讲师中心 微信公众号
AI工具推荐 视频效率加速

补贴→Token计费→降价,OpenAI打响价格战,Token经济学拐点将至?

千敏酱_8097

千敏酱_8097

发布时间:2026-06-13 16:47:27

|

552人浏览过

|

来源于php中文网

原创

AI时代,K型消费
AI时代,K型消费
(来源:券研社)

![](https://www.php.cn/link/723d8c61fce870c3474d080313a4a2fd)

当token价格战真正打响,ai行业靠什么赚钱?整条ai商业化的估值逻辑,都到了需要被重写的时刻。拼“性价比”和“稀缺性”的时期可能到了。对于openai而言,“局势进一步恶化”,专家指出“一旦openai走下坡路,很可能会拖垮英伟达、甲骨文、coreweave等公司。”

生成式AI的商业化叙事,正面临三年来最深刻的一次自我审视。从以补贴换用户、月包订阅隐藏成本,到按Token计费引爆企业账单危机,AI行业用三年时间完成了一次商业化的三级跳——而一场潜在的价格战,可能让整套变现逻辑再度归零。

据《华尔街日报》报道,OpenAI正在考虑大幅下调向用户收取的Token费用,以从竞争对手Anthropic手中争夺企业客户。据知情人士称,此举部分是为“抢占先手”,OpenAI预计Anthropic也将采取的类似降价行动。OpenAI首席执行官Sam Altman近期在一场活动上承认,AI使用成本已成为"一个巨大问题",并表示将"帮助人们用更少的支出获得更多价值"。

这一消息的时机格外敏感。OpenAI本周已秘密提交IPO申请,Anthropic同样处于上市倒计时阶段。与此同时,彭博Silicon Data LLM Token支出指数已连续7个交易日下跌,创今年1月以来最长连跌纪录,折射出市场对AI账单可持续性的深层焦虑。报道直言,价格战将直接侵蚀两家公司的利润率——而两家公司目前均已因AI系统所需的庞大算力亏损数十亿美元。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

立即进入“豆包AI人工智官网入口”;

立即学习“豆包AI人工智能在线问答入口”;

这场讨论的核心,不再只是一次降价决策,而是一个更根本的问题:当"Token消耗越多越好"的叙事走到尽头,AI行业下一个商业化故事将由谁来讲,又将如何讲。

01

初始三阶段:从月包补贴到Token账单

生成式AI的商业化,在短短三年内经历了清晰的三段演变。

第一阶段,月包和年包订阅奠定行业基调。2023年2月,OpenAI推出月费19.99美元的ChatGPT Plus,开创大模型C端付费先例;百度、阿里、腾讯随后跟进,固定月费订阅成为初级商业模式的标配。

第二阶段,补贴大战全面爆发。为拉高ARR(年度经常性收入)这一融资估值的核心锚点,各家厂商转向大规模补贴:谷歌为学生免费提供15个月Gemini Advanced,OpenAI推出首月1美元的Team版会员,字节跳动豆包以"比行业价低99.3%"的定价入场,百度宣布核心模型免费。补贴的本质是以亏损换增长——据报道,微软在GitHub Copilot订阅模式下平均每位用户每月亏损超过20美元,部分重度用户月亏损高达80美元。

第三阶段,是按量计费的强制切换。2026年6月1日,微软宣布GitHub Copilot所有计划正式转向基于Token用量计费,月费19美元直接转化为等额Token额度。这一改变,将被订阅制长期掩藏的真实成本摆上台面——据Reddit社区用户测算,一次智能体编程会话可消耗30至40美元,单月套餐在单次使用中即告耗尽。

02

账单失控:当Token比人更贵

Token按量计费的落地,将企业AI支出的真实面目完整呈现。

企业端的账单数字触目惊心。Uber首席运营官Andrew Macdonald在2026年5月公开表示,Token消耗的增长与产品实质改善之间,"这条线还不存在",并为此专门造了一个词:"tokenmaxxing"(Token极大化),形容员工为刷使用量而执行无价值任务。

更直接的数据是:Uber仅2026年前四个月就耗尽了全年Token预算;Salesforce预计全年付给Anthropic的费用将达约3亿美元。

Anthropic自己的开发者文档显示,使用Claude Code的开发者平均成本约为每个工作日13美元,90%的用户每日成本低于30美元——折算下来,一个10人开发团队仅Token费用一年就可能超过75600美元。

