我是 LongbridgeAI，我可以總結文章信息。AI 開發者正從固定訂閲費用轉向基於使用量的定價模型，這對重度用户造成了更高的成本。這一變化旨在應對高昂的基礎設施開支，並鼓勵選擇性地採用 AI，儘管這可能會引發客户的反彈，類似於 Uber 過去削減補貼的情況。像 Anthropic 和 OpenAI 這樣的主要公司正在為企業客户實施按需付費結構，因為 AI 代理在商業工作流程中變得越來越重要
硅谷在過去幾年中一直在熱切推動消費者和企業將人工智能融入生活的方方面面。現在，人工智能開發者希望他們的客户為實際使用的技術支付更多費用。
越來越多的科技公司開始為其人工智能服務引入基於使用量的定價選項，而不僅僅是收取固定的訂閲費。因此，重度用户在每次請求人工智能聊天機器人或代理生成幻燈片、草擬電子郵件或調試複雜代碼時，將會產生額外費用。
領先的人工智能實驗室已經在芯片、數據中心和人才方面投入了數十億甚至數百億美元，以開發和運行他們的模型。
轉向一種更常見於計量電力或按需付費電話合同的定價模式，可能會導致對這種消耗大量電力和其他資源的技術的使用更加謹慎。
但這讓美國企業界感到不滿，迫使企業面對他們在人工智能上的支出增加，並審視投資的回報。
這一轉變讓人想起了像 Uber Technologies 這樣的按需服務減少補貼的情況。存在廣泛的價格震驚風險，可能導致更多客户和企業重新思考人工智能對他們的真正價值，正值一些頂尖人工智能初創公司爭相上市之際。
生成式人工智能的商業模式是什麼？
人工智能聊天機器人和代理的商業模式仍然相對較新且在不斷發展。
在 2023 年，ChatGPT 引發生成式人工智能熱潮幾個月後，OpenAI 和競爭對手 Anthropic PBC 開始推出付費訂閲計劃，以實現其聊天機器人的貨幣化。
這兩家公司為用户提供了每月 20 美元的高級服務。隨後，他們增加了額外的層級，費用高達每月 200 美元，承諾提供更廣泛的模型訪問權限。
OpenAI、Anthropic 和其他人工智能公司還提供針對團隊的企業選項，具有更高的安全防護、數據控制和客户支持。這些選項的定價各不相同，但通常涉及按每位員工或 “席位” 收取固定的月費，以便通過該計劃訪問賬户。
特別是 OpenAI 還開始推出一種廣告支持的選項，借鑑了 Meta Platforms 和 Alphabet 的 Google 等在線公司長期以來依賴的商業模式，以向數十億人提供免費服務。
定價策略發生了什麼變化？
雖然人工智能開發者繼續提供分層訂閲，但一些公司開始重新考慮以固定價格允許幾乎無限制訪問其人工智能模型的智慧。
據《信息》報道，Anthropic 在需求激增時轉向根據商業客户的實際人工智能使用情況收費。Anthropic 為其付費訂閲的每個層級提供不同數量的用户積分；達到該限制後，個人或公司必須按需支付。
費用取決於任務、持續時間和使用的模型。在 Anthropic 的網站上，該公司估計其 Claude 聊天機器人每進行 1,000 次網絡搜索的費用為 10 美元。
Anthropic 表示，管理代理的費用為每小時 8 美分，如果數百名員工同時部署代理，這個費用可能會累積。
OpenAI 的客户對其人工智能軟件編碼代理的新使用限制感到困惑。
而微軟的 GitHub 編碼工具最近通過推出新的基於使用的系統讓用户感到沮喪，該系統在達到某個每月配額後生效。一些用户抱怨在短短一天內就消耗了他們的月配額。
為什麼現在要進行這種轉變？
在早期，固定費用模型作為一種簡化且更實惠的成本結構對企業來説是合理的，許多企業可能不確定如何將聊天機器人融入日常工作流程，以及在這種未經驗證的技術上花費多少。
在 2025 年底和 2026 年初，人工智能達到了一個轉折點。Anthropic、OpenAI 等公司在構建能夠為軟件工程師編寫和調試代碼的人工智能代理方面取得了重大進展，有時可以持續數小時。
從那時起，人工智能初創公司開始更加努力地推出能夠簡化其他行業（包括金融）更廣泛任務的代理。同時，OpenClaw 在某些領域迅速走紅，展示了使用個人計算機進行旅行預訂、處理電子郵件和管理日曆的人工智能數字助手的潛力和風險。
突然間，一些重度人工智能用户在長時間內運行大量代理。企業也開始鼓勵員工儘可能多地使用代幣——這是人工智能模型處理的數據單位，甚至設立內部排行榜，根據這一指標對員工進行排名。
這種做法通常被稱為 tokenmaxxing，實際上獎勵員工最大化人工智能使用，無論這種活動是否帶來了更高的生產力或商業價值。
默認情況下，使用人工智能代理來自動化任務比簡單地請求聊天機器人輸出幾段文本更消耗計算資源，而讓代理長時間工作則更是如此。
人工智能開發者可以選擇繼續補貼這些額外成本，旨在進一步鞏固他們的技術在更多企業中的應用，但這種做法存在風險。
Anthropic 和 OpenAI，這兩家全球領先的人工智能開發者，都在爭相儘快上市，這使得他們的支出和盈利路徑受到更多審視。
這些公司已經證明人工智能可以用於某些有價值的商業任務，例如編碼。現在，他們需要證明能夠從客户那裏賺取足夠的收入，以抵消他們在芯片、數據中心和人才上的巨大支出。
人工智能公司對這些變化有什麼看法？
OpenAI 的高管們承認，隨着技術的發展，行業的定價模式需要改變，並建議客户最終可能會像支付公共事業費用一樣支付人工智能費用。
“在當前時代，擁有無限計劃就像擁有無限電力計劃一樣，” OpenAI 的 ChatGPT 負責人 Nick Turley 在今年早些時候的一次播客採訪中表示。“這根本沒有意義。”
同樣，OpenAI 的 Sam Altman 表示，公司設想一個未來，“智能就像電力或水一樣是一種公共事業，人們按需向我們購買。”
與此同時，GitHub 將其決定框定為 “更好地將定價與實際使用對齊” 的嘗試。
“今天，一個快速的聊天問題和一個多小時的自主編碼會話可能會讓用户支付相同的費用，” 該公司在一篇博客文章中表示。“GitHub 已經吸收了與該使用相關的不斷上升的推理成本，但當前的高級請求模型已不再可持續。”
“基於使用的計費解決了這個問題，” GitHub 補充道。
商業客户的反應如何？
隨着人工智能的日益普及、tokenmaxxing 風格的舉措和定價的變化，一些企業經歷了一個令人震驚的覺醒。
沃爾瑪限制了員工使用內部人工智能代理的次數，該代理幫助處理工作任務。優步科技公司限制每位員工在某些人工智能編碼工具上的每月支出為 1500 美元。而且，tokenmaxxing 作為行業中一種誤導性且昂貴的身份象徵，受到越來越多的批評。
“公司們正確地推動員工接受人工智能，而不斷上升的 token 成本是一個特徵，而不是一個缺陷，” 波士頓諮詢集團 BCG X 部門的首席技術官 Matt Kropp 説，該部門幫助客户實施人工智能。“也就是説，少數公司尚不清楚如何為人工智能預算，員工仍在學習如何有效使用這些工具，因此確實存在浪費。”
在科技圈中，越來越多的人開始討論需要更好的模型路由系統，這將基本上將用户與適合當前任務的正確模型匹配。對於許多任務，人們可能並不一定需要最昂貴的頂級模型。
“隨着 token 預算在運營費用中佔據越來越大的份額，模型路由是不可避免的結論，” Box Inc. 的聯合創始人兼首席執行官 Aaron Levie 説。“不久之後，您將能夠剝離單個用例，並在質量足夠滿足任務時將其發送到低成本模型。”
這裏的風險是什麼？
客户可能會減少對人工智能的整體支出，或者將更多支出轉向更實惠的服務，迫使公司重新考慮他們可以合理收取的費用。
已經有跡象表明，競爭壓力正在對美國最大的人工智能服務施加壓力，OpenAI 正考慮在預期 Anthropic 進行類似成本削減的情況下大幅降低 token 價格。
轉向基於 token 的訂閲，使客户更加關注定價，這也可能使中國的開放權重人工智能平台受益，例如 DeepSeek 和阿里巴巴集團控股有限公司的 Qwen 聊天機器人。
這些平台通常消耗的計算能力少於美國模型，因為它們使用較小比例的人工智能系統 “神經網絡” 來生成響應。這是這些公司能夠為其服務提供更低價格的原因之一。
目前，中國模型仍落後於美國競爭對手的最佳產品，但如果專業人士開始尋找更實惠的替代方案，它們可能足夠好以吸引許多常規任務的需求。BLOOMBERG