20美元包月套餐落幕:AI编程工具市场正在发生什么新变化?
AI编程工具定价策略正在发生转变,从固定次数套餐转向按token计费模式。由于用户倾向使用最新旗舰模型且消耗token量远超预期(部分用户月耗上亿token),导致20美元套餐难以覆盖成本。各平台不得不通过暗中调整模型质量、限制调用频率等方式控制支出,形成"黑盒"操作。当前行业普遍采用"用增长换利润"策略,但随着Anthropic等头部公司取消无限套餐,未来
最近看到了很多关于 AI 编程工具定价变动、涨价以及各个编程工具的定价方案变化,总的来说,所谓的 20 美元 500 次的美好愿景可能在未来不复存在。
今天,就专门聊下这个话题,这开始的故事还要从 Cursor 改变自己的付费策略说起,按照 token 计费后每个月,用户只能使用约 225 次的 Sonnet 4,比 500 次的请求少了一半还要多。
但是模型不是降价了吗,人们可以用更便宜、更低的模型,但没人买单。Cursor 的 Auto 模式就是一个失败的例子,用户只愿意和只想使用最新的旗舰模型。
Token 本身的价格其实比我们想象的贵,而更多的是消耗的 Token 变多了。比如,以目前成本相对比较低的 GLM-4.5 为例,128k的长度,输入单价百万 token 2元,输出单价百万token 8元。
而实际上一个人能消耗的 token 有多少,我们可以通过一些排行榜内看到。排名靠前的用户,消耗了海量的 token,30天可以烧掉一百亿甚至更多的 token,而按照均值来说,基本上用户一个月要消耗1亿甚至更多,也就是超过几百到上千美元,这价格远不是 20 美元的套餐能收回本的。
因此,所有的 AI 编程公司实际上是在补贴用户来烧钱,那么为什么他们要选择这种策略呢。
道理很简单,按 token 付费是非常美好,但是用户并不买单,市场份额就增长不上去。而且,万一你的对手,拿着 VC 投资的钱去补贴用户,你就只有完蛋。所以很多公司,包括 Cursor、Lovable、Trae、Windsurf 等其实都是知道这种的,但他们无一例外的选择了这种方式,
用今天的增长换取明天的利润,然后不停的修改背后的竞价策略,调整模型调用频率。毕竟这种套餐是按次数计费的,你也不知道我究竟调没调 Claude4,当检测到你用的太多的时候,换个差点的模型,这也就是你能看到的降智问题。
但,这一切都是黑盒,没有人会告诉你,他究竟用了哪个模型,甚至有没有达到请求的上限就更换模型也没有办法查证。
这也是,为何 Cline、RooCode 这种开源的插件会有一些市场,很多人调用自己的 API,能看到消耗,非常真实,但无一例外,用过的人都会了解这些插件会消耗多少的 token。唯一的解决办法就是,用最便宜的,性价比相对更高的 API 和时间来抵御金钱成本。
但是,随着最近 Anthropic 更改了套餐政策,并提出控制频率开始,Cursor 修改了 200 美元套餐的描述,任何一个付费订阅模式都不会再提供无限制使用了。这个问题的含义就是,即使是最顶端的大模型提供商,Anthropic 都无法支持按照固定订阅套餐运营下去,用户永远是喜欢薅羊毛,钻漏洞的,而下一次的变更最终还是老实人买单。
所以,所谓的性价比套餐,其实都是在某一方面给你掺了水的内容,就看你是否能接受,代码质量、时间方面付出的额外成本。好在,很多人都不介意时间成本。
AI大模型学习路线
如果你对AI大模型入门感兴趣,那么你需要的话可以点击这里大模型重磅福利:入门进阶全套104G学习资源包免费分享!
扫描下方csdn官方合作二维码获取哦!
这是一份大模型从零基础到进阶的学习路线大纲全览,小伙伴们记得点个收藏!
第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;
第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;
第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;
第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;
第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;
第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;
第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。
100套AI大模型商业化落地方案
大模型全套视频教程
200本大模型PDF书籍
👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;
• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;
• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;
• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。
LLM面试题合集
大模型产品经理资源合集
大模型项目实战合集
👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
更多推荐
所有评论(0)