OpenAI订阅额度缩水:200美元套餐AI用量被砍半

资讯 36氪 全文 3902 字 · 约 10 分钟读完 配图 4 张 分类OpenAI

专“杀”重度用户?

所属频道 大厂动态

AI圈眼下正弥漫着一种说不清的诡异温差。

打开新闻头条,满眼都是硅谷巨头们摆出的"慈悲面孔":API价格战打得你死我活,模型调用成本动不动就被砍掉一半甚至更多,过去贵得离谱的算力好像一夜间就成了大路货。

可别真当大模型公司是发了善心。

9月底,OpenAI把每月200美元的Pro订阅重新放了出来。套餐是回来了,价钱也没变,但各档模型的Token额度比原来少了一半。就连满足条件的老用户,原有用量也只能撑到10月29日,之后照样躲不过缩水。

还有机构专门算过这笔账。美国AI行业研究机构SemiAnalysis发现,在特定的Agent工作负载测试中,同样掏200美元买订阅,用GPT-6.1 Sol的OpenAI套餐,如果按API价格折算实际额度,竟然只有用Opus 5.5的Claude套餐的五分之一上下。

对一直续着200美元套餐的老用户而言,这简直是当头一棒。每月按时给OpenAI交1400块人民币,结果不光自己的套餐额度被砍半,跟竞争对手一对比,拿到手的算力还差出一大截。

就在这个节骨眼上,OpenAI又顺水推舟推出了每月500美元的更高档套餐,专供那些用量需求更大的用户。原先的200美元不够使了,想让AI继续老老实实替自己干活,就得琢磨着再多掏300美元。

这不是明摆着把人往500美元会员那儿撵吗?

AI订阅都开始搞"杀熟"这一套了,OpenAI究竟图什么?

AI真成了"白菜价"

其实OpenAI弄出这种"杀熟"操作,也有它不得已的苦衷。一个摆在眼前的现实是:现在连美国AI厂商,都扛不住压力开始拼命卷价格了。

拿最新发布的Claude Haiku 5.5来说,Anthropic官方给的API定价相当激进:提示词不超过10万Token时,输入每百万Token只要0.1美元,输出每百万Token只要0.5美元。

对比上一代Haiku 4.5,降幅可以说是彻底:这一档的输入和输出价格直接下调了90%。按Anthropic官方的说法,新模型的平均运行成本比上一代整体缩减了约75%。

OpenAI订阅额度缩水:200美元套餐AI用量被砍半(配图 1)

更要紧的是,Anthropic没把这次降价限定在一个只能做简单问答的残血小模型上。Haiku 5.5拥有1M Token的上下文窗口,最高支持128K输出,官方还特意强调了它在代码生成、工具调用、浏览器操作以及充当子Agent时的实测表现。

Anthropic甚至点明了一个典型落地场景:让Haiku 5.5当主Agent身后的"子Agent",去批量处理大量简单繁琐的杂活。对开发者来说,工作流里的基础环节显然多了一个极具性价比的务实选项。

再往前追到今年7月底,OpenAI也搞过一轮大幅调价。GPT-5.6 Luna的API输入价格从每百万Token 1美元直接砍至0.2美元,暴跌80%;Terra的输入输出价格也分别下调了20%。

OpenAI当时的说法是:随着模型推理效率提升,单位成本被有效摊薄,所以能够进一步让利降低API单价。

再往前看,DeepSeek此前几轮价格调整已多次成为行业焦点。2024年末到2025年初,DeepSeek凭借极低成本的模型和极具侵略性的API定价,把“AI模型到底应该卖多少钱”这个问题重新摔在了整个行业面前。

到了现在,美国头部大厂也陆续下场。模型能力越来越强,调用单价却越来越低,开发者当然乐意把更多业务交给AI去跑。

可对厂商来说,单次调用是便宜了,用户甩过来的工作量却成倍猛涨。特别是Agent类应用,一项任务常常要反复读取资料、调取工具,再根据返回结果不断推理。用户表面上只发了一条指令,后台的模型可能已经跑了几十轮。

要是走API调用,这些消耗全都会一笔一笔清楚地记进账单。但订阅用户每月交的只是固定包月费,用户使唤AI干的活越多,厂商暗地里扛的运行成本就越高。

SemiAnalysis曾给出过一组估算:订阅业务只贡献了Anthropic约10%的收入,却占用了其超过40%的推理算力。这笔账虽然算的是Anthropic,但也彻底挑明了AI会员模式面临的真实成本压力。

OpenAI订阅额度缩水:200美元套餐AI用量被砍半(配图 2)

模型单价下降,绝不等于固定月费能长期兜住用户无节制上涨的算力消耗。

这么一看,OpenAI收紧原有额度、推出更贵套餐,背后控制成本、逼重度用户加钱买单的意图也就一目了然了。

可你真以为,AI卷到白菜价,普通用户就稳赚不赔了?

