“每月 200 美元开云正版app下载开云app在线入口，随便用。”
在过去的两年时间当中, 这差不多算得上是AI行业里极为成功的商业模式中的一种了。从GPT开始, 一直到Claude, 那些大模型厂商, 凭借着相对固定的、能够预期的订阅价格, 很快就吸引了全球范围内数量众多的用户了, 同时, 还将原本非常复杂的API计费模式, 包装成为了大众同样能够接受的消费产品。
但就在最近, 有一份分析报告, 它是来自研究机构SemiAnalysis的, 这份报告揭示出了这样的情况, 那便是这一模式背后存在并非那么光彩照人的一面: 要是用户真的将高端订阅套餐的能力运用到极致的程度, 那么OpenAI以及Anthropic极有可能会面临严重的亏损状况。
API价格作为计算依据, 对于GPT Pro用户 , 其每月支付200美元订阅费 , 从理论上来说 , 能够消耗价值高达1.4万美元的模型资源 ；Anthropic同价位的Claude Max套餐 , 对应的理论成本接近8000美元。
月费 200 美元，用满可能价值 1.4 万美元
引起此次关注的数据, 源自SemiAnalysis进行的一项测试, 该测试针对OpenAI和Anthropic订阅体系。
研究人员针对双方的多个付费套餐单独开展极限压力测试, 其模拟重度用户真切使用场景, 涵盖长周期编程任务等、复杂 Agent 工作流、多轮推理任务等高负载应用, 且持续呼唤模型, 直到触碰依据平台设置的使用上限。
随后，研究人员依据官方API定价标准, 把这些调用量予以换算, 结果令人意外。
OpenAI的GPT Pro 20x套餐, 月费是200美元, 要是用户把额度彻底用光, 按照API价格来计算, 那对应的成本, 最高能够达到大约1.4万美元。
与Anthropic的情况相类似情况的, 是同样定价有200美元的Claude Max 20x套餐, 在理论最大使用量的状况之下, 其对应Token成本约是8000美元。
如此这般, 处于极端情形之下, 用户所支付的订阅费用, 甚至都达不到平台实际成本数额二分之一的百分之二, 呐。
虽说确实如此, 在实际情况当中, 绝大多数的用户并不会将额度全部花费完毕, 故此这些数值更多所代表的乃是理论上的上限。然而它同样表明: 就AI公司来讲, 真正起到决定盈利能力作用的并非是订阅的价格, 而是用户的实际利用效率。
OpenAI 的压力比 Anthropic 更大
基于此情况, SemiAnalysis又进一步展开了对于不同套餐盈亏平衡点的测算工作。
结果呈现出来, 显示出这样的情况, Anthropic目前所拥有的商业模型相较于其他的而言, 相对是要健康那么一点儿的: 它所拥有的Claude Pro以及Claude Max 5x套餐, 在用户对于其的利用率达到大概约略是20%这个程度的时候, 基本上就能够达成盈亏平衡的状态了。
两相比较而言, OpenAI所处的状况可不太尽如人意: 哪怕存在着细微提升, GPT即会在Plus和Pro 5x用户利用率超过11.4%之后, OpenAI便会开启亏损模式, 进一步而言, 更高端套餐所面临的情况就更为严峻了。
研究人员表明, Anthropic顶级套餐的毛利率, 大概于10%利用率的附近, 会降低到零；OpenAI呢, 只要约5.7%的利用率, 便会进入负毛利的区间。这就是说, 对于一些重度用户来讲, 他们甚至无需24小时持续调用模型, 只要始终保持较高的频率去使用, 平台基本上就处于“服务得越多、亏得越多”的状况。
OpenAI这家公司负责运营与决策事务的首席执行官Sam Altman, 曾经在公开场合表示, 承认公司正面临着这样的矛盾，随着Token使用量消耗呈现持续递增的状态并且一直增长下去, 成本带来的压力已然成为了一个严肃的需要认真对待的问题, OpenAI当下正在全力以赴地努力探寻并且寻找办法, 目的是为了能够让用户得以用更低的支出从而获得更多的价值。
