AI算力变“奶茶”？Token补贴战背后的留存逻辑与商业困局
从参数竞赛到“奶茶”博弈：AI行业的商业化新范式
2026年的夏天，人工智能行业出现了一个极具隐喻色彩的现象：曾经高高在上、以参数规模和榜单排名论英雄的AI巨头们，突然开始像街头奶茶店一样“发券”了。北京时间7月31日，OpenAI宣布将GPT-5.6 Luna的API价格大幅下调80%，Terra模型降价20%。与此同时，Anthropic将原本限时免费的Fable 5模型纳入高阶套餐，DeepSeek则推出了永久降价75%的V4-Pro模型，并引入峰谷定价策略。
这种变化并非孤立事件，而是一场席卷全行业的系统性调整。Token（令牌，即AI模型处理文本的基本单位）不再仅仅是技术计量的单位，它被赋予了类似“优惠券”、“续杯券”甚至“股权对赌筹码”的多重属性。OpenAI甚至向YC创业公司提出，以最高200万美元的Token额度换取股权，这种将算力直接转化为投资手段的做法，标志着AI竞争维度的根本性转移。
这场“Token奶茶大战”的核心逻辑，与外卖平台的补贴战如出一辙：表面是让用户占便宜，实质是争夺用户的消费习惯和长期留存。当模型差距缩小、迁移成本降低，技术能力逐渐沦为入场券，AI公司必须面对一个更残酷的问题——当用户可以在不同工具间无缝切换时，如何让他们留下来？
消耗模式的剧变：从“2G”到“5G”的Token焦虑
此次Token促销潮的背后，是AI用户行为模式的深刻变革。过去，用户向聊天机器人提问并获得答案，流程简单且Token消耗量相对较小，类似于“2G时代”的短信交互。然而，随着Agent（智能体）用户的暴增，单个用户消耗的额度呈指数级增长，行业正式迈入“5G时代”。
数据揭示了这一趋势的严峻性。截至2026年6月初，OpenAI的Codex每周活跃用户已超过500万，是2月桌面应用推出时的6倍以上。更值得注意的是，非开发者用户占比达到20%，且增速是开发者的3倍。编程Agent的用途已超出写代码范畴，整理资料、撰写文档和分析数据成为常见用法，部分用户甚至将全流程任务交给Agent完成。
根据OpenAI官方数据，到2026年5月，80.6%的Codex个人用户至少提交过一次相当于人类工作30分钟以上的任务，25.6%提交过相当于8小时以上的任务，超过10%的用户每周同时管理3个以上Agent。Anthropic对约40万次Claude Code会话的分析也显示，用户平均每周使用约20小时，用于写文档和分析数据的会话占比从2025年10月的10%翻倍至2026年4月的20%，平均任务价值提高了27%。
随着Agent从偶尔尝鲜进入日常工作流，额度从附赠福利变成了刚需。厂商开始争夺那些使用频率高、付费周期长的用户。截至2026年2月，Claude Code年化收入已超过25亿美元，较年初翻倍，企业订阅数量增长4倍，企业客户贡献了超过一半的收入。谁能让这批用户更频繁地使用Agent，谁就可能获得持续增长的Token收入。
无忠诚度的时代：模型趋同与迁移便利
然而，这些高价值用户并不忠诚。AI客服平台Pylon的CEO直言：“我完全看不到任何忠诚度。”
过去购买传统软件选定一家并持续付费的时代已经过去。企业现在通常会同时接入几家模型，具体任务交给哪一家，主要看效果和价格。Cursor的产品本身就是“与模型无关”的，用户可以在OpenAI、Anthropic、Google和开源模型之间自由切换。其负责人指出，过去一项任务的最佳模型可能几个月才变化一次，现在每周都可能更换好几次。
这种“花心”源于两个关键因素：模型能力的趋同和迁移成本的降低。
2026年，的里雅斯特大学、伦敦国王学院和伦敦大学学院的研究者分析了7156个由编程Agent生成的GitHub拉取请求，结果显示没有任何一个工具能在所有任务中领先。很多时候，任务类型带来的差距，比工具之间的差距还大。对用户来说，最好的模型越来越像一道动态选择题。
迁移的便利性进一步加剧了竞争。DeepSeek同时提供OpenAI和Anthropic兼容接口，MiniMax的Token套餐可以直接接入Claude Code、Cline和OpenClaw。开发者甚至不必改变原来的工作界面，只要更换底层模型，就能把任务转走。AI公司愿意进行Token补贴，争夺的是用户的长期工作流。模型一旦进入企业系统，更换成本就会迅速提高，AI产品的护城河就此建立。因此，早期补贴具有明显的入口争夺意义。
算力的悖论：一边发券，一边限流
但Token优惠与“奶茶券”有一个根本区别：奶茶多送一杯，成本相对清晰可控；但Token多送一亿，最后会转化成多少算力支出很难提前算清。算力在当下依然非常珍贵，于是出现了有趣的景象——AI公司一边发券，一边限流。
Anthropic在宣布与SpaceX达成算力合作后，Claude Code的5小时额度才得以翻倍，高峰期也不再下调限额。Fable 5恢复后，最多只能占付费用户周额度的50%，超出部分需要购买Credits。免费体验从一开始就画好了成本边界。
MiniMax的大额套餐同样不是无限使用。它同时设置5小时额度、周额度、Agent并发上限和高峰期限流，并建议生产环境使用按量付费。OpenAI此次降价同样保留着清晰的成本边界。ChatGPT和Codex的订阅价格及额度总量没有变化，只是使用Luna和Terra时扣除的额度减少。旗舰模型Sol价格未动，API新推出的Fast模式则以两倍标准价格换取最高2.5倍的速度。
Token不能无限发，用户又随时可能迁移，厂商只能把适用的人群、模型和时间切得越来越细。Anthropic用Pro、Max等档位区分额度，Max内部又分为5倍和20倍用量，达到上限后还能继续购买Credits。DeepSeek把V4拆成Flash和Pro两档，对缓存命中、普通输入和输出分别收费，高峰时段价格还会翻倍。
商业化的终极拷问：补贴退潮后，谁在裸泳？
更棘手的是，补贴能带来拉新，却很难买来忠诚。厂商希望用免费Token换来长期调用，但企业也在迅速学会“薅完就走”。Pylon一边从多家供应商手里领取免费额度，一边明确表示看不到任何忠诚度。Cursor、Zoom和Hex则把多个模型同时接入工作流，随时根据价格和效果重新分配任务。
厂商想把用户锁进一个生态，企业却在努力不被任何一家锁定。微软对数万名工程师的研究发现，编程Agent的第一次使用往往由同事带动，但后续是否持续使用，主要取决于工程师是否真的有足够的编程需求，持续使用者合并的PR数量提高约24%。真正能留下用户的，仍然是产品能否进入日常工作。
换句话说，优惠券只能把奶茶送到用户手里，不能保证他从此每天都喝。AI公司接下来要同时做两门生意：一边像消费平台一样用补贴做拉新和留存，一边像云厂商一样调配算力并守住毛利。既怕用户跑，又怕用户用得太多，实在是一种别扭的处境。
Token越送越多，用户却未必留下。用户真留下来，算力账单又会跟着上涨。最棘手的是，调用量和成本可以一起增长，收入却未必跟得上。优惠总会结束。等到各家不再靠送额度拉人，还能留住用户并把这门生意做下去的，究竟是谁？这不仅是AI行业的商业考题，更是对技术价值与商业逻辑平衡的终极拷问。