用20%工资买Token 开源大神称OpenAI和Anthropic获PMF

数码系统

相机 win10

测评 win11

手机智车

华为 Tesla

小米理想

苹果蔚来

游戏软件

LOL 抖音

原神微信

当前位置：首页

AI资讯

用20%工资买Token 开源大神称OpenAI和Anthropic获PMF

热心网友时间：2026-05-28

转载

不久前，知名开源大神 Simon Willison 在博客里抛出了一个判断：OpenAI 和 Anthropic 已经找到了产品与市场的契合点（PMF）。这篇文章很快冲上了 Hacker News 的热榜，引发了广泛讨论。

“这仍然处在炒作周期的上升期。除非我们能找到办法，让开发者在真正重要的工作上提升 2 倍、5 倍甚至 10 倍的生产力。” Simon 在文章里写道。

“关于推理成本与训练成本的比较，公开信息存在矛盾。美国模型的定价里可能摊销了训练成本。”

恰逢 Anthropic 在 2026 年 Q2 季度首次实现盈利，比自身预测提前了整整两年。Simon 认为，真正让 AI 公司找到 PMF 的，不是 ChatGPT 这类聊天机器人，而是 Claude Code/Cowork 和 Codex 这样的产品。为什么这么说？现在的 AI 还处于炒作周期吗？我们一起来拆解一下。

9 亿周活仅 5% 付费，为什么 ChatGPT 难以覆盖成本？

ChatGPT 等工具固然大受欢迎，但巨大的流量并不等同于对等的收入。一组数据可以说明问题：今年 2 月，OpenAI 宣称 ChatGPT 周活跃用户超过 9 亿，其中付费用户只有 5000 万，占比仅 5.6%。每月向每位用户收取 10-20 美元，这个商业模式听起来合理，但要覆盖 1 万亿美元的基础设施成本，需要 10 到 20 亿用户持续付费四年。

真正改变局面、让 Anthropic 扭亏为盈的，其实是 Claude Code/Cowork 这类深度嵌入工作流的 Agent。企业客户每月为每位用户支付 200 美元以上，就能更快地实现目标。

Simon 算了一笔账：他订阅了 Anthropic 的 Max 套餐（月费 100 美元）和 OpenAI 的 Pro 套餐（月费 100 美元）。他在笔记本上运行了 ccusage 工具，估算了一下过去 30 天内，如果通过 API 购买同等 token 需要花多少钱：

Anthropic Claude Code —— 1,199.79 美元
OpenAI Codex —— 980.37 美元

花 200 美元就能买到价值 2180 美元的 token，从个人角度看确实超值。但在企业层面，情况就完全不同了。

大模型是如何让企业氪金的？

过去半年里，Anthropic 将企业版套餐调整为每月每席位 20 美元，外加 API 使用费。OpenAI 在 4 月份也做了类似的调整。更巧合的是，两家公司在四月份同步推出了更智能、也更贵的模型：GPT-5.5 的 API 价格是 GPT-5.4 的两倍，Opus 4.7 的价格约为 Opus 4.6 的 1.4 倍。

企业客户通常签一年的长期合同。过去大厂为了抢占市场给的折扣，现在已经不存在了。

两个最近的例子很有代表性：

Uber 首席技术官 Pra veen Neppalli Naga 表示，Uber 借助 Claude Code，“在 2026 年仅仅几个月就用完了全年的 AI 预算”。
微软则开始取消 Claude Code 的许可证，一方面是鼓励工程师改用自家的 Copilot CLI，另一方面也有记者指出，这背后是财务上的考量。

有一句关于定价的建议很到位：让顾客先倒吸一口凉气，然后点头同意。Uber 的预算超支和微软的座位取消，正说明了这种效应的实际存在。

用 20% 的工资去买 Token？

在 Hacker News 的评论区里，有网友也算了另一笔账：AI 巨头重金砸下的硬件成本，大约有 500 亿到 1000 亿美元需要未来 5 年内收回——这意味着每年需要投入超过 1 万亿美元用于 token。全球有 2 亿知识工作者、3000 万开发者，相当于一个知识工作者需要将 5% 的薪水投入 token；如果你是一名开发者，这个比例则接近 20%。

“我认识的大多数人表示，这些 AI 工具确实能让他们在公司真正关心的工作上，效率提升 20% 到 40%。但问题是，如果只是速度提升 20%，成本也增加 20%，那根本不足以支撑每年上万亿美元规模的 AI 支出。” 一位网友这样写道。

推理贵还是训练贵？为什么中国 Token 那么便宜？

Simon 在文章中提及，Anthropic 每月愿意花 12.5 亿美元从一家供应商那里购买额外的计算能力，这足以说明其推理预算有多么庞大。评论区关于推理成本与训练成本的讨论同样激烈。

有观点认为：如果训练成本远大于推理，那么企业就陷入了囚徒困境；反之，如果推理成本远大于训练，则“推理类似于效用”的分析框架才成立。目前来看，推理似乎比训练更重要，但那些支持这一观点的 CEO 们显然有强烈的动机去相信这一点。

另一个有意思的现象是：中国的模型提供商受限于算力获取，往往能以比美国厂商低得多的价格提供几乎无限量的 token，但模型能力相对较弱。有分析指出，这种现象之所以说得通，是因为美国厂商的推理成本被摊销后的训练成本抬高了 20 到 30 倍；而海外厂商由于没有同等规模的训练投入，自然没有背负这部分成本。

AI 巨头清理“中间商”

在这场商业化的进程中，还有一个重要的变化：API 收入的重要性正在降低。过去，Anthropic 更愿意躲在幕后，把 API 卖给 Cursor、GitHub Copilot 或各类独立开发者，让他们去卷前端应用。2025 年 8 月的一份报道显示，仅 Cursor 和 GitHub Copilot 两家客户就为 Anthropic 贡献了 12 亿美元收入，当时公司总收入为 40 亿美元。

但在 2026 年，AI 巨头集体开启了“去中间化”战略。通过推出原生的 Claude Code 和 Codex，他们开始亲自下场抢夺终端企业客户。Simon 分析了招聘数据：OpenAI 目前有 703 个空缺职位，其中 32.6% 与企业销售和支持相关；Anthropic 有 390 个空缺职位，其中约 26.9% 属于面向企业的岗位。

比起赚取微薄的、随时可能被平替的 API 批发价，直接向企业提供全套智能体解决方案显然利润丰厚得多。这也逼得像 Cursor 这样的 AI 代码编辑器不得不开始考虑研发自己的模型。