠卡詩“for loop”的妙用。

一旦將 Token 消耗與用戶在應(yīng)用中的時(shí)間解耦decouple，物理規(guī)律就接管了一切：把 Claude 丟去執(zhí)行一個(gè)任務(wù)，讓它自己檢查結(jié)果、重構(gòu)、優(yōu)化，如此循環(huán)，直到破產(chǎn)為止。

用戶變成了 API 編排者，在 Anthropic 買單的情況下，7×24 小時(shí)地運(yùn)行代碼轉(zhuǎn)換引擎。

從聊天到 Agent 的演化，一夜之間就發(fā)生了，消耗量暴增了 1000 倍。

這是一次相變，而不是漸變。

于是， Anthropic 下架了無限量套餐。

他們本可以嘗試每月2000美金的訂價(jià)，但教訓(xùn)不在于價(jià)格夠不夠高，而在于在這個(gè)新世界中，無論哪種訂閱模式，都不可能撐得起無限使用。

換言之，在這個(gè)新環(huán)境下，不存在行得通的固定訂閱價(jià)。

這筆賬已經(jīng)從根本上算不平了。

四、其他人的囚徒困境
這讓其他所有公司都陷入了一個(gè)進(jìn)退兩難的處境。
每家AI公司都知道按用量計(jì)費(fèi)（而不是固定價(jià)格），就能救自己，但他們也知道那么做會要了自己的命。
你在老老實(shí)實(shí)按 $0.01/1000Token收費(fèi)，你那靠風(fēng)投資金支持的競爭對手卻提供每月只需$20的無限量套餐。
用戶會選誰，還用猜嗎？

典型的囚徒困境：

• 大家都按用量收費(fèi) → 行業(yè)可持續(xù)發(fā)展

• 大家都按包月收費(fèi) → 一起卷到死

• 你按用量收，別人包月 → 你先死

• 你包月收，別人按用量 → 你贏了，但遲早也得死

結(jié)果就是，人人都選擇了背叛。

大家都去補(bǔ)貼重度用戶，所有人都在曬高斜率的增長曲線，但最終大家都不得不發(fā)布“重要定價(jià)更新”的公告。

Cursor、Lovable、Replit，他們心里都清楚賬怎么回事。他們選擇了今天先拼增長、明天再談盈利，最終難免破產(chǎn)，但那是下任 CEO 才要操心的問題。

老實(shí)說，也許他們最終是對的。

在跑馬圈地階段，市場份額確實(shí)比利潤率更重要。只要 VC 們還在不斷掏錢，填補(bǔ)單位經(jīng)濟(jì)的虧空。

但去問問 Jasper，當(dāng)音樂停止時(shí)會發(fā)生什么吧。

五、避免死局？
難道真的有辦法，避免這場“死局”嗎？
據(jù)傳，Cognition 最近正以150 億美元估值融資，而它對外公布的 ARR ，還不到1 億美元（我猜也就 5000 萬左右）。
對比之下，Cursor 在 ARR5 億美元時(shí)，融到了100 億美元的估值，增長曲線要陡峭得多。
前者收入不到后者的八分之一，估值卻達(dá)到了后者的三分之二。
風(fēng)投們知道關(guān)于 Cognition 的什么秘密，是我們所不知道的嗎？兩家公司做的都是寫代碼的 AI Agent。
難道 Cognition 找到了擺脫死亡螺旋的辦法？

從邏輯上看，避開死局有三條出路：

1、從第一天起就按使用量計(jì)費(fèi)

不補(bǔ)貼用戶，不搞「先拉用戶、以后再變現(xiàn)」，而是老老實(shí)實(shí)按經(jīng)濟(jì)賬來，理論上這聽上去很不錯(cuò)。

可是，有按量計(jì)費(fèi)且大獲成功的面向消費(fèi)者的 AI 公司嗎？

消費(fèi)者討厭分段計(jì)費(fèi)！

他們寧愿多花錢買不限量，也不想事后收到賬單時(shí)被嚇一跳。

每一家成功的 to C 訂閱服務(wù)——Netflix、Spotify、ChatGPT——用的都是統(tǒng)一套餐。

你只要一加上計(jì)量表，增長立馬死掉。

2、極高的切換成本 ，然后帶來高利潤率

Devin 正是all in在這條路上。

他們最近宣布了和花旗銀行及高盛的合作：在每家讓 4 萬名軟件工程師上手 Devin。按每人每月20美金算，這是個(gè)年收入近1000萬美金的項(xiàng)目。

