

过去两年,“每月200美元,随便用”成为AI行业最成功的商业模式之一。但研究机构SemiAnalysis的报告揭开其背后的隐忧:一名每月支付200美元订阅费的ChatGPT Pro用户,理论上能消耗价值高达1.4万美元的模型资源;Anthropic同价位的Claude Max套餐,理论成本接近8000美元。在极端情况下,用户支付的订阅费不到平台实际成本的百分之二。

进一步测算不同套餐的盈亏平衡点发现,Anthropic目前商业模型相对健康,Claude Pro以及Claude Max 5x套餐在用户利用率达到约20%时基本可实现盈亏平衡。而OpenAI处境堪忧,ChatGPT Plus和ChatGPT Pro 5x用户利用率超过11.4%后,OpenAI就会亏损,更高端套餐情况更严重。Anthropic顶级套餐毛利率在10%利用率附近降至零,OpenAI仅需约5.7%的利用率就进入负毛利区间。

AI使用方式的变化是成本问题的根源。早期ChatGPT多是简单问答,Token消耗有限;如今用户用AI进行编程、多步骤Agent等任务,Token消耗量大幅增加,某些Agent场景中甚至达普通Prompt的1000倍。微软、Meta、亚马逊等企业因员工大量使用AI导致账单膨胀,已开始收紧相关政策,有公司一个月在Anthropic服务上烧掉5亿美元。

面对高昂成本,企业采用根据任务难度动态切换模型的策略,最高可节省95%的AI成本。复杂推理任务交给前沿模型,日常工作交给低成本模型。部分创业公司已完成转变,如Lindy将100%流量迁移至DeepSeek V4,节省数百万美元。开源模型如Llama、Qwen、Mistral等快速成长,成本优势成为关键因素。

业内认为长期来看AI推理成本会下降,随着GPU供应增加等,中端模型运行成本有望降低,未来达到Claude Opus 4.8级别能力的模型,理论上每月约20美元可盈利运营。但顶级前沿模型训练和推理成本依然高昂,未来可能更多通过API按量计费出售,即普通能力包月,高端能力按需收费。
编辑观点:AI企业应优化成本结构,区分不同模型收费模式;企业用户合理分配模型使用,降低成本;关注开源模型发展,寻找性价比选项。
919



被折叠的 条评论
为什么被折叠?



