有位开发者每个月交给 AI 公司 200 美元，白天拿它写代码，晚上让 Agent 在后台跑测试。一个月下来，他调用的模型服务按 API 标价算，价值可能已经上万。另一个用户掏的是一样的钱，只不过偶尔让 AI 帮忙整理会议纪要。

两人贡献的收入一模一样，可消耗掉的算力，差距能拉到几十倍。

这个矛盾到 2026 年 9 月底一下子摆到了台面上：Token 数量被砍掉近一半，同时冒出一个每月 500 美元的新档。用户眼里看到的是套餐改了，模型公司真正在调的，是每一美元背后愿意补多少算力。

订阅额度一变，讨论就起来了。研究机构 SemiAnalysis 趁机把几家的套餐摆进同一本账：OpenAI、Anthropic，加上 MiniMax、Moonshot、智谱、Cursor、Cognition。它想算清楚的是，用户每月掏的 20、100 或 200 美元，究竟能换回多少算力。

测算很快给出了一个扎眼的数字。在日常主力模型这一档，Claude Opus 5.5 的 API 等值使用额度大约是 GPT-6.1 Sol 的五倍。同样是每月 200 美元，前者对应约 11,726 美元，后者约 2,084 美元。

200 美元订阅背后，藏着一笔价值上万美元的算力账单

传统 SaaS 多拉一个用户，边际成本往往不高，研发投入能靠规模摊薄。大模型订阅没这么轻松，每一轮对话、每一次代码生成、每一次工具调用和 Agent 执行，都要吃掉推理资源。月费是固定的，可变成本却跟着用量往上走。

镜头再拉远一点。按照 SemiAnalysis 的估算，

要是把账一路算到数据中心，问题会更直观。SemiAnalysis 没有只盯着消费者月费，而是把订阅业务放进数据中心经济学里去衡量。模型公司自建或租来推理集群之后，真正稀缺的是能稳定交付的推理吞吐量。同样一兆瓦算力，分给高折扣订阅用户还是按量付费的 API 客户，产出的收入可能差得很远。其中每兆瓦收入降幅约 3,600 万美元，这是其 Tokenomics 模型推算出来的结果，不能当成 Anthropic 公布的真实单座数据中心损失。

订阅也许同时在跑三条转化路径：开发者先用固定月费养出工作习惯，之后再转向 API 或企业采购；高频用户在社区晒出案例，把新用户的学习成本压下来；产品方则借助订阅用户的真实使用数据，找出有价值的 Agent 场景。

所以光看当期订阅毛利，判断不了这套策略合不合理。问题是，这三类长期收益得能盖住短期推理成本，不然补贴就会从获客工具变成持续侵蚀毛利的负担。

OpenAI 直接砍额度，Anthropic 选择模型分层

测试数据显示，OpenAI 的 200 美元套餐在 9 月底调整之后，GPT-6 Astra 对应的 Token 容量下降约 49%，Sol 系列也明显下调。由于 GPT-6.1 Sol 的缓存读取 API 价格同期也在降，它的 API 等值订阅价值跌幅比 Token 数量跌幅还大。

9 月底调整前买的 200 美元套餐，原额度能保留到 10 月 29 日，新购用户则直接按较低额度执行。新上的 500 美元套餐，Astra 用量只比过去旧版 200 美元套餐高约 21%；不过它主打的 300 tokens/s Ultrafast 推理速度，本身也有独立价值。

以前，200 美元 Pro 套餐的单位补贴高于低价套餐。这一轮调整过后，100、200、500 美元套餐的单位 Token 价值基本拉平了。说白了，OpenAI 在取消重度用户的额外折扣，把订阅体系改成更线性的算力定价。

Anthropic 走的是另一条路：靠模型分层来管住昂贵的推理资源。测试结果显示，同样一份 200 美元 Claude 套餐里，Sonnet 5.5、Opus 5.5、Fable 5.1 的 API 等值额度分别约为 12,529、11,726 和 2,485 美元。Fable 另有独立的额度约束，不能简单把不同模型的额度加在一起。

