最近，不少用户反映，Claude的额度消耗速度出现了明显异常。

正当大家怀疑是否集体出现错觉时，知名半导体与AI研究机构SemiAnalysis直接发布了实证。

他们通过推文发出警报，证实用户的感受并非空穴来风，Anthropic确实在后台对Claude的订阅额度悄悄进行A/B灰度测试。

SemiAnalysis在同一天使用两个完全相同的200美元Max 20x账号，运行了Opus 5.5的Agent工作负载测试，结果发现了清晰差异。

测试组账号B的5小时窗口额度达到20.76亿Token，比正常账号A的17.4亿Token高出19%。

但关键的每周总弹药量方面，账号B从正常的65.79亿Tokens缩减至52.66亿Tokens，被抹掉了20%。

折算成每月的API等价价值，正常账号A每月能产生11726美元的算力价值，相当于200美元月费的59倍。

而被纳入灰度组的账号B，月度等价价值降至9385美元，补贴倍率降为月费的47倍，重度用户每月实际损失了两成额度。

难怪这两天，许多充值100美元和200美元套餐的Vibe Coding用户突然发现，手中的Opus 5.5体验彻底变了味。

过去大家调侃ChatGPT的口头禅是“你说得有道理”，如今在Claude Code中，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，上周使用几乎感觉不到限制，但今天还没怎么跑重度任务，23%的额度就已耗尽。

另一位名为Priya的用户更无奈，日常工作刚开了个头，90%的进度条就已见底。

更有趣的是官方第一时间试图挽回姿态。

面对全网质疑，Claude Code技术人员Lydia Hallie出面安抚用户，明确表示额度没有任何调整，建议觉得消耗快的用户运行反馈命令并将ID私信给她排查。

随后她又提出一套解释，反问用户是否经常在长对话中离开超过1小时导致上下文缓存过期，或是否在会话中开启了过多子Agent。

Claude Code的核心开发者Boris Cherny也已表态，称团队正在紧急排查原因，很快会给出说明。

整件事最令人难以接受的是，就在半个月前，SemiAnalysis才刚给Anthropic发过一张极具含金量的好评。

当时，为了揭示各家套餐背后的真实情况，分析师编写了一套测试程序，将名著《战争与和平》的文本反复输入各大模型，紧盯那个只显示0%到100%却从不标明具体Tokens数量的盲盒进度条。

经过极限施压测算，在200美元同档位套餐中，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，直接原因是隔壁OpenAI下手更早也更不客气。

OpenAI此前将200美元Pro套餐中各档模型的Tokens额度直接腰斩，连官网定价页面上相对倍数的宣传语也一并移除。

砍完200美元套餐后，OpenAI又推出了每月500美元的新档位。

实测结果显示，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%，真正的卖点变成了每秒300 Tokens的极速输出模式。

简言之，用户多掏的几百美元并未换来多少额外额度，大部分只是在为输出速度买单。如今，一向稳重的Anthropic也采取了同样的策略。

究其原因，或许在OpenAI和Anthropic等厂商看来，高度补贴的包月订阅制已成为利润率的最大拖累。

根据SemiAnalysis的测算，订阅业务仅为Anthropic贡献了约10%的总收入，却消耗了超过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？将视线转回国内，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达到155万亿Token。

这份报告中有两个非常硬核的数据。

第一个是，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。

第二个数据直接揭示了这门生意的盈利能力，即便按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，无论使用频率多高，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，变成了如何为重度用户的算力消耗上枷锁。

而最让用户感到反感的，未必是涨价本身，而是整个过程缺乏基本的体面与透明度。

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，要么在后台悄悄进行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不知情的情况下被篡改，这种把用户当冤大头的信任透支，恐怕比算力的消耗更难弥补。

本文来自微信公众号“APPSO”，作者：发现明日产品的，36氪经授权发布。