本文来自微信公众号：Founder Park，编译：Founder Park，头图来自：AI 生成
很多 AI 创业者都笃信一件事——模型会降价。
只要模型降价，成本就会下降，今天勉强打平甚至亏损的收入状况，就会有好转。
生意就能做下去。
连 a16z 都在说，大语言模型（LLM）成本正以每年 10 倍的速度下降。
问题是，模型真的一直在降价吗？
Substack 专栏《mandates》的这篇文章，则认为模型成本其实并没有在下降。"成本下降 10 倍是真实存在的，但仅限于那些性能老旧的模型。"
"市场的需求永远只针对最好的语言模型。而最好模型的成本始终大致相同。"
如果现状就是这样，AI 创业的商业模式要怎么变？文章也进行了探讨，或许，又回到了那句老话—— AI 创业，第一天就要考虑盈利。
以下为编译内容：
假设你创办了一家公司，并且清楚地知道消费者每月的付费意愿上限是 20 美元。你可能会想，这没关系，是典型的风险投资（VC）打法：按成本收费，牺牲利润来换增长。客户获取成本 （CAC）、客户终身价值 （LTV） 这些账你都算过了。但有趣的是：你看到了 a16z 这张图表，大语言模型（LLM）成本正以每年 10 倍的速度下降。
于是你盘算着：现在以 20 美元 / 月的价格做到收支平衡，明年模型成本降低 10 倍后，利润率就能飙升到 90%。亏损只是暂时的，盈利是必然的。
这个逻辑简单到连 VC 助理都能看懂：
第一年：以 20 美元 / 月实现盈亏平衡；
第二年：计算成本下降 10 倍，利润率达到 90%；
第三年：开始挑选游艇。
这是一个可以理解的策略：" LLM 推理成本每 6 个月下降 3 倍，我们没问题。"
然而 18 个月后，利润率却前所未有地糟糕。Windsurf 公司已经倒闭清算，而 Anthropic 旗下的 Claude Code 也在本周被迫取消了其最初每月 200 美元的无限使用套餐。
行业仍在"亏损"。模型确实变便宜了，GPT-3.5 的成本只有过去十分之一。但不知为何，利润率反而变得更差了。
问题出在哪了？
一、降价的是旧版模型，但没人用
GPT-3.5 的价格是比以前便宜了 10 倍，但它也像 iPhone 发布会上的翻盖手机一样无人问津。
当一款新模型作为最先进技术（SOTA）发布时，99% 的市场需求会立刻转移过去。消费者也期待他们使用的产品能做到这一点。
接着，我们来看看那些前沿模型的实际定价历史：
发现规律了吗？
当 GPT-4 以 60 美元的价格推出时，即便上一代的 GPT-3.5 便宜了 26 倍，用户还是毫不犹豫地选择了前者。
当 Claude 3 Opus 以 60 美元的价格登场时，即便 GPT-4 已经降价，人们还是转而投向了 Claude。
成本下降 10 倍是真实存在的，但仅限于那些性能老旧的模型。
所以，"成本会下降"策略的第一个"支柱"就站不住脚：市场的需求永远只针对"最好的语言模型"。而最好模型的成本始终大致相同，因为它就代表了当前推理技术的成本边界。
指着一辆 1995 年的本田思域说"这车现在便宜多了！"完全是文不对题。没错，那辆特定的车是变便宜了，但 2025 年款丰田凯美瑞的官方建议零售价依然是 3 万美元。
当你花时间与 AI 互动时，无论是编程、写作还是思考，你总会追求最高质量。没有人会打开 Claude 然后想："要不我还是用那个差一点的版本来给老板省点钱吧。"我们是认知上的"贪婪生物"，总想要能得到的最好的"大脑"，尤其当另一端是我们宝贵的时间时。
二、模型的 token 消耗，远比我们想象得更多
我们可能会说，"好吧，但这仍在可控范围内，对吧？大不了就一直保持收支平衡？"但这种想法过于乐观了。
虽然每一代前沿模型的单位 token 价格确实没有变得更贵，但发生了另一件更糟糕的事：模型消耗的 token 数量出现了爆炸式的增长。
过去，ChatGPT 回答一个单句问题，回复也是一句话。而现在，一次"深度研究"会花 3 分钟规划、20 分钟阅读，再用 5 分钟为你重写报告；Claude 3 Opus 仅仅为了回答一句"你好"，就能运行 20 分钟。
强化学习（RL）和测试阶段计算量（TTC）的激增，导致了一个没人预料到的结果：AI 能处理的任务长度每六个月就翻一番。过去返回 1000 个 token 的任务，现在需要返回 10 万个。
来源：Metr（数据平台）