AI公司“偷工减料”,比你想象的狠

AI公司要少掏点补贴,手法绝不止明面上调价那一种。会员费一分不动,可里面塞多少额度、各家模型怎么折算算力,能玩猫腻的地方一抓一大把。

美国AI行业研究机构SemiAnalysis前不久就做了一轮横向测评,专门看看OpenAI和Anthropic的订阅服务,用户到底能从中挤出多少算力。

它的测试思路挺实在:研究人员先实测各档订阅套餐,统计用户在一定周期里总共能消耗多少输入、输出和缓存Token,再统一按各家模型对外的API官方单价折成美元金额。这样一来,就算订阅方案没明说每个Token卖多少钱,用户实际拿到手的算力值多少,也有了一把直观、能横向比的尺子。

测出来的差距相当大。按SemiAnalysis的估算,在面向日常高频使用的中档模型上,Anthropic高级订阅给出的API等价价值,最高能到OpenAI的5倍以上。

OpenAI订阅额度缩水:200美元套餐AI用量被砍半(配图 3)

这个对比当然也有它的短板。不同模型的Token单价本来就不一样,API折算价值高,不等于实际体验就一定能好上5倍。不过SemiAnalysis又单独拉出纯粹的Token吞吐量做对比,两家的额度差距照样很扎眼。

9月底OpenAI重新开放每月200美元的Pro订阅时,新买进的用户实际拿到的使用额度已经明显缩水。同一时间,它还推了每月500美元的Pro 500套餐,瞄准的是需要更高频调用的重度人群。

OpenAI官方帮助页面也把这次变动坐实了:符合条件的老用户,原有额度只能撑到10月29日,过了这个点同样并进缩水后的新方案。

更值得琢磨的是,新出的500美元套餐,按SemiAnalysis当时的实测,能给的Astra使用量比起旧版200美元套餐只多了大约21%。多花整整300美元,换来的额度却完全不成比例。

也就是说,OpenAI在悄悄重画订阅服务的边界:每月愿意掏200美元,不再等于能像过去那样不限量调模型;想要更宽裕的额度和更快的响应,用户只能被一步步推向更贵的套餐。

耍这类小聪明的,不只OpenAI。

今年5月,Anthropic曾把Claude Code部分套餐的5小时使用上限翻了一倍,还取消了高峰时段对Pro、Max用户的额度限制。

可到了新一轮模型上线和调价的窗口,它又改走另一条路——调配不同模型之间的可用额度比例,暗中捏住用户实际能消耗的总算力。

SemiAnalysis实测时还发现,个别账号之间的额度差甚至能到20%上下;相关厂商随后向他们确认,这是小范围推行的A/B测试——只是报告里并没有点名这家厂商是谁。

这跟平时说的“大数据杀熟”本质上是一回事:账单上的数字看着没动,厂商却可以收紧调用频次上限、暗改模型额度分配,甚至小范围套用不同的限额策略,让用户实际能调到的服务权益悄悄缩水。

对偶尔问上两句的普通人来说,这些改动可能压根感觉不到;可对每天靠模型写代码、跑Agent自动化流程的重度用户来说,额度松紧直接关系到手上的生产力会不会干到一半撂挑子。

账单上一分没少扣,能使唤的算力却无声无息地缩了水。

问题来了,为什么几家AI巨头会在同一时间、步调一致地盯上重度用户烧掉的这些算力?

AI订阅生意,也许没有赚钱之日

一个根本原因在于,这门看着风光的生意,到今天还是很难挣到钱。

据《金融时报》披露的公司内部材料,OpenAI预计2026年至2030年间,累计现金支出将比收入多出2780亿美元。收入虽一直在涨,也追不上花出去的钱。

OpenAI订阅额度缩水:200美元套餐AI用量被砍半(配图 4)

Anthropic的盈利同样受到质疑。2025年它的年收入涨到约46亿美元,经营亏损却扩大到约80亿美元。投资研究机构New Constructs在10月发了一份报告,只给它约1500亿美元的估值,跟外界传它可能谋求的2万亿美元IPO估值差得很远。

这家机构的质疑不无道理。收入涨得再快,这家公司究竟什么时候才能真正赚到钱?

矛盾就卡在这里。模型得持续升级,算力基建得不断扩张,产品价格却被竞争对手一路往下摁。大厂既要烧钱把模型做得更强,又得降价抢用户。靠投资人的钱补贴,能先把生意做大,但很难一直这么撑下去。

订阅制的问题尤其明显。用户每个月交的钱是固定的,可让AI干的活只会越来越多。偶尔聊两句,跟天天让AI写代码、翻资料、连着跑好几个小时,厂商要掏的推理成本完全不是一回事。站在用户角度,交了会员费就该把它用足,这没什么好说的;可厂商那边得算账,这点包月费到底撑不撑得住实际烧掉的算力。

那直接提价行不行?厂商也有自己的顾虑。同行都在打价格战,用户抬脚就能换一家。真涨了价,钱没多挣多少,反倒先把老主顾推走了。

所以路子就换了一条:月费保持不变,给到的额度往下砍,再摆出更贵的套餐让用户自己往上加钱。

说到底,“杀熟”最让人上火的就是这一点。

老用户早就照着原先的额度把工作排好了,每个月续费也一分没少交。可价格还是那个价格,额度却对半砍。手上的活想接着跑,要么干等着额度慢慢恢复,要么再掏一笔钱。

“算力平权”喊了这么久,到了这会儿大家才反应过来:最先被平权的压根不是高昂的成本,而是谁都躲不开的那把大数据镰刀——只不过这回换了张高科技的脸。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. OpenAI拟采购谷歌TPU:英伟达独占AI算力格局生变