普通高频用户照样能拿到较高补贴，想要最强模型能力的那批人，就得接受更严的使用限制。前者侧重维持日常体验，后者更直接地改善整个订阅体系的经济性。

可把两家的顶级模型单独拎出来比，情况又不同：200 美元档位上，二者 API 等值分别约 2,897 美元和 2,485 美元，差距并不大。

但 Fable 的独立额度只允许动用套餐总额度中的特定部分，所以这两个数不能直接理解成“谁提供的整体服务更多”。真正拉开距离的是日常主力模型：Claude Opus 5.5 为 11,726 美元，GPT-6.1 Sol 为 2,084 美元。

如果抛开 API 标价，直接比 Token 数量，差距依然在：同为 200 美元档位，Claude Opus 5.5 约 286 亿 Token，GPT-6.1 Sol 约 102 亿 Token，差不多是 2.8 倍。这个比法更贴近资源使用量，可它仍然不等于同样数量的有效任务，因为各模型在任务成功率、思考 Token、工具调用次数以及上下文压缩策略上都不一样。还有个细节容易被忽略：OpenAI Pro 套餐没有 Claude 那样的五小时限额，高峰期集中跑任务的用户更容易把月度额度用足；反过来，理论月度额度更高的套餐，若短周期限制更严，用户未必能把额度全消耗掉。所以衡量套餐价值，得把“理论总量”“窗口约束”和“任务效率”放在一起比。

定价权里真正不显山露水的那一层，其实藏在 Token 的换算比率上。

输入、输出、缓存写入和缓存读取这几项，API 服务一般都会把价格摆出来；换成订阅服务，界面上常见的只是过去五小时或者七天用掉了百分之几。不同的模型、不同的 Token 种类、不同的上下文长度，内部扣额度的规矩可能都不一样。

也就是说，厂商手里攥着两层定价权：明面上是每月多少美元，暗地里是内部额度跟 Token 之间那套不公开的汇率。月费一分没动，只要把内部消耗率调一调，用户实际拿到的服务量就能变。

为了摸清这套不透明的规则，研究者干了一件挺笨但管用的活：反复发经过设计的请求，分别把输入、缓存写入、缓存读取和输出的消耗放大，然后盯着使用进度条啥时候跳。一次请求瞧不出名堂，可成百上千次攒下来，藏着的那套扣费比例就一点点露出来了。团队把计量不完整的区间剔掉，把估计误差压到约 ±5%。更让人意外的是，三个配置相同的套餐账户里，有一个额度低了约 20%；跟厂商一核对才知道，它被拉进了一场小规模的 A/B 测试。

研究把 Token 分成四类：没进缓存的新输入、写进缓存的输入、从缓存里读出来的历史上下文，还有模型生成的输出。最烧钱的通常是输出；缓存读取往往要便宜不少。放在 Agent 身上，长对话加上多轮工具调用会一遍遍读同样的上下文，缓存命中率高低，可能直接决定实际负载要花多少钱。拿“总 Token 数”去概括订阅值不值，很容易把不同任务结构之间的差别盖过去。

测试团队设计出不同的提示词，让每组实验尽量只消耗某一类 Token：输入实验每次掺进随机标签，免得撞上缓存；缓存写入实验硬造新缓存；缓存读取实验用固定标签反复请求；输出实验则拿技术文章引模型写长回答。每一次调用之后，研究者都记下计量条的位置，在多个完整的进度跳变区间里算出 Token 和百分比怎么对应，同时把其他 Token 类型的干扰修正掉。

当然，这么测也有测不到的地方。比方说缓存读取量攒到 5 亿 Token、进度条还是纹丝不动，研究者估算时就先当它免费；这只是测量口径，不代表底层的计算成本真是零。所以，抛开具体模型、任务结构和套餐，单去谈一个统一的“性价比”，结论很容易跑偏。

5 倍的价值差距，为什么不能跟 5 倍亏损画等号？

API 等值额度不等于推理成本。模型厂商的 API 定价和它实际的服务成本之间隔着一段距离，所以 API 等值额度给得高，并不一定意味着真实亏损更大。

SemiAnalysis 假定 API 毛利率是 92%，模拟了不同模型、不同额度利用率下的订阅毛利率：要是用户把额度全用光，Opus 5.5 和 Fable 5.1 的估算毛利率分别约为 -369% 和 1%；要是平均利用率只有 20%，则分别约为 6% 和 80%。这些都是模型假设下的测算，不是 Anthropic 披露的实际财务数据。

