最近有不少用户吐槽,Claude 的额度消耗速度突然变得极不正常。就在大家怀疑自己是不是出现集体幻觉的时候,知名半导体与 AI 研究机构 SemiAnalysis 刚刚直接甩出了一份实锤。他们发推拉响警报,证实用户根本没有感觉错,Anthropic 确实正在后台对 Claude 的订阅额度悄悄搞 A/B 灰测。SemiAnalysis 在同一天拿两个完全相同的 200 美元 Max 20x 账号跑了 Opus 5.5 的 Agent 工作负载测试,结果抓出了非常清晰的差异。测试组账号 B 的 5 小时窗口额度给到了 20.76 亿 Token,比正常账号 A 的 17.4 亿 Token 调高了 19%。但一看更关键的每周总弹药量,账号 B 从正常的 65.79 亿 Tokens 缩水到了 52.66 亿 Tokens,生生抹掉了 20%。向左滑动查看更多内容 折算成每月的 API 等价含金量,正常账号 A 每月能跑出 11726 美元的算力价值,相当于 200 美元月费的 59 倍。而被塞进灰测组的倒霉蛋账号 B,月度等价价值跌到了 9385 美元,补贴倍率降到了月费的 47 倍,重度用户一个月下来实打实被薅走了两成额度。难怪这两天无数充了 100 美元和 200 美元套餐的 Vibe Coding 老哥突然发现,手里的 Opus 5.5 彻底变了味。以前大家调侃 ChatGPT 的口头禅是「你说得有道理」,到了现在的 Claude Code 这里,它的口头禅直接变成了「您的使用限额已达上限」。还有 X 用户反馈说,上周用起来还几乎感觉不到限制,今天还没怎么跑重度任务,23% 的额度就已经没了。另一位叫 Priya 的用户更无奈,日常工作刚开了个头,90% 的进度条就已经见底。更有意思的是官方第一时间的挽尊姿态。面对全网质疑,Claude Code 技术人员 Lydia Hallie 出来安抚大家,明确表示额度没有任何调整,建议觉得消耗快的用户跑一下反馈命令把 ID 私信给她排查。紧接着她又给出了一套甩锅推演,反问用户是不是经常在长对话中途离开超过 1 小时导致上下文缓存过期,或者是不是在会话里开了太多子 Agent。Claude Code 的核心开发者 Boris Cherny 刚刚也已经表态,说团队正在紧急排查原因,很快会给大家一个交代。整件事最让人绷不住的地方在于,就在半个月前,SemiAnalysis 才刚给 Anthropic 发过一张极具含金量的好人卡。当时为了扒出各家套餐背后的真实水分,分析师写了一套测试程序,把名著《战争与和平》的文本反复塞进各大模型,专门盯着那个只显示 0% 到 100% 却从不标明具体 Tokens 数量的盲盒进度条。一顿极限施压测算下来,在 200 美元同档位套餐里,使用 Opus 5.5 的 Claude 订阅所能提供的 API 等价价值,大约是使用 GPT-6.1 Sol 的 OpenAI 同档套餐的 5 倍。差距之所以能拉大到断层领先的 5 倍,直接导火索是隔壁 OpenAI 下手更早也更不讲武德。OpenAI 此前把 200 美元 Pro 套餐各档模型的 Tokens 额度原地腰斩,连官网定价页面上的相对倍数宣传语都一并抹掉了。砍完 200 美元套餐后,OpenAI 转头端出了一个每月 500 美元的新档位。结果实测下来,多花这 300 美元,顶级的 Astra 模型额度仅比调整前的 200 美元套餐多出约 21%,真正的噱头变成了每秒 300 Tokens 的极速输出模式。简言之,用户多掏的几百美元并没有换来多少额外额度,很大一部分只是在为输出速度买单。现如今,浓眉大眼的 Anthropic 也终究采取了同样的路数。究其原因,或许在诸如 OpenAI 和 Anthropic 等厂商看来,高度补贴的包月订阅制已经成了利润率的最大拖累。根据 SemiAnalysis 的测算,订阅业务只为 Anthropic 贡献了约 10% 的总收入,却吃掉了超过 40% 的推理算力。但做大模型这门生意,真的只能靠不断缩减用户额度来维持毛利吗?把视线转回国内,看看本土模型厂商刚刚交出的工程答卷,完全是另一番景象。就在这两天,DeepSeek 发布了 V4.1 Flash 大规模推理部署的技术实践,并正式开源了云服务推理框架 DeepInfer。通过常见的 8 卡机器做预填充、64 至 128 卡超节点做解码,DeepSeek 单一集群的日吞吐量做到了 155 万亿 Token。这份报告里有两个非常硬核的数据。第一个数据是,DeepSeek 在系统设计层面支持将 KVCache 上下文缓存保留 72 小时以上,用实打实的工程优化解决了长周期上下文复用的成本难题。第二个数据直接挑明了这门生意的赚钱能力,即便按照波谷时段的低价计算,DeepSeek 这套推理系统的整体收入也达到了每张卡每小时 38 美元。算一笔最简单的账,一张卡一天 24 小时就能创造超过 900 美元的营收,充分证明只要底层推理架构和调度优化做到位,AI 模型的生意完全可以跑出极高的毛利率。深究背后的原因,额度风波恰恰暴露了 AI 产品与传统互联网产品在底层的巨大差异。在移动互联网时代,软件与内容服务的边际成本几乎为零,用户开通包月会员后不管使用频率有多高,平台多付出的带宽成本都微乎其微。到了 AI 时代,用户的每一次提问、每一次长文本压缩、每一个子智能体调用,背后都是实打实的算力与电力消耗。当 AI 从偶尔聊天的玩具变成全天候干活的生产力工具,订阅制的核心矛盾就从早期的拉新获客,变成了如何给重度用户的算力消耗上枷锁。而最让用户感到膈应的倒未必是涨价本身,而是整个过程缺乏起码的体面与透明度。厂商不公布具体的消耗标准,只给一个模糊的百分比进度条,要么偷偷降智,要么在后台悄悄做 A/B 测试下调额度。用户每个月按时交着真金白银的订阅费,买到的服务标准却随时可能在毫不知情的情况下被篡改,这种把用户当冤大头耍的信任透支,恐怕比算力的消耗更难找补回来。我们正在招募伙伴📮 简历投递邮箱hr@ifanr.com✉️ 邮件标题「姓名+岗位名称」(请随简历附上项目/作品或相关链接)