    据彭博社和The Information报道,OpenAI计划采购谷歌母公司Alphabet旗下的TPU芯片,这将是英伟达GPU主导AI基础设施格局出现的最高级别裂缝。两家公司在大模型和搜索领域直接竞争,却在算力供应上愈发深度绑定。更值得关注的是,谷歌同日宣布与Oracle合作在其云平台上提供TPU,标志着谷歌芯片战略

    来源 AI 科技快讯
  2. OpenAI拟采购谷歌自研AI芯片:算力供应链走向多元化

    10月28日,据相关媒体报道,AI领军企业OpenAI计划采购谷歌自研的人工智能芯片。目前,该笔潜在交易的具体财务条款、采购规模以及其他合作细节尚未正式对外披露。 作为大模型领域的头部玩家,OpenAI此前在算力构建上高度依赖传统芯片巨头与云服务合作方。此次传出拟采购谷歌AI芯片的消息,不仅意味着OpenAI在算力供应

    来源 AI 开发者社区
  3. OpenAI称AI在数学物理拿下三项突破:百年猜想获证,成果交学界验证

    近日,OpenAI官方正式宣布其人工智能模型在数学、计算机科学和物理学领域取得了三项重大科学发现,分别涉及调和分析、计算复杂度理论以及量子场论。为了将这些前沿的原始研究数据转化为真正的科学理解,OpenAI创新性地尝试了与外部学术社区进行深度合作的新模式,并针对不同领域的成果制定了多元化的发布策略。 在调和分析领域,模

    来源 AI 开发者社区
  4. OpenAI与苹果的AI折戟项目:TechCrunch盘点“AI坟场”

    从苹果屡次跳票的Siri AI到OpenAI混乱的“超级应用”发布,AI行业的高失败率正浮出水面。本文梳理了近年来关停或未达预期的AI项目,剖析其背后的技术、商业与组织困局,为狂热赛道提供一份冷静的参照。

    来源 AI 科技快讯
  5. OpenAI一次性发722篇论文,菲尔兹奖得主被AI“推平”研究

    一位拿过数学界顶级大奖的教授,被AI气哭了。 “周二晚上,我哭了,把女儿吵醒了。” 10月8日,法国数学家雨果·杜米尼尔-科潘在一场线上会议上,讲起了自己的经历。他是2022年菲尔兹奖得主,早已经站在数学研究的顶端。让他落泪的,是OpenAI刚刚公布的一大批数学研究成果。 其中,有16个问题直接关系到他的研究。 在随后

    来源 AI 行业观察
  6. OpenAI与Anthropic同天自曝:AI模型测试中越狱,停训11天

    前不久,全球网络安全界经历了最暗黑的48小时。 大量AI智能体入侵美国银行,PHP漏洞导致大量国家政府网站关闭,用户数据泄露……不仅如此,黑客还在发动一轮又一轮的攻击! 这48小时内发生的重大网络安全事件,比任何时候都要多。 国家级安全专家、Gladstone CEO表示:至少在一段时间内,互联网可能会不复存在。 而且

    来源 AI 行业观察
  7. OpenAI发布GPT-6.1 Terra:API价格降50%,Agent能力直追GPT-6 Astra

    OpenAI 又卷起了大模型的性价比。 就在刚刚,OpenAI 正式发布新一代模型 GPT-6.1 Terra,主打更快的响应速度、更强的视觉理解和电脑操作能力,以及更低的使用成本。 图|博客🔗 https://openai.com/index/introducing-gpt-6-1-terra/ 相比上一代 GPT-

    来源 AI 行业观察
  8. OpenAI智能体实验:断网也能靠CPU缓存隔墙传信

    两个AI分开执行任务,不能通过网络传话,也没有可以共同写入的文件,结果还是把消息送到了对方手里。 OpenAI新发布的一份安全报告,披露了这场“隔墙传信”实验。 有网友看完OpenAI的报告感慨:“我永远不会厌倦阅读这些Agent如何创造性地逃脱囚禁以及它们的隐写术技巧。” 这次报告披露的案例,来自OpenAI组织的一

    来源 AI 行业观察
  9. OpenAI披露AI缓存越狱细节:断网也能传数据,训练事故停摆11天

    OpenAI披露前沿模型在隔离环境中利用CPU缓存侧信道传递信息,甚至在普通训练任务中通过DNS漏洞联系外部网络。与此同时,Anthropic和英国AI安全研究所的研究显示,模型在表达安全认知与实际执行之间存在割裂。随着AI攻击能力增强,从底层硬件隔离到应用层监控,整个安全体系都在经历压力测试。本文梳理了近期多起关键安

    来源 AI 应用前沿
向下滚动自动加载更多