AI订阅定价拆解：额度、缓存与模型分层如何决定毛利

同样每月付 200 美元，Claude Opus 5.5 的 API 等值额度约是 GPT-6.1 Sol 的五倍。AI 订阅最难解决的矛盾，就藏在这张月费账单里：厂商该补贴多少算力，用户又该怎么算这笔账？价格战的终局，或许是重新定义软件定价。

一个开发者每月向 AI 公司支付 200 美元，白天用它写代码，夜里让 Agent 在后台跑测试。一个月后，他可能已经调用了按 API 标价计算价值上万美元的模型服务。另一位用户付了同样的钱，却只偶尔让 AI 整理会议纪要。

两个人的收入贡献完全相同，消耗的计算资源却可能相差数十倍。AI 订阅生意最难解决的矛盾，就藏在这张看似简单的月费账单里。

这个矛盾在 2026 年 9 月底突然变得具体起来。OpenAI 调整了 ChatGPT 订阅体系：每月 200 美元的 Pro 套餐，实际可使用的 Token 数量被削减近一半；与此同时，一个每月 500 美元的新档位登场。用户看到的是套餐调整，模型公司真正调整的，却是每一美元背后愿意补贴多少计算资源。

就在订阅额度变化引发讨论时，研究机构 SemiAnalysis 把各家 AI 公司的套餐放在同一张账本上：OpenAI、Anthropic，以及 MiniMax、Moonshot、智谱、Cursor、Cognition。它试图算清楚一件事：用户每月交出去的 20、100 或 200 美元，到底能换回多少计算资源？

测试结果很快把这种变化变成了一个醒目的数字：在日常主力模型层级，Claude Opus 5.5 的 API 等值使用额度约为 GPT-6.1 Sol 的五倍。每月同样支付 200 美元，前者对应约 11,726 美元，后者约为 2,084 美元。

图表｜Opus 5.5 与 GPT-6.1 Sol 的订阅 API 等值比较

200 美元订阅背后，藏着一笔价值上万美元的算力账单

传统 SaaS 软件新增用户的边际成本通常较低，研发成本可以随用户规模增长而摊薄。但大模型订阅不同：每次对话、代码生成、工具调用与 Agent 执行，都会消耗推理资源。用户支付固定月费，厂商却承担随使用量增长的可变成本。

把镜头拉远。按照 SemiAnalysis 的估算，Anthropic 的订阅业务只贡献约 10% 的收入，却占用了超过 40% 的推理算力。对一家公司来说，这不是一个无关紧要的营销预算，而是一笔会改变整个算力生意利润结构的支出。

图表｜Anthropic 订阅业务的收入与推理算力占比

把账算到数据中心，问题会变得更加直观。

SemiAnalysis 将订阅业务放进数据中心经济学中衡量，而不是只看消费者月费。模型公司建设或租用推理集群后，核心稀缺资源是可持续交付的推理吞吐量。相同一兆瓦计算能力，分配给高折扣订阅用户与按量付费 API 客户，产生的收入可能完全不同。其中的每兆瓦收入降幅约 3,600 万美元，是其 Tokenomics 模型推算结果，不能理解为 Anthropic 披露的真实单座数据中心损失。

订阅可能同时服务于三条转化路径：开发者先在固定月费中建立工作习惯，随后转向 API 或企业采购；高频用户在社区发布案例，降低新用户学习成本；产品方通过订阅用户的真实使用数据识别有价值的 Agent 场景。因此不能只用当期订阅毛利来判断策略是否合理。但这三类长期收益必须能够抵消短期推理成本，否则补贴将从获客工具变成持续性的毛利侵蚀。

OpenAI 直接砍额度， Anthropic 选择模型分层

测试数据表明，OpenAI 的 200 美元套餐在 9 月底调整后，GPT-6 Astra 对应的 Token 容量下降约 49%；Sol 系列也出现明显下调。由于 GPT-6.1 Sol 的缓存读取 API 价格同时下降，其 API 等值订阅价值跌幅甚至超过 Token 数量跌幅。

调整前购买的 200 美元套餐可暂时保留原额度至 10 月 29 日，新购用户则立即适用较低额度。新推出的 500 美元套餐在 Astra 用量上，仅比此前旧版 200 美元套餐高约 21%；但其主打的 300 tokens/s Ultrafast 推理速度也具有独立价值。