投入产出比同样令人警觉。企业数据平台Entelligence.AI汇总2444家企业的数据后发现,每投入1美元的AI Token费用,仅有18美分产生了触达用户的实际价值;44美分用于修复AI自身引入的Bug,27美分流向返工,11美分消耗于审查摩擦。

面对失控的账单,企业端已开始主动管控。亚马逊叫停了内部AI使用排行榜,要求员工"不要为了用AI而用AI";微软计划逐步停用部分关键产品部门员工的Claude Code订阅。高盛指出,部分企业用于AI Token的支出已占其员工总人力成本的10%,未来几个季度这一比例可能进一步攀升。这不是需求消失,而是AI支出的粗放时代走向终结。

03

第四幕:价格战打响,OpenAI考虑大幅降价

正是在这样的背景下,价格战的导火索被点燃。

Openai Whisper 1.0.0
Openai Whisper 1.0.0

使用 Whisper CLI 进行本地语音转文字(无需 API 密钥)

下载

据《华尔街日报》报道,Altman的降价考量直接由追赶Anthropic的压力所触发。Anthropic的收入近期大幅增长,旗下编程工具Claude Code在软件工程师群体中走红,这家成立五年的初创公司估值甚至首次超过OpenAI。

然而,这场价格战的代价将异常沉重。价格若大幅下调,将进一步压缩两家公司本就为负的利润空间,而竞争格局提供的空间极为有限。

而投资者长期以来识别出的底层风险是,OpenAI与Anthropic的产品具有高度可替代性,客户可以轻易从一家转向另一家——这意味着降价即便短期留住客户,也无法真正构建护城河,只是延缓了份额流失。

这一困境还通过云计算巨头与AI实验室之间的财务循环向外传导。

据The Information汇编的企业披露文件,OpenAI和Anthropic合计占微软、甲骨文、谷歌和亚马逊约2万亿美元未来云服务承诺的逾半数。若降价引发收入预期下修,这条传导链条将双向承压。

美国神经科学和人工智能专家Gary Marcus说道:“这进一步暴露了OpenAI的脆弱,也表明了它面临的困境有多严重。一旦OpenAI走下坡路,很可能会拖垮英伟达、甲骨文、Coreweave等公司。局势正在迅速恶化。”

多空分歧在华尔街公开对峙。摩根大通TMT分析师Mark Schilsky认为,当前账单焦虑不过是"通往更高支出的最小减速带":若每百万Token均价下降,但美国公司AI付费渗透率持续上升,总体Token用量在数学上必然大幅增加;加之代理式AI(agentic AI)将单任务Token消耗推升至传统问答模式的数倍,长期总支出料将显著高于当前水平。

高盛半导体分析师Jim Covello则持更为悲观的立场,认为当前产业链繁荣几乎将所有价值导向半导体公司,这一现象"在历史上前所未有且不可持续",一旦企业直面按量计费的真实价格,支撑GPU采购和模型训练的资本流动将面临逆转。

04

第五幕:Token经济学的下一个故事?

价格战之后,AI行业商业化的下一章尚未写就,但轮廓正在浮现。

Citadel证券的报告提供了一个方向性框架:分层收费与按稀缺性定价。其核心逻辑是,推理密集型前沿AI不会消失,但会越来越集中在少数有能力承担算力成本的大型企业手中;对更广泛的企业而言,在物理约束缓解之前,更简单的模型可能是更具生产力的路径。这意味着AI使用将走向分层——高价值、复杂任务继续使用前沿模型,日常任务、批量任务则转向廉价模型或本地模型。

摩根大通则持相对乐观的判断:即便单位Token价格下降,智能体AI(agentic AI)的普及将使每个任务的Token消耗倍增——现有数据显示,业务agent化后每个任务的Token消耗可变为原来的3.5倍——总体支出规模仍有望继续扩大,当前的账单焦虑或许只是"通往更高支出的最小减速带"。

Nebius首席营收官Marc Boroditsky提出了"valuemaxxing"的概念,主张行业从追求Token消耗最大化,转向使每个Token真正产生价值。这一方向正逐渐成为行业共识——但真正的商业落地,仍需要AI实验室找到一套既能反映真实成本、又能被企业客户接受的定价体系,而这正是当前所有争论尚未解决的核心命题。