这就把订阅生意的经济学摊开了，跟健身房会员有点像：一大批轻度用户，正好平衡掉少数重度用户的资源消耗。可 Agent 时代会把这个前提改掉。人的注意力有限，Agent 却能在后台一直跑，订阅利用率可能从低频消费转向高频生产。

这一点，用一个简单的成本假设就能看明白。

拿报告采用的 92% API 毛利率假设来说，API 标价每 100 美元，对应的推理服务成本被设成约 8 美元；要是一个订阅用户能拿到远超月费的 API 等值额度，只要平均使用率够低，厂商照样可能做出正毛利。关键不在“用户理论上最多能消耗多少”，而在整个付费群体一个计费周期里实际消耗了多少。

更微妙的变化在这儿：Fable 5.1 相比上一代把缓存读取价格下调 75%，可订阅 Token 限额没跟着提；Opus 5.5 相比 Opus 5 把输入和输出价格下调约 20%、缓存读取价格下调约 60%，Anthropic 则在 Max 档位增加约 20% 的 Token，在 Pro 档位增加约 50%。GPT-6.1 Sol 的缓存读取价格下调约 50% 之后，OpenAI 也没按同样比例给订阅 Token 加量。这就意味着，模型推理效率改善了，未必会自动让利给订阅用户。

单次推理成本一降，用户可能不只做原来的任务，还会去试那些以前不值得自动化的新活，比如持续跑代码审查、反复搜索、自动测试和多方案验证。结果就是，单位成本下降和总推理需求上升可以同时出现。这是对行业的延伸判断，不是 SemiAnalysis 对未来需求做的定量预测。

中国模型还在补贴开发者，但价格战并不是终局

OpenAI 收紧订阅额度的时候，中国厂商还在补贴开发者，只是打法各有各的样。MiniMax 走的是高额度路线，智谱按模型分层，月之暗面则鼓励用户往上升级套餐。

MiniMax 的 Token Plus、Max、Ultra 月费分别是 22、55、132 美元。按 MiniMax-M3 来算，三个套餐的 API 等值分别约为 423、1,187、3,168 美元，是月费的 19.2、21.6、24 倍。档位越高，每单位月费换来的额度就越多。

OpenAI 调整后的部分 Pro 套餐，每 1 美元对应约 12 美元 API 等值；MiniMax-M3 的这个数约为 19—24 美元。不过，API 等值取决于模型公开定价，既不代表真实推理成本，也不代表用户省下了多少钱。

智谱 GLM Coding Lite、Pro、Max 月费分别为 18、80、168 美元。用 GLM-5.3 时，API 等值约为 139、830、1,942 美元，相当于月费的 7.7、10.4、11.6 倍。

换成 GLM-5.3-Flash，同档套餐的 API 等值降到约 24、143、336 美元，分别是月费的 1.3、1.8、2 倍。这个差异有一部分来自两款模型的 API 标价，不能简单读成 Flash 的实际成本更高。

月之暗面 Kimi Code 的 Plus、Pro、Max、Ultra 四档月费分别是 19、39、99、199 美元。按 Kimi K3 来算，API 等值约 47、209、647、1,490 美元，相当于月费的 2.5、5.4、6.5、7.5 倍。档位越高，单位价值抬升越明显。

三家打法各不相同：MiniMax 拿高额度拉拢重度开发者，智谱靠模型定价区分使用场景，Kimi 让高档位拿到更高的单位额度。目标都是开发者的日常工作流，但补贴路数不一样。

补贴订阅要付出推理资源。Agent 会持续调用模型，重度用户可能很快把套餐额度用光。厂商一边要抢开发者，一边得管住并发、缓存和推理开销。

国内厂商还开始走电商渠道卖订阅和 Token。智谱 GLM Coding Plan 已经进了天猫等零售场景。渠道能扩大触达，可每次模型调用都得掏计算成本，这一点不会变。

上述比较建立在偏向 Agent 的工作负载上：缓存读取约占 Token 总量的 96.6%，新输入约占 0.4%，缓存写入约占 2.6%，输出约占 0.3%。结果因此格外受缓存定价牵动，不能直接套到普通聊天用户身上。

Cursor 与 Devin 的尴尬：模型公司开始拿回应用层利润

结果是，在部分模型比较中，直接买 Anthropic 第一方订阅拿到的 API 等值额度，比 Cursor、Devin 等第三方产品高出 9 倍以上。更有意思的是，Anthropic 自己握着模型和推理基础设施，即便给更宽松的额度，订阅毛利率仍可能高于那些采购外部 API 的第三方应用。

不过 Token 额度并不等于软件价值的全部。Cursor、Devin 若能用更少 Token、更短时间、更高成功率把任务做完，照样可能创造出超过推理资源差异的价值。第三方 AI 应用得证明自己的编排、协作、治理与执行能力有独立的经济价值。

模型厂商的第一方订阅，可以按自家成本结构把内部推理资源分配给用户；第三方工具往往要按采购价买模型服务，同时还得扛 IDE、索引、工具执行、沙箱、团队功能和客服等产品成本。所以“第三方额度更少”在商业上不奇怪，可其中 9 倍以上的差距还是暴露出第三方应用必须跨过的成本劣势。

一个 Agent 产品如果能自动处理仓库环境、压低失败重试、管好多模型路由，把工程师从繁琐流程里解放出来，它的收费基础就不再是转售 Token，而是交付成果。企业客户还会为权限控制、审计日志、合规、私有数据连接和可靠性买单。这些软件层能力有机会形成独立壁垒，但不能从额度比较直接推出某家公司未来的胜负。

AI 订阅战争的终局，是重新定义软件定价

对用户来说，理想的 AI 订阅是交固定月费，换来越来越强、近乎无限的服务；对厂商来说，理想的商业模式是让收入跟计算消耗和任务价值对上。Agent 普及正在把这两者之间的矛盾放大。

接下来的市场恐怕会分出三种玩法：大众用户照旧按月付固定费用；专业人群则愿意为更快的速度、更高的并发和更明确的模型额度掏高价；企业和那些复杂的 Agent 工作流，计费依据会转向 Token、任务、执行时长乃至业务成果。

OpenAI 靠削减额度来降低对重度用户的补贴，Anthropic 则用模型分层慢慢改善利润率。两家最终可能走向相似的经济结构，只是节奏和路径不同。

投资人和行业观察者判断 AI 公司的标准，也可能因此被改写。ARR、DAU、付费转化率当然还得看，但另外几个问题躲不掉：一次任务跑成功之前，模型被调了多少次？上下文缓存复用了多少？推理算力烧掉多少？最后还剩多少毛利？对算力格外敏感的 AI 生意来说，光靠订阅收入的增速，已经越来越遮不住这些账。

竞争的重心正在挪动。过去比的是谁家 Token 给得多，如今比的是谁能用最少的成本，交出最多真正有价值的活。等 AI 成了数字经济里的基础生产力，怎么给这份生产力标价，可能比下一代模型在榜单上多拿几分，更能左右行业往后的利润怎么分。

一条可能的路径是：用基础月费换交互体验、产品功能和一部分计算配额；一旦跑的是高强度 Agent 任务、超出配额，就按用量或者任务包另外收钱。说白了，就是把传统 SaaS 订阅和云计算那套计量收费拼到一起，轻度用户掏钱的门槛低了，重度用户付的钱也更贴近自己实际消耗的资源。

拿两家模型公司作比较，光看每百万 Token 的 API 价格不够，还得看真实任务成功率、平均调用次数、缓存复用情况、工具执行成本、延迟、并发限制，以及任务失败后重试要花多少钱。能长期赚钱的 AI 公司，未必是补贴最狠的那家，而更可能是让每一单位计算资源产出最多有价值工作的那家。

资料与图表说明

资料来源：Andrew Megalaa、Max Kan、Dylan Patel，SemiAnalysis，Anthropic Subscriptions Offer 5x+ More Value Than OpenAI，2026 年 10 月 5 日。