近期，众多用户反映，Claude的额度消耗速度出现了异常加快的情况。
当大家开始怀疑是否集体出现错觉时，知名半导体与AI研究机构SemiAnalysis直接公布了确凿证据。
该机构发布推文发出警告，证实用户的感受并非空穴来风，Anthropic确实在后台对Claude的订阅额度秘密进行了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账户，运行了Opus 5.5的Agent工作负载测试，结果发现了显著差异。
测试组账号B在5小时窗口内的额度达到了20.76亿Token，比正常账号A的17.4亿Token高出了19%。
然而，在每周总可用量方面，账号B从正常的65.79亿Tokens缩减至52.66亿Tokens，整整减少了20%。
换算成每月的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。
而被纳入灰度测试组的账号B，其月度等价价值降至9385美元，补贴倍数降至月费的47倍，重度用户一个月内实际损失了两成额度。
难怪最近许多购买了100美元和200美元套餐的Vibe Coding用户突然发现，手中的Opus 5.5性能大不如前。
以前人们调侃ChatGPT的口头禅是“你说得有道理”，而现在Claude Code的口头禅直接变成了“您的使用限额已达上限”。
还有X用户反映，上周使用时几乎感受不到限制，但今天还没怎么运行重度任务，23%的额度就已经用尽。
另一位名为Priya的用户更无奈地表示，日常工作刚开始，90%的进度条就已见底。
更有趣的是官方最初试图挽回面子的姿态。
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，并建议觉得消耗快的用户运行反馈命令，将ID私信给她以便排查。
随后，她又提出了一系列可能的解释，询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，或者是否在会话中开启了太多子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，并将尽快给出回应。
整件事最令人哭笑不得的是，就在半个月前，SemiAnalysis才刚给Anthropic发过一张极具分量的好评卡。
当时，为了揭示各家套餐背后的真实差距，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，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。
经过极限压力测试，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。
差距之所以能扩大到断层领先的5倍，直接原因是OpenAI下手更早且更不守规则。
OpenAI此前将200美元Pro套餐中各档模型的Tokens额度直接腰斩，连官网定价页面上的相对倍数宣传语也一并删除了。
砍完200美元套餐后，OpenAI又推出了一个每月500美元的新档位。
结果实测显示，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。
简而言之，用户多付的几百美元并未换来多少额外额度，很大一部分只是在为输出速度买单。如今，看似可靠的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？将视线转向国内，本土模型厂商刚刚交出的工程答卷完全是另一番景象。
就在最近，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了155万亿Token。
这份报告中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，用实际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，这充分证明只要底层推理架构和调度优化到位，AI模型的生意完全可以实现极高的毛利率。
深入探究背后的原因，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，背后都是实实在在的算力与电力消耗。
当AI从偶尔聊天的玩具变成全天候工作的生产力工具时，订阅制的核心矛盾就从早期的拉新获客，转变为如何为重度用户的算力消耗设置限制。
而最让用户感到不满的未必是涨价本身，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，只提供一个模糊的百分比进度条，要么偷偷降低模型性能，要么在后台悄悄进行A/B测试下调额度。
用户每月按时支付真金白银的订阅费，所购买的服务标准却随时可能在不知情的情况下被篡改，这种将用户当作冤大头的信任透支，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。