Token的成本下降10倍，但大模型公司卻離盈利越來越遠

這篇文章的作者Ethan Ding，系統性地闡明了如今正在AI行業發生的一個“詭異”現象：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行更大的任務， Token的消耗爆炸了，大模型公司的虧損率都在不斷提高。

不過，這對經歷過多次互聯網補貼大戰的中國用戶來說，卻也遠不算什么新鮮事了：業務發展越來越紅火，虧損額度越來越大，公司估值節節走高，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付費訂閱服務依然會被榨干。

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/計費單位，它可能是一個字、一個詞或一個標點。模型的上下文長度、生成長度、速度與費用，都按token計量。

但是，要注意它不直接等同于“字”或“詞”，拆分規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，歡迎點贊、轉發和收藏。

想象一下：你創立了一家公司，但你心里清楚，消費者每月最多只愿意付20美金（如今大部分AI大模型服務的月費價格）。

沒關系，你心想，典型的VC打法——按成本價收費，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。

虧損只是暫時的，利潤終將到來！

這個策略，簡單到連 VC 公司新人都能懂：

• 第一年：每月20美金 實現收支平衡

• 第二年：算力成本降低 10 倍，利潤率達到 90%

• 第三年：買個豪華大游艇!

這個策略，確實也說得通，因為大家都在念叨：“大模型推理的成本，每 6 個月就降至原來的三分之一，我們會沒事的。”

但是，18個月后，你的利潤率依然負得不能再負。

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。

公司們仍在持續流血。

模型確實更便宜了，GPT-3.5 的調用費用，已經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、沒人想要前天的報紙

GPT-3.5 現在雖然便宜了 10 倍，但它的吸引力也和在 iPhone 發布會上亮相的翻蓋手機一樣低。

當一款新模型作為 SOTA 問世時，99% 的用戶需求會立刻轉向它，消費者對所有產品都是這么做的。

現在來看看那些前沿模型的實際定價歷史，也就是任何時候都占據 99%用戶需求的那些模型：

看看上圖，發現什么了嗎？

當 GPT-4 以 $60 的價格推出時，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 Claude 3 Opus 以 $60 推出時，哪怕 GPT-4 已經降價，人們還是轉向了 Claude 3 Opus。

10 倍降成本確實存在，但只體現在上一代的模型上。

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

然而，最好的模型價格始終都差不多貴，因為那代表了當下推理所需的最大成本。

當你和 AI 相處時——無論是在編程、寫作還是思考——你總是追求最高的質量。

沒有人會打開 Claude 想：“嗯，要不我用那個老版本幫老板省點錢。”

我們在認知上都是貪婪的生物，想要能獲得的最強大腦，特別是當我們拿自己的寶貴時間去換取它的時候。

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Token 成本，確實也沒有變貴。

然而，出現更糟糕的情況：模型消耗的 Token 數量，呈現了爆炸式增長。

以前，ChatGPT 對一句話的問題，只回復一句話。

現在，Deep Research模式要花 3 分鐘來規劃，20 分鐘來閱讀，再用 5 分鐘為你重寫一份報告。

推理階段計算量的激增，導致了一個誰也沒預料到的結果：AI 能夠完成的單次任務長度，每六個月翻一番。

過去返回1000 個 Token 的任務，現在返回10萬個。

當你把趨勢往后推算，數字瘋狂得離譜。

目前，一次 20分鐘的“深度研究”運行成本大約是1美金。

到了 2027 年，我們將有 Agent 可以連續運行 24 小時，而不丟失上下文，再考慮前沿模型的單價并未下降，那就是一次運行要燒掉72美金。

也就是每位用戶每天72美金，而且用戶還可以同時并行運行多個這樣的任務。

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

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

顯然，這一點怎么強調都不為過：每月20美金的付費訂閱，連支撐一個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動機，然后用省下的油去造了一輛巨型卡車。

沒錯，你每加侖油是能跑得更遠了，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“固定費用套餐 + 高強度 Token 消耗”模式的創業公司，如今都正處于槍口之下。

