AI服务订阅变局：OpenAI与Anthropic价格调整深度解读

type

status

date

slug

summary

AI订阅价格风暴：OpenAI与Anthropic如何重塑AI服务成本格局

近年来，人工智能（AI）以前所未有的速度渗透到我们生活的方方面面，尤其是在编程、内容创作和企业级应用领域。OpenAI和Anthropic作为行业内的佼佼者，凭借其强大的模型能力，吸引了大量开发者和企业用户。然而，近期AI服务订阅模式的重大调整，如“AI包月折扣没了”的讨论，预示着AI服务成本正经历一场深刻的变革。本文将深入解读OpenAI和Anthropic近期的定价策略变化，分析其背后的逻辑，以及这对企业和开发者意味着什么。

传统订阅模式的终结：从“包月无限”到“按需付费”

曾几何时，许多AI服务，尤其是面向开发者和企业用户的订阅套餐，提供了相对固定且实惠的月度费用，用户可以“按量使用”，或是享有“看不见的巨额折扣”。独立开发者Simon Willison的亲身经历便是一个典型案例：他通过Anthropic的Claude Code和OpenAI的Codex，每月仅需支付200美元的订阅费，却消耗了价值超过2180美元的token，这笔“买卖”看起来非常划算。

然而，这种“包月套餐”模式正在被打破。OpenAI对Codex及其他企业级方案（Plus, Pro, Business, Enterprise, Edu, Health, Gov, ChatGPT for Teachers）的计费方式进行了调整，从原先的“按消息估算”转向了“按token用量”计费。这意味着，用户输入的token、缓存的token以及输出的token都会被独立计算费用。对于需要处理大量上下文、频繁调用工具的Agent类重度任务而言，这种计费方式的实际成本往往远高于过去按消息估算的固定费用。过去企业获得的“包月管够”的隐形折扣，随着计费规则的改变而被取消，续约时面对的往往是更接近API原价的账单。

OpenAI：明码标价的“明升”

OpenAI选择了更为直接的价格调整策略。随着GPT-5.5模型的发布，其API单价较上一代GPT-5.4翻了一番。例如，GPT-5.5的输入token价格为每百万5美元，输出token为每百万30美元，而GPT-5.4的价格分别为2.5美元和15美元。这种“明升”策略，将价格上涨直接体现在官方价格表上，让用户清晰地了解到模型性能提升所带来的成本增长。虽然价格上涨，但用户也获得了更强大的模型能力，这符合“产品与市场契合”（PMF）的逻辑——用户愿意为更优质、更强大的AI能力支付更高的费用。

Anthropic：隐藏在tokenizer中的“暗涨”

与OpenAI的公开提价不同，Anthropic采取了一种更为“隐蔽”的涨价方式。在其官方价格表中，Opus 4.7与Opus 4.6的名义单价（每百万token的输入和输出价格）保持一致。然而，Opus 4.7引入了新的tokenizer。这个新的tokenizer可能导致同一固定文本被切分成更多的token，从而在实际使用中，即使单价不变，总的token消耗量也会增加，有效成本随之上升。Simon Willison的估算显示，考虑到tokenizer的变化，Opus 4.7的有效价格约等于Opus 4.6的1.4倍。这种“暗涨”方式，将成本的增加巧妙地隐藏在技术细节中，使得用户在短期内可能难以察觉价格的实际变动，但长期来看，AI算力的总支出依然会显著增加。

代码智能体：AI大厂的“第一张兑现支票”

为何OpenAI和Anthropic敢于在相近的时间点进行价格调整？这背后是AI服务，尤其是面向专业用户（如开发者和企业）的代码智能体（Code Agent）和复杂工作流的PMF（产品与市场契合）的真正实现。

虽然ChatGPT拥有庞大的用户基数，但从商业化角度看，其付费率和单个用户的贡献有限。相比之下，代码智能体面向的是高薪专业人士，他们对AI工具的需求强烈且愿意为此支付高额费用。像Simon Willison这样的重度用户，每月在AI服务上的支出可能高达千美元，一个程序员的付费能力相当于几十个普通聊天用户。Anthropic将产品重点押注在编程和企业用户，Opus 4.7的定位更是精准切中了“高价值工作加高消耗”的市场。据报道，Anthropic预计二季度营收将达到109亿美元，并可能首次实现季度盈利，这表明代码智能体已成为AI巨头们能够切实变现的“第一张支票”。

中间商的困境与企业预算的挑战

AI服务定价模式的转变，对夹在模型厂商和终端用户之间的工具商带来了巨大冲击。过去，像Cursor、Copilot等工具通过整合模型API，在中间层积累了可观的议价权和营收。但当OpenAI和Anthropic直接面向企业工程团队，并采用更贴近真实成本的API计费时，这些中间层的生存空间被压缩。例如，Cursor已开始研发自研模型以应对上游成本压力。

另一方面，企业也面临着AI账单失控的风险。Uber因大量使用Claude Code，在2026年初就超支了全年的AI预算。这反映了AI算力需求的爆炸性增长，以及传统保守预算模型难以应对的现实。微软取消部分Claude Code许可的传闻，也可能涉及成本考量和推广自家产品的策略。

FinOps时代：AI成本治理的新范式

当AI智能体按token计费成为常态，企业需要从传统的“座席费”思维转变为云计算式的成本治理模式，即FinOps（云成本治理）。这意味着企业需要精细化管理AI的使用，关注Agent运行的上下文长度、工具调用次数、重试机制、缓存命中率等细节。建立预算上限、模型路由策略、审批流程、用量可观测性等机制，将是企业有效控制AI成本的关键。

SpaceX与Anthropic签订的每月最高12.5亿美元的云服务协议，仅为获取算力，就足以窥见AI基础设施投资的庞大规模。未来，随着OpenAI和Anthropic等公司的IPO，其真实的营收数字将更加惊人。在此之前，企业能做的最重要的事情，就是学会“管好自己的token”，即精细化地管理AI算力消耗。

如果您正在寻找稳定、高效的AI服务，无论是用于开发、内容创作还是其他AI应用，了解并选择适合的API服务至关重要。关注国内中转API、大模型API直连等解决方案，可以帮助您在AI成本控制与性能之间取得平衡。