图表｜OpenAI 200 美元套餐调整前后对比

过去，200 美元 Pro 套餐拥有高于低价套餐的单位补贴。调整之后，100、200 和 500 美元套餐的单位 Token 价值基本趋同。OpenAI 正在取消重度用户额外折扣，将订阅体系改造成更线性的算力定价机制。

Anthropic 的策略不同：它通过模型分层控制昂贵推理资源。按照测试结果，在同一 200 美元 Claude 套餐中，Sonnet 5.5、Opus 5.5、Fable 5.1 的 API 等值额度分别约为 12,529、11,726 和 2,485 美元。Fable 还有独立的额度约束，不能简单把不同模型额度相加。

图表｜同一 Claude 200 美元套餐，不同模型的等值额度差异

普通高频用户仍能享受较高补贴，但追求最强模型能力的用户需要接受更严格的使用限制。前者更强调维持日常体验，后者更直接改善整个订阅体系的经济性。

把最顶级模型摆在一起，情况却不一样：在 200 美元档位，二者 API 等值分别约 2,897 美元与 2,485 美元，差距并不大。但 Fable 的独立额度只允许使用套餐总额度的特定部分，因此不能直接把这两个数理解为“谁提供更多整体服务”。真正的悬殊出现在日常主力模型：Claude Opus 5.5 为 11,726 美元，GPT-6.1 Sol 为 2,084 美元。

如果干脆绕开 API 标价，直接比较 Token 数量，差距仍然存在：同为 200 美元档位，Claude Opus 5.5 约 286 亿 Token，GPT-6.1 Sol 约 102 亿 Token，约为 2.8 倍差距。这一比较比 API 等值更接近资源使用量，但仍然不能等同于同样数量的有效任务，因为不同模型在任务成功率、思考 Token、工具调用次数及上下文压缩策略上存在差异。

还有一个容易忽略的细节：OpenAI Pro 套餐没有与 Claude 同样的五小时限额，这让高峰期集中执行任务的用户更容易充分使用月度额度。反过来，拥有更高理论月度额度的套餐，如果受到较严格的短周期限制，用户未必能把全部额度消耗完。因此套餐价值需要同时比较“理论总量”“窗口约束”和“任务效率”。

真正隐蔽的定价权，藏在 Token 汇率里

API 服务通常公开输入、输出、缓存写入和缓存读取的价格；订阅服务却往往只展示过去五小时或七天已消耗的百分比。不同模型、Token 类型与上下文长度可能适用不同的内部额度扣费规则。

这意味着厂商拥有两层定价权：一是公开的美元月费，二是内部计算额度与 Token 之间的隐性汇率。即使月费不变，厂商也能通过改变内部消耗率影响实际服务量。

为了看清这套不透明的规则，研究者做了一件相当笨、却有效的事：不断发起经过设计的请求，分别放大输入、缓存写入、缓存读取和输出的消耗，再盯着使用进度条什么时候跳动。一次请求看不出什么，成百上千次请求累积起来，隐藏的扣费比例就逐渐浮出水面。团队剔除不完整的计量区间，并将估计误差收敛到约 ±5%。更意外的是，三个相同套餐账户里有一个额度低约 20%；与厂商核实后才发现，它被纳入了一场小规模 A/B 测试。

研究将 Token 分为四类：未缓存的新输入、写入缓存的输入、从缓存读取的历史上下文，以及模型生成的输出。输出通常是成本最高的部分；缓存读取则往往便宜得多。对 Agent 而言，长对话和多轮工具调用会反复读取相同上下文，因此缓存命中率可能决定实际工作负载的成本。用“总 Token 数”概括订阅价值，很容易掩盖不同任务结构的差异。

测试团队通过设计不同提示词，让每组实验尽量集中消耗某一种 Token；输入实验每次加入随机标签以避免命中缓存，缓存写入实验强制创建新缓存，缓存读取实验使用固定标签重复请求，输出实验则使用技术文章诱导较长回答。研究者记录每次调用后的计量条位置，在多个完整进度跳变区间中计算 Token 与百分比的对应关系，并修正其他 Token 类型的干扰。

这种测量当然也有边界。比如缓存读取量累积到 5 亿 Token、进度条仍未变化时，研究者会在估算中暂时将其视为免费；这只是测量口径，并不意味着底层计算成本真的为零。因此，脱离具体模型、任务结构和套餐去谈一个统一的“性价比”，很容易得到误导性的结论。