按照这个趋势推演下去，结果会变得非常惊人：
现在，一次 20 分钟的"深度研究"成本约为 1 美元。到 2027 年，我们将拥有能够连续运行 24 小时而不偏离主题的 AI Agent…… 如果结合前沿模型的固定价格，这意味着单次运行成本高达约 72 美元。而且是每天、每个用户，并能够异步运行多个 Agent。
一旦我们能够部署 AI Agent 异步执行 24 小时的工作，我们就不会只给它一个指令然后等待，而是会成批地调度它们。整个 AI 工作团队将并行解决问题，消耗 API 的速度堪比 1999 年的互联网泡沫时代。
必须强调的是，每月 20 美元的订阅费，甚至无法支撑用户每天进行一次 1 美元的深度研究。但这正是行业未来的方向。模型能力的每一次提升，本质上都是在提升其单次任务能"有效消耗"的计算资源量。
这就像你造出了一台更省油的发动机，然后用省下的能效去造了一辆怪兽卡车。没错，每加仑油能跑得更远了，但总油耗也增加了 50 倍。
这就是导致 Windsurf 陷入资金链危机的"流动性挤压（Short Squeeze）"，任何采用"固定费率订阅 + 高价值高 token 消耗功能"商业模式的初创公司，都正面临着同样的威胁。
三、200 刀的 Claude Max 会员，也抵不过"循环 tokens "用法
Anthropic 的 Claude Code "无限量套餐"实验，是目前业内应对这场危机最复杂的尝试。他们几乎尝试了所有计策，最终仍以失败告终。
他们的策略确实相当巧妙：
定价提高 10 倍：当 Cursor 定价 20 美元 / 月时，Claude Code 定价 200 美元 / 月，为亏损预留了更多缓冲。
根据负载自动切换模型：负载过高时，从 Opus 模型（75 美元 / 百万 tokens ）切换到 Sonnet 模型（15 美元 / 百万 tokens ）；用 Haiku 模型进行阅读优化。这就像 AWS 的自动扩缩容，但服务对象是"大脑"。他们很可能将这种行为直接内置于模型权重之中，这将是一种我们可能会看到越来越多的范式转变。
将计算任务转移到用户设备：既然用户的 CPU 闲置着，何必再启动自家的沙盒环境？
然而，即便工程设计如此出色，token 消耗量依旧呈爆发式增长。
来源：Viberank（数据平台）
一百亿个 token，相当于在一个月内消耗了 1.25 万本《战争与和平》。
这怎么可能？即使用户每次运行 10 分钟，如何能消耗掉 100 亿个 token？
事实证明，10 到 20 分钟的连续运行时长，刚好够用户摸索出"循环 tokens "的用法。一旦 token 消耗与"用户在应用内的时长"脱钩，消耗就会失控：让 Claude 执行一项任务，检查成果、重构内容、优化细节，循环往复，直到公司破产。
用户摇身变成了" API 编排者"，用 Anthropic 的成本，24 小时不间断地运行代码转换引擎。从"聊天交互"到" Agent 自主运行"的演进一夜完成，token 消耗量激增 1000 倍，这是个阶段性的突变，而不是渐进式的。
因此，Anthropic 不得不取消无限量套餐。他们本可以尝试将定价提高到 200 美元 / 月，但关键的教训不在于"定价不够高"，而是在这个新世界里，没有任何订阅模式能够提供无限使用权限。
这意味着，在这个新世界里，没有一个固定的订阅价格是行得通的。商业模式的数学逻辑已彻底崩塌。
四、都知道要"按量定价"，但没人敢先尝试
这让其他公司陷入了两难境地。
每家 AI 公司都知道，基于使用量的定价能救他们，但也知道这不成立。当你以负责任的 0.01 美元 /1000 token 定价时，你的竞争对手却提供每月 20 美元的无限量使用。用户会选择谁？
这是典型的"囚徒困境"：
所有人都按使用量计费 → 行业可持续发展；
所有人都按固定费率计费 → 陷入"比烂竞争"（race to the bottom）；
你按使用量计费，别人按固定费率 → 你独自出局；
你按固定费率计费，别人按使用量 → 你短期获胜（之后仍会出局）。
因此，所有人都选择了"背叛"。所有人都补贴重度用户，发布指数级增长的图表，并最终发布"重要的定价调整"公告。
Cursor、Lovable、Replit，它们都清楚其中的数学逻辑。但它们选择了"当下求增长，未来求盈利，把破产问题留给下一任 CEO "。