但問題來了：你是愿意有來自高盛的1000萬美金的ARR，還是愿意有來自發(fā)燒級開發(fā)者們的5億美金ARR？

答案顯而易見：6 個(gè)月的部署實(shí)施、合規(guī)審核、安全審計(jì)、采購地獄……這意味著拿下高盛的單子非常困難，雖然一旦拿下，就幾乎不可能被撼動。只有當(dāng)銀行里那個(gè)拍板的人，把自己的聲譽(yù)都押在你身上時(shí)，你才能簽下這些合同。而簽了約后，每個(gè)人都會想方設(shè)法把項(xiàng)目做成。

這也是為什么在超大規(guī)模云廠商之外，最大的那些軟件公司全都是賣比如 CRM/ERP/EHR等系統(tǒng)的，它們面向的正是這些客戶。這類公司通常能做到 80-90% 的利潤率，因?yàn)榭蛻粼绞遣蝗菀鬃?，你的買家對價(jià)格就越不敏感。

當(dāng)競爭對手趕到時(shí)，你已經(jīng)在客戶的體系中扎根很深，想切換得再耗一個(gè) 6 個(gè)月的銷售周期。他們并非走不了，而是你客戶的 CFO寧死也不想再經(jīng)歷一次選擇過程了。

3、垂直整合，靠基礎(chǔ)架構(gòu)賺錢

這是 Replit 的游戲：把編碼 Agent 和應(yīng)用托管、數(shù)據(jù)庫管理、部署監(jiān)控、日志等打包提供。

每個(gè) Token 都在虧錢，但你在這代新開發(fā)者的技術(shù)棧中每一層其他地方都攫取了價(jià)值，以下是 Replit 是如何做到高度垂直整合的。

把 AI 虧本賣，然后引流，來帶動那些與 AWS 競爭的服務(wù)消費(fèi)。你賣的不是推理本身，你賣的是其余的一切，而推理部分只是營銷開支。

絕妙之處在于，代碼生成，自然而然會催生托管的需求。

每個(gè)應(yīng)用都需要運(yùn)行的地方，每個(gè)數(shù)據(jù)庫都需要維護(hù)，每次部署都需要監(jiān)控。

就讓 OpenAI 和 Anthropic 去把推理價(jià)格卷到歸零吧，而你擁有其余所有部分。

那些還在玩“固定套餐、不計(jì)成本增長”的公司，都是行尸走肉，它們不過是把昂貴的葬禮安排在了第四季度而已。

六、前路和未來

我總是看到一些創(chuàng)始人，指望著“模型明年會便宜 10 倍”，把它當(dāng)成救命稻草。

沒錯(cuò)，模型會更便宜，但你的用戶會期待它們多干出 20 倍的活。

Cursor 對Windsurf 損益的壓力，讓他們找不到脫身之策。

就連擁有地球上最垂直整合應(yīng)用層的 Anthropic ，也無法讓無限量的固定訂閱模式跑通。

雖然我常說，先發(fā)制人勝過策略聰明being early beats being smart，但是，如果只是搶先，卻沒有計(jì)劃，也意味著你只是第一個(gè)進(jìn)墓地的人。

如今，不會有 Google 給負(fù)利潤業(yè)務(wù)開出 24 億美元的支票。

當(dāng)“以后再說”意味著你的AWS 賬單已經(jīng)比營收還高時(shí)，也就沒什么“以后再說”的余地了。

完。

歡迎關(guān)注、收藏和分享，點(diǎn)贊代表催稿下一篇，嘻嘻，之后我會發(fā)布黃仁勛出道以來推薦過的書，這位老哥非常神奇，現(xiàn)年62歲、創(chuàng)業(yè)32年的他，似乎一共只推薦過7本書，但是本本經(jīng)典，敬請期待。）