5 倍价值差距，为什么不等于 5 倍亏损？

API 等值额度并不是推理成本。模型厂商的 API 定价与其实际服务成本之间存在差距，因此更高的 API 等值额度不必然代表更大的真实亏损。

SemiAnalysis 假设 API 毛利率为 92%，模拟不同模型及额度利用率下的订阅毛利率：若用户耗尽全部额度，Opus 5.5 与 Fable 5.1 的估算毛利率分别约为 -369% 和 1%；若平均利用率仅为 20%，则分别约为 6% 和 80%。这些是模型假设下的测算，并非 Anthropic 披露的实际财务数据。

图表｜模型层级、额度利用率与估算订阅毛利率

这揭示了订阅业务与健身房会员相似的经济学：大量轻度用户能够平衡少数重度用户的资源消耗。但 Agent 时代会改变这一前提。人类注意力有限，Agent 却能后台持续运行，订阅利用率可能从低频消费转向高频生产。

这一点可以通过一个简单的成本假设理解。

以报告采用的 92% API 毛利率假设为例，API 标价每 100 美元所对应的推理服务成本被设为约 8 美元；如果一个订阅用户可获得远超月费的 API 等值额度，厂商仍有可能在平均使用率较低时实现正毛利。关键不是“用户理论上最多能消耗多少”，而是整个付费群体在一个计费周期内实际消耗多少。

更微妙的变化是，Fable 5.1 相比上一代将缓存读取价格下调 75%，但订阅 Token 限额没有同步提高；Opus 5.5 相比 Opus 5 将输入和输出价格下调约 20%、缓存读取价格下调约 60%，Anthropic 则在 Max 档位增加约 20% 的 Token，在 Pro 档位增加约 50%。GPT-6.1 Sol 的缓存读取价格下调约 50% 后，OpenAI 也没有按同比例增加订阅 Token。这意味着模型推理效率的改善，未必自动让利给订阅用户。

当单次推理成本下降，用户可能不仅会执行原有任务，还会尝试此前不值得自动化的新任务，例如持续运行代码审查、重复搜索、自动测试和多方案验证。由此，单位成本下降与总推理需求上升可以同时发生。这是对行业的延伸判断，而非 SemiAnalysis 对未来需求作出的定量预测。

中国模型仍在补贴开发者，但价格战不是终局

图表｜中国模型订阅计划与国际厂商的对比

OpenAI 收紧订阅额度时，中国厂商仍在补贴开发者，但打法并不相同。MiniMax 主打高额度，智谱按模型分层，月之暗面鼓励用户升级套餐。

MiniMax 的 Token Plus、Max、Ultra 月费分别为 22、55、132 美元。以 MiniMax-M3 计算，三个套餐的 API 等值分别约为 423、1,187、3,168 美元，达到月费的 19.2、21.6、24 倍。档位越高，单位月费换来的额度越多。

OpenAI 调整后的部分 Pro 套餐，每美元对应约 12 美元 API 等值；MiniMax-M3 的对应数值约为 19—24 美元。不过，API 等值取决于模型公开定价，并不代表真实推理成本或用户节省的金额。

智谱 GLM Coding Lite、Pro、Max 月费分别为 18、80、168 美元。使用 GLM-5.3 时，API 等值约为 139、830、1,942 美元，相当于月费的 7.7、10.4、11.6 倍。

换成 GLM-5.3-Flash，同档套餐的 API 等值降至约 24、143、336 美元，分别为月费的 1.3、1.8、2 倍。差异部分来自两款模型的 API 标价，并不能简单解读为 Flash 的实际成本更高。

月之暗面 Kimi Code 的 Plus、Pro、Max、Ultra 月费为 19、39、99、199 美元；以 Kimi K3 测算，API 等值约为 47、209、647、1,490 美元，对应月费的 2.5、5.4、6.5、7.5 倍。其高档套餐的单位价值提升尤为明显。

三家的策略差异清晰：MiniMax 用高额度吸引重度开发者，智谱通过模型定价拉开不同使用场景的价值，Kimi 则让更高档位获得更高单位额度。它们都在争夺开发者的日常工作流，但补贴方式不同。

订阅补贴的代价是推理资源。Agent 能持续调用模型，重度用户可能迅速耗尽套餐额度。厂商既要争取开发者，又必须管理并发、缓存和推理成本。

国内厂商也开始通过电商渠道销售订阅和 Token 产品，智谱 GLM Coding Plan 已进入天猫等零售场景。渠道扩大了触达范围，却不能改变每次模型调用都要付出计算成本的事实。