三、Anthropic奮力應對這場逼空

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

他們的策略確實很巧妙：

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

2、按負載自動切換模型：負載高時就從 Opus 模型（$75/百萬 Token）切換到 Sonnet 模型（$15/百萬），閱讀時用 Haiku 模型優化。

就像 AWS 的彈性擴容，只不過更加用在“刀刃”上。

他們肯定把這種行為，直接寫進了模型權重里。這是一種范式轉變，后面我們大概率會更常見到。

3、把計算量轉給用戶的機器：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 Token，相當于在一個月里輸出了1.25萬本《戰爭與和平》的內容。

怎么做到的？就算每次連續運行 10 分鐘，一個用戶又怎么能燒掉 100 億個Token呢？

結果發現，連續運行 10～20 分鐘，剛好足夠卡詩“for loop”的妙用。

一旦將 Token 消耗與用戶在應用中的時間解耦decouple，物理規律就接管了一切：把 Claude 丟去執行一個任務，讓它自己檢查結果、重構、優化，如此循環，直到破產為止。

用戶變成了 API 編排者，在 Anthropic 買單的情況下，7×24 小時地運行代碼轉換引擎。

從聊天到 Agent 的演化，一夜之間就發生了，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，但教訓不在于價格夠不夠高，而在于在這個新世界中，無論哪種訂閱模式，都不可能撐得起無限使用。

換言之，在這個新環境下，不存在行得通的固定訂閱價。

這筆賬已經從根本上算不平了。

四、其他人的囚徒困境
這讓其他所有公司都陷入了一個進退兩難的處境。
每家AI公司都知道按用量計費（而不是固定價格），就能救自己，但他們也知道那么做會要了自己的命。
你在老老實實按 $0.01/1000Token收費，你那靠風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 → 行業可持續發展

• 大家都按包月收費 → 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

結果就是，人人都選擇了背叛。

大家都去補貼重度用戶，所有人都在曬高斜率的增長曲線，但最終大家都不得不發布“重要定價更新”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，但那是下任 CEO 才要操心的問題。

老實說，也許他們最終是對的。

在跑馬圈地階段，市場份額確實比利潤率更重要。只要 VC 們還在不斷掏錢，填補單位經濟的虧空。

但去問問 Jasper，當音樂停止時會發生什么吧。

五、避免死局？
難道真的有辦法，避免這場“死局”嗎？
據傳，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，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，估值卻達到了后者的三分之二。
風投們知道關于 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費

不補貼用戶，不搞「先拉用戶、以后再變現」，而是老老實實按經濟賬來，理論上這聽上去很不錯。

可是，有按量計費且大獲成功的面向消費者的 AI 公司嗎？

消費者討厭分段計費！

他們寧愿多花錢買不限量，也不想事后收到賬單時被嚇一跳。

每一家成功的 to C 訂閱服務——Netflix、Spotify、ChatGPT——用的都是統一套餐。

你只要一加上計量表，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，這是個年收入近1000萬美金的項目。

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

答案顯而易見：6 個月的部署實施、合規審核、安全審計、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。只有當銀行里那個拍板的人，把自己的聲譽都押在你身上時，你才能簽下這些合同。而簽了約后，每個人都會想方設法把項目做成。

這也是為什么在超大規模云廠商之外，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，因為客戶越是不容易走，你的買家對價格就越不敏感。

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

3、垂直整合，靠基礎架構賺錢

這是 Replit 的游戲：把編碼 Agent 和應用托管、數據庫管理、部署監控、日志等打包提供。

每個 Token 都在虧錢，但你在這代新開發者的技術棧中每一層其他地方都攫取了價值，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 競爭的服務消費。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。

每個應用都需要運行的地方，每個數據庫都需要維護，每次部署都需要監控。

就讓 OpenAI 和 Anthropic 去把推理價格卷到歸零吧，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

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

沒錯，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，卻沒有計劃，也意味著你只是第一個進墓地的人。

如今，不會有 Google 給負利潤業務開出 24 億美元的支票。

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

完。

歡迎關注、收藏和分享，點贊代表催稿下一篇，嘻嘻，之后我會發布黃仁勛出道以來推薦過的書，這位老哥非常神奇，現年62歲、創業32年的他，似乎一共只推薦過7本書，但是本本經典，敬請期待。）