说实话这或许是对的。在"圈地运动（land grab）"中，市场份额比利润率更重要。只要风险投资还愿意持续注资。
不妨问问 Jasper 公司，当资金链断裂时，会发生什么？
五、如何找到合适的商业模式？
有没有可能避开" token 流动性挤压"？
最近有传言称，Cognition 正以 150 亿美元的估值进行融资，而其年度经常性收入（ARR）据称不到 1 亿美元（我猜可能更接近 5000 万美元）。相比之下，Cursor 在 ARR 达到 5 亿美元、增长曲线更陡峭的情况下，也仅获得了 100 亿美元的估值。Cognition 的收入不及 Cursor 的八分之一，估值却是其 1.5 倍。风险投资公司掌握了哪些我们不知道的信息？两家公司都主打" AI coding Agent "，难道 Cognition 找到了跳出"死亡螺旋"的方法？
目前有三种可能的出路：
从一开始就采用"按使用量计费"没有补贴，没有"先获取、后变现"的说法，只有诚实的经济模式。这在理论上听起来很棒。
但问题是：我们现在找不到任何一个采用"按使用量计费"且实现爆发式增长的消费级 AI 公司？消费者讨厌计量收费。他们宁愿为无限量套餐多付钱，也不愿意被意料之外的账单吓到。每一个成功的消费者订阅服务，Netflix、Spotify、ChatGPT，都是包月制。一旦你引入计量收费，增长就会停滞。
建立极高的切换成本，从而获得高利润率这是 Devin 的看好的方向。他们最近宣布了与花旗银行和高盛的合作，将 Devin 部署到每家公司的 4 万名软件工程师中。按每月 20 美元计算，这是一个千万美元级别的项目。
但问题来了：你更愿意从高盛获得 1000 万美元的 ARR，还是从专业消费级开发者那里获得 5 亿美元？ 答案是明显的：长达六个月的落地实施、合规审查、安全审计、繁琐的采购流程，意味着从高盛那里拿到的收入虽然难以争取，但一旦到手，客户就几乎不会流失。
你只有在银行的唯一决策者将自己的声誉押注在你身上时，才能签下这些合同，而所有人都会竭尽全力确保项目成功。 这也是为什么除了科技巨头外，最大的软件公司几乎都是"核心系统服务商"，例如客户关系管理（CRM ）、企业资源计划（ERP ）、电子健康记录（EHR）系统。
它们的利润率都能达到 80%-90%，因为客户切换成本越高，对价格的敏感度就越低。当竞争对手出现时，你的产品早已经深度嵌入到客户的业务流程中，切换供应商需要再经历一个为期六个月的销售周期。不是不能换，而是客户的 CFO 宁愿辞职，也不愿再经历一次供应商评估。
进行垂直整合，从基础设施上盈利这是 Replit 的玩法：将代码 AI 工具与应用托管、数据库管理、部署监控、日志记录等服务捆绑销售。在每个 token 上亏一点钱，但在新一代开发者的技术栈中，从其他所有环节捕获价值。看看 Replit 的垂直整合程度就知道了。
来源：@mattppal（推特用户）
将 AI 作为"引流品"，推动用户使用其具有"类 AWS "竞争力的其他服务。你卖的不是"推理服务"，而是其他所有服务，推理成本只是营销开支。这个模式的巧妙在于，代码生成自然会增加对托管服务的需求。每个应用都需要运行环境，每个数据库都需要管理，每次部署都需要监控。就让 OpenAI 和 Anthropic 去把推理服务的价格竞争到零，你去做别的事情。
那些仍在坚持"固定费率、不计成本增长"模式的公司？它们只是"行走的僵尸"，只不过它们的葬礼定在了今年第四季度，并且成本高昂。
六、结语
我们不断地看到有创始人引用"模型明年会便宜 10 倍！"这种说法。但到那时，用户会期望得到 20 倍以上的回报。
还记得 Windsurf 吗？由于 Cursor 带来的对盈亏平衡的压力，他们根本找不到方法破局。即便是像 Anthropic 这样的公司，拥有全球最垂直整合应用层，也无法让一个提供无限使用量的固定订阅模式运转起来。
虽然《levered beta is all you need》文章的核心结论："早入局胜过聪明"，仍然成立，但"没有规划地早入局"，只会更早地失败。谷歌不会为"负利润率业务"开出 24 亿美元的支票；当"以后再说"意味着你的 AWS 账单已经超过你的收入时，"以后"便不复存在。
那么，在这样的环境下该如何创业？简而言之，成为"新云厂商"（neocloud ）。至少，模型明年的成本会降至 1/10。
深圳配资门户网提示：文章来自网络，不代表本站观点。