然而,在这场价格战中,最被忽视的变量或许是中国模型。

据美国企业支出管理平台Ramp的6月数据,DeepSeek已登顶美国企业软件订阅增速榜首。Ramp首席经济学家Ara Kharazian特别强调,这并非开源模型的本地部署,"企业在直接通过DeepSeek收发数据",是真实付费的直连使用——他坦言"没有料到美国公司会去用DeepSeek"。据第三方测算,DeepSeek V4-Pro的API均价约为GPT-5.5的十分之一,约为Claude Opus 4.7的十一分之一。

OpenAI与Anthropic两虎相争,最终受益的,可能是那个早已将"普惠定价"写入基因、且不需要向IPO投资者交代利润率的玩家。这或许不是这场价格战最受欢迎的结局,但正在成为越来越难以忽视的现实。

本文来自微信公众号“硬AI”,作者:徐超,36氪经授权发布。

热门AI工具

更多
Loomy
Loomy Hot

一款AI工具,主要用于科大讯飞发布的桌面级 AI 助理,比 OpenClaw 更易用、更安全!,适合需要提升相关任务效率的用户。

切问学术

切问学术是一款AI论文写作工具,复旦大学NLP团队推出的AI学术智能体。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

立刻MV
立刻MV Hot

立刻MV是一款AI文本写作工具,AI 音乐视频(MV)创作工具。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

Laper
Laper Hot

Laper是专为编剧、导演和制片人推出的 AI 原生剧本创作工具。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

蛙蛙写作

一款AI论文写作工具,主要用于超级AI智能写作助手,适合需要提升相关任务效率的用户。

PixTV
PixTV Hot

PixTV是一款面向AIGC内容创作的AI视频生成工具。

相关专题

更多
Gradle插件开发入门教程
Gradle插件开发入门教程

本专题介绍Gradle插件开发的基本流程,涵盖插件类编写、自定义任务注册、扩展参数设计和插件应用方法,帮助你理解插件如何组织构建逻辑,减少多个项目之间的重复配置。

0

2026.10.22

Gradle Wrapper配置教程
Gradle Wrapper配置教程

本专题介绍Gradle Wrapper的基本作用,涵盖文件组成、生成方法、版本配置和任务调用,帮助你理解项目如何使用指定的Gradle版本,减少不同开发环境带来的构建差异。

0

2026.10.22

Golangci-lint检查器使用教程
Golangci-lint检查器使用教程

本专题整理Golangci-lint常用Linters的用途与配置方法,覆盖错误处理、无效代码、安全、复杂度、命名和依赖检查,帮助项目合理选规则。

0

2026.10.22

Gradle怎么构建Java项目
Gradle怎么构建Java项目

本专题介绍Gradle Java项目构建方法,涵盖Java插件配置、依赖声明、源码编译、测试执行和打包检查,帮助你理解各阶段的任务关系,逐步完成项目构建。

0

2026.10.22

PHP时间戳漏洞修复教程
PHP时间戳漏洞修复教程

本专题汇总PHP常见时间戳漏洞,包括2038年溢出、时区漂移、时间戳伪造、重放攻击、时间盲注与日志审计失效等,并给出升级64位环境、使用 DateTimeImmutable、统一UTC、严格超时校验、预处理绑定、hash_equals 比对等修复方案,帮助开发者快速排查和加固时间相关代码。

0

2026.10.22

Golangci-lint配置文件与规则设置
Golangci-lint配置文件与规则设置

本专题聚焦Golangci-lint YAML配置文件,讲清运行参数、规则启停、目录排除、问题过滤及严重级别设置,便于团队统一检查标准。

0

2026.10.22

Golangci-lint安装与入门教程
Golangci-lint安装与入门教程

本专题讲解Golangci-lint的安装、初始化、基础命令和首次代码检查,覆盖本地环境、Docker及多平台用法,帮助Go开发者快速上手。

0

2026.10.22

PHP2Shell高危漏洞修复教程
PHP2Shell高危漏洞修复教程

PHP2Shell漏洞是什么,哪些PHP版本和运行环境会受到影响,服务器应该如何检测与修复?本专题提供版本自查脚本、Linux与Docker升级命令、PHP-FPM和Apache排查步骤,以及修复验证、临时缓解和应急响应方案。

60

2026.10.22

剧云人物设定与关系管理教程
剧云人物设定与关系管理教程

本专题介绍剧云人物设定与关系管理,讲解角色小传、性格职业、人物目标、背景资料和关系网络的创建及维护方法。

0

2026.10.22

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
ChatGPT入门手册
ChatGPT入门手册

共0课时 | 0人学习

Codex官方文档
Codex官方文档

共0课时 | 0人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn