来源：市场资讯
（来源：51CTO技术栈）
“我认为 OpenAI 和 Anthropic 已经找到了产品与市场的契合点。”
大家还记得每当大模型上新，都要经历的鹈鹕骑自行车测试吗？
它的创立者、知名开源大神 Simon Willison 刚刚在博客里给出的一个判断：OpenAI 和 Anthropic 已经找到了产品与市场的契合点（PMF）。
文章发布后直接冲上了 HN 的热榜。
“这仍然处在炒作周期的上升期。除非我们能找到办法，让开发者在真正重要的工作上提升 2 倍、5 倍甚至 10 倍的生产力。”
“关于推理成本与训练成本的比较，公开信息存在矛盾。美国模型的定价里可能摊销了训练成本。”
还有最近 Anthropic 在 2026 年 Q2 季度首次实现盈利，比自身预测早了整整 2 年的新闻沸沸扬扬。Simon 认为，真正让 AI 公司找到 PMF 的，不是像 ChatGPT 这种“聊天机器人”，而是 Claude Code/Cowork 和 Codex 之类的产品。
为什么 Simon 会这样说？现在还是 AI 炒作周期吗？
我们一起来看一下！
9 亿周活仅 5% 付费，为什么 ChatGPT 难以覆盖成本？
ChatGPT 等工具固然非常受欢迎，但这种流量却极其难以转化为对等的收入。这里有 OpenAI 的一组数据：今年 2 月， OpenAI 宣称 ChatGPT 的周活跃用户超过 9 亿，但其中只有 5000 万（占 5.6%）是付费用户。
每月向每位用户收取 10-20 美元是可以接受的商业模式，但需要 10-20 亿用户持续使用四年才能覆盖 1 万亿美元的基础设施成本 。
真正改变这种局面、让 Anthropic 扭亏为盈的，是 Claude Code/Cowork 这类深度嵌入工作流的Agent——公司每月每用户花费 200 美元以上，就能更快地实现目标。
Simon 算了一笔账：他目前订阅了 Anthropic 的 Max 套餐（每月 100 美元）和 OpenAI 的 Pro 套餐（每月 100 美元）。他在笔记本电脑上运行了 ccusage 工具，估算了一下如果在过去 30 天内购买 API token 需要花费多少钱，结果如下：
Anthropic Claude Code——1,199.79 美元
OpenAI Codex——980.37 美元
花200美元就能买到价值 2180.16 美元的 token，太值了！
但在企业的角度就不一样了。
大模型是如何让企业氪金的？
Uber 几个月烧光全年预算、微软急砍许可证
在过去六个月的某个时候，Anthropic 将其企业版套餐改为每月每席位 20 美元，外加 API 使用费。
OpenAI 在 4 月份也进行了类似的定价调整。Codex 价格表目前显示：
2026 年 4 月 2 日，我们更新了 Codex 的定价机制，使其与 API token 使用量挂钩，而非按消息数量计费。此次变更适用于所有新老 Plus、Pro、ChatGPT Business 和 ChatGPT Enterprise 套餐。
2026 年 4 月 23 日，我们也对所有现有的 ChatGPT 企业版计划进行了更新，包括 Edu、Health、Gov 和 ChatGPT for Teachers。
更巧合的是，OpenAI 和 Anthropic 两家都在四月份推出了更智能的模型：GPT-5.5 和 Opus 4.7。
GPT-5.5的 API 价格是 GPT-5.4 的 2 倍；Opus 4.7 的价格约为 Opus 4.6 的 1.4 倍 。
企业客户往往会签订一年期的长期合同。在过去，大厂为了抢占市场给出的折扣，现在没有了。
近期还有两个非常有代表性的例子：
第一，Uber 首席技术官 Praveen Neppalli Naga 表示：归功于 Claude Code，Uber “在 2026 年仅仅几个月后就用完了全年的 AI 预算”。
第二，微软开始取消 Claude Code 的许可证 ，一方面是为了鼓励他们的工程师改用他们自己的 Copilot CLI 代理，另一方面有记者表示，这一决定也是出于财务方面的考虑”。