而一切问题的根源，在于 AI 的使用方式正在发生变化。
在早期的时候, GPT 的典型场景呈现为简单问答, 具体情况是, 基本都是用户提一个问题, 然后模型返回一个答案, 像这样的模式所消耗的 Token 数量相对比较有限。然而时至今日, 越来越多的用户开始运用 AI 编程助手、多步骤 Agent、长上下文分析系统、自动化工作流等, 这些任务普遍而言需要模型反复地进行思考, 还要进行规划, 再去调用工具, 并且生成大量的中间结果。
SemiAnalysis表明, 于一些Agent情形里, Token的耗费数量没准都会比平常Prompt多出一千倍。
微软、Meta、亚马逊都开始控制内部 AI 开销
在员工大量运用AI工具的情况下, 企业的账单开始飞速地膨胀起来。此前哟, 微软、Meta以及亚马逊都曾促使员工纷纷广泛应用AI, 然而在成本一直不断上涨之后, 都已经着手收紧相关政策了。
有一个流传范围很广的案例, 特别引人留意, 某家公司, 由于没有对员工使用Claude的权限加以限制, 仅仅一个月时间, 就在Anthropic服务方面耗费了5亿美元。
许多公司, 在面对高昂成本的情形时, 正在采用一种更务实的策略, 那就是按照任务难度来进行动态地切换相关模型。《华尔街日报》此前有过报道, 称以这种途径, 企业有着最高能够节省95%的AI成本的可能性。
简单来说：
GPT-5、Claude Opus等前沿模型, 被赋予复杂推理任务。
日常总结、分类、信息提取等工作则交给成本更低的模型处理。
正如哥伦比亚大学工程学院副院长 Vishal Misra 讲的那样 , “并非每个任务都非得有个明白量子引力的模型。” 而且照他的看法 , 开源模型的能力正在迅速提高 , AI 厂商凭借顶级模型收取高额溢价的可能性将会越来越低。
据了解世界杯直播平台，有一部分创业公司已率先完成了这一转变。
近日, AI助手公司Lindy创始人兼CEO Flo Crivello称, 公司已将100%流量迁移至DeepSeek V4, 不再使用Anthropic模型。原因简单, 经大量测试, 团队觉得DeepSeek V4在多数场景下能达接近Claude Sonnet的效果, 且成本低得多, 另外Crivello表示这次迁移已为公司节省数百万美元。
实际上, 并非仅仅是DeepSeek而言, 涵盖Llama、Qwen、Mistral等一众开源模型阵营均处于快速成长态势。而在模型能力之间的差距持续缩小之际, 成本方面所具备的优势常常会演变成决定性的要素。
AI 成本未来会下降吗？
好消息是开云真人app官网入口，业内普遍认为长期来看 AI 推理成本会持续下降。
由于 GPU 供货量呈现出增加态势, 数据中心规模得以不断扩张, 模型架构实现了优化, 硬件效能得到提升, 中端模型的运行成本有希望进一步下降, SemiAnalysis 做出预测, 在未来, 能够达到 Claude Opus 4.8 级别能力的模型, 从理论层面来讲, 或许仅仅只需每月大概 20 美元便可以达成盈利运营。
但这并非表明所有模型都会降低价格, 对于最为先进的前沿模型来讲, 情形或许恰好相反, 这些模型具备最强的推理能力, 拥有最长的上下文, 以及最复杂的Agent能力, 然而其训练以及推理成本依旧非常高昂。
所以, 有越来越多的分析人士觉得, 在未来顶级模型的能力或许不会再持续被整合进统一的订阅套餐里, 而是会更多地借助 API 按照使用量计算费用的形式去售卖。简单进行一句话概括就是: 普通的能力依旧采用包月的方式, 而高端的能力却是依据需求收取费用。
最终, 你平常运用AI的时候会不会去进行订阅, 而使用频率最多的又是哪一家的AI呢?
原文链接：https://www.techspot.com/news/112759-openai-anthropic-cant-afford-have-everyone-use-ai.html
还木有评论哦，快来抢沙发吧~