長期以來，OpenAI與Anthropic等大模型廠商依靠固定月費的訂閱模式，迅速完成了在用戶羣體中的普及。然而，行業研究機構SemiAnalysis的一項深度測評顯示，這種看似雙贏的模式，正在讓廠商面臨日益尖銳的成本危機。

測評機構通過對比兩家公司多檔訂閱計劃發現，由於重度用戶在編程和“智能體”交互中產生的高頻Token消耗，平價的訂閱費往往難以覆蓋其背後的算力成本。以OpenAI定價200美元的“ChatGPT Pro20x”計劃爲例，若用戶將其“用滿”，對應的API計費理論上高達1.4萬美元;Anthropic的同價位產品“Claude Max20x”在極限使用下，Token成本亦可達8000美元。

image.png

這種懸殊的收益差，迫使廠商不得不高度關注計算資源的“利用率”。報告指出，一旦用戶的使用率超過一定閾值——對於Anthropic部分檔位而言是20%，對於OpenAI部分計劃甚至僅爲5.7%——該用戶的存在便從盈利轉爲虧損。這意味着，企業無須等到用戶達到極端使用頻率，訂閱產品就已經在“賠本賺吆喝”。

這種成本壓力正引發行業的連鎖反應。在企業內部，過往鼓勵員工無限度試用AI工具的策略正被迅速收縮。據悉，已有企業因未設限使用Claude，單月產生高達5億美元的支出，不得不緊急叫停。

爲了應對這一挑戰，企業端正轉向更具針對性的模型路由策略。通過將複雜任務交由高昂的“前沿模型”處理，常規需求下放至廉價模型，部分企業已成功削減了高達95%的AI運營成本。更有初創公司乾脆選擇了“技術遷移”，轉向DeepSeek等性價比較高的模型，以尋求更具可持續性的財務架構。

行業內對於未來的預期呈現兩極化。一方面，隨着基礎設施擴容和算力效率提升，部分中高端模型能力的運行成本有望進一步下降;另一方面，最尖端模型在可預見的未來仍將保持高昂開支，廠商或許會逐漸將高端功能從大衆訂閱包中剝離，轉而採用更加精細化的計費模式。

對於OpenAI與Anthropic而言，如何在維持用戶增長與控制鉅額算力虧損之間找到平衡點，正成爲這場AI“軍備競賽”中最考驗經營智慧的難題。