我听过的关于产品定价的最佳建议是：让顾客先倒吸一口凉气 ，然后点头同意。优步的预算超支和微软的座位取消问题，似乎正是这种效应在实践中体现出来的。
用 20% 的工资去买 Token，AI 现在还是炒作吗？
在 Hacker News 的评论区里，有网友也算了一笔账：
AI 巨头重金砸下去的硬件成本，他们大约有 500 亿美元到 1000 亿美元的资金需要在未来 5 年内收回——这意味着需要每年投入超过 1 万亿美元用于 token。
全球有 2 亿知识工作者，3000 万开发者。相当于一个知识工作者需要将 5% 的薪水投入 token；如果你是开发者，则需要投入 20%。
“我认识的大多数人都表示，这些 AI 工具确实能让他们在公司真正关心的工作上，效率提升 20%～40%。但问题在于，如果只是“速度提升 20%”，同时“成本也增加 20%”，那根本不足以支撑每年上万亿美元规模的 AI 支出。”
推理贵还是训练贵？为什么中国 Token 那么便宜？
Simon 在文章中提到：Anthropic 每月愿意花费 12.5 亿美元从一家供应商那里购买额外的计算能力，这表明他们的推理预算已经变得多么庞大。
评论区关于推理与训练成本讨论也非常激烈：
“如果训练远大于推理，那么企业就陷入了囚徒困境，其复杂程度远远超过了普通零边际效应模型（因为其具有巨大的离散阶梯特性）。
另一方面，如果推理远大于训练，那么某些思想领袖所倡导的“推理类似于效用”的高级分析就成立了。这似乎表明推理比训练更重要，但至少那些持此观点的 CEO 们有强烈的动机去认同，因为另一种选择，囚徒困境会迅速扼杀投资。”
有网友举了例子：中国的模型提供商，主要受限于算力获取，因此往往表现出一种很特殊的情况，他们能以比美国厂商更低的价格，提供几乎无限量的 token，但模型能力本身却相对较弱（训练能力不足）。
只有在一种情况下，这种现象才说得通：美国厂商的推理成本，其实被摊销后的训练成本抬高了 20 到 30 倍；而海外厂商由于无法承担同等级别的训练投入，因此没有背负这部分成本。（当然，除此之外还有其他因素。）
AI 巨头清理“中间商”！ Cursor 也被倒逼做模型
在这场商业化的进程中，还有一个变化：API 收入的重要性正在降低。
在过去，Anthropic 更乐意躲在幕后，把 API 卖给 Cursor、GitHub Copilot或者各类独立开发者，让他们去卷前端应用。2025 年 8 月 VentureBeat 的一篇报道，Anthropic 的几个大型 API 客户仅 Cursor 和 GitHub Copilot 就为该公司贡献了 12 亿美元，而当时该公司的总收入为 40 亿美元。
但在 2026 年，AI 巨头集体开启了“去中间化”战略：通过推出原生的 Claude Code，开始亲自下场抢夺终端企业客户。
Simon 分析了一些招聘数据：OpenAI 目前有 703 个空缺职位 ，其中 229 个（32.6%）与企业销售和支持相关——客户经理、“市场推广”、“前线部署工程师”等等；Anthropic 目前有 390 个空缺职位 ，其中 105 个（26.9%）在我看来像是面向企业的职位。
比起赚取微薄的、随时可能被平替的第三方 API 批发价，直接向企业提供全套智能体解决方案的利润要丰厚得多。
这也逼得像 Cursor 这样的 AI 代码编辑器不得不开始考虑研发自己的模型。
Simon 把 2025年 11 月 称为一个转折点，因为那时 GPT-5.1 和 Opus 4.5 以及它们各自的编码代理框架都变得足够好；
在今天，他将 2026 年 4 月定义为一个新的转折点，因为这项技术的收入影响开始显现。
各位大佬觉得现在的 AI 还是在炒作吗？推理成本和训练成本哪个更贵？
欢迎在评论区分享！
https://simonwillison.net/2026/May/27/product-market-fit/#api-revenue-is-becoming-less-important
https://news.ycombinator.com/item?id=48296794
热门跟贴