这些比较基于偏向 Agent 的工作负载：缓存读取约占 Token 总量的 96.6%，新输入约占 0.4%，缓存写入约占 2.6%，输出约占 0.3%。因此结果尤其受缓存定价影响，不宜直接套用于普通聊天用户。

Cursor 与 Devin 的尴尬：模型公司开始拿回应用层利润

结果是，直接购买 Anthropic 第一方订阅，在部分模型比较中可获得比 Cursor、Devin 等第三方产品高出 9 倍以上的 API 等值额度。更有意思的是，拥有模型和推理基础设施的 Anthropic，即使提供更宽松的额度，其订阅毛利率仍可能高于购买外部 API 的第三方应用。

图表｜Anthropic 第一方订阅与 Cursor、Devin 的额度比较

不过，Token 额度并不是软件价值的全部。如果 Cursor、Devin 能够以更少 Token、更短时间、更高成功率完成任务，仍然可能创造超出推理资源差异的价值。第三方 AI 应用必须证明其编排、协作、治理与执行能力具有独立的经济价值。

模型厂商的第一方订阅，可以将内部推理资源按自己的成本结构分配给用户；第三方工具则往往需要按采购价获得模型服务，同时承担 IDE、索引、工具执行、沙箱、团队功能和客服等产品成本。因此“第三方额度更少”在商业上并不意外，但其中 9 倍以上的差距仍然揭示了第三方应用必须克服的成本劣势。

如果一个 Agent 产品能够自动处理仓库环境、降低失败重试、管理多模型路由，并把工程师从繁琐流程中解放出来，其收费基础就不再是转售 Token，而是交付成果。企业客户还会为权限控制、审计日志、合规、私有数据连接和可靠性付费。这些软件层能力有机会形成独立壁垒，但不能从其中的额度比较直接推导某家公司未来的胜负。

AI 订阅战争的终局，是重新定义软件定价

对于用户，理想的 AI 订阅是支付固定月费，获得越来越强、近乎无限的服务；对于厂商，理想的商业模式则是让收入与计算消耗及任务价值相匹配。Agent 普及正在放大二者之间的矛盾。

未来市场可能分为三个层次：普通消费者继续使用固定月费套餐；专业用户通过高价套餐购买更明确的速度、并发和模型额度；企业与复杂 Agent 工作流则更多按 Token、任务、执行时间或业务结果计费。

OpenAI 通过削减额度降低重度用户补贴，Anthropic 则利用模型分层逐渐改善利润率。两家公司最终可能走向相似的经济结构，只是节奏和路径不同。

这场竞争最终也许会改变投资人和行业观察者看待 AI 公司的方式。ARR、DAU、付费转化率仍然重要，但还需要追问：一项任务成功完成之前，模型调用了多少次？缓存复用了多少上下文？消耗了多少推理算力？最终留下多少毛利？对算力高度敏感的 AI 生意来说，这些问题将越来越难被单一的订阅收入增长率掩盖。

AI 行业正在从争夺谁能提供最多 Token，转向争夺谁能以最低成本交付最多有价值的工作。当 AI 成为数字经济的基础生产力，这份生产力应该如何定价，或许比下一代模型在榜单上提高多少分，更能决定行业未来的利润分配。

一种可能的方向是：基础月费购买交互体验、产品功能和一定计算配额；超额的高强度 Agent 任务，再按使用量或任务包计费。这相当于将传统 SaaS 订阅与云计算计量收费结合，既降低轻度用户的支付门槛，也让重度用户承担更接近实际资源消耗的费用。

比较两家模型公司，除了每百万 Token 的 API 价格，还应考察真实任务成功率、平均调用次数、缓存复用、工具执行成本、延迟、并发限制以及任务失败后的重试费用。最终能够持续盈利的 AI 公司，可能不是补贴力度最大的一家，而是能让每单位计算资源完成最多有价值工作的那一家。

资料与图表说明：

资料来源：Andrew Megalaa、Max Kan、Dylan Patel，SemiAnalysis，Anthropic Subscriptions Offer 5x+ More Value Than OpenAI，2026 年 10 月 5 日。

作者：Z Finance 公众号：Z Finance

本文由 @Z Finance 原创发布于人人都是产品经理。未经作者许可，禁止转载

题图来自作者提供