标签: AI成本

  • GitHub Copilot收费大变脸:从月付29美元到750美元,开发者炸了

    6月1日开始,GitHub Copilot的计费方式正式从固定订阅制切换为按token使用量计费。这个变化对重度用户来说,账单金额可能会让不少人倒吸一口凉气。

    微软的理由很直接:原来的固定费率模式下,少数”氛围编码”用户无节制地刷token,成本全由微软补贴,这个账算不过来。改成按量计费,该多少就是多少。

    GitHub Copilot chat interface screenshot
    GitHub Copilot界面(图源:TechCrunch)

    账单涨了多少?有人从50美元涨到3000美元

    Reddit和X上的吐槽帖在过去几天里层出不穷。一位用户说自己原来每月付约29美元,新费率下月费会涨到接近750美元。另一位用户贴出的截图更夸张:从每月约50美元直接跳到3000美元。

    “真是个笑话。这种新的使用量计费模式太贵了,我打算取消订阅。这个价格下,它已经没有任何成本效益,也没有任何实际用处了。”——Reddit用户

    当然,这些数字有可能是极端案例——比如有人用Copilot跑了大量长时间运行的任务,或者开了几十上百个子代理同时干活。但即便如此,月费涨了20倍、60倍,对任何个人开发者或小团队来说都是很难接受的数字。

    两派观点:是用户乱用,还是微软”背刺”?

    开发者社区对这个变化的反应分成了两个阵营。

    一派认为新定价完全合理:如果你真的知道自己在做什么,日常开发中使用Copilot根本不会消耗那么多token。那些账单爆炸的人,大多是毫无节制地”氛围编码”——让AI不停地试错、迭代、生成冗余代码,而不去理解到底发生了什么。这类用法本来就不应该被固定订阅制鼓励。

    • 正常使用Copilot的开发者:月费涨幅可控,甚至觉察不到明显变化
    • “氛围编码”重度用户:账单可能上涨10-60倍
    • 企业和大团队:影响相对可控,但预算规划复杂度上升

    另一派则觉得微软在这件事上不太厚道。他们的论点是:是微软自己设计了这套鼓励无节制使用的交互方式,现在却把成本暴涨的责任推给用户。一位用户写得很直接:”那些按照微软设计系统的方式使用系统的人,说实话,唯一有错的是微软。”


    一个更深层的问题:Copilot之前到底在亏多少钱?

    有Reddit用户提出了一个很犀利的问题:”我靠,Copilot之前亏了多少钱啊?”

    这个问题没有人能给出准确答案,因为微软从来没有公开过Copilot的单位经济模型。但可以合理推测:固定订阅制下,重度用户的实际使用成本远远超出他们支付的月费,这个亏损一直由微软在补贴。当Copilot的用户基数和单次会话的token消耗量都大幅增长之后,这个补贴模式就难以为继了。

    所以这次计费变更,本质上是从”亏本赚生态”转向”按成本收费”的商业逻辑正常化。只是这个转折点来得太突然,很多用户感觉自己被”背刺”了。

    截至发稿,微软还没有对这次计费调整引发的争议作出公开回应。对于正在考虑是否续订Copilot的开发者来说,现在最需要的其实是一套清晰的使用量预估工具——让你在切换新计费模式之前,能算清楚自己大概要付多少钱。

  • Uber四个月烧光全年AI预算,给每个员工设了1500美元月上限

    你公司今年在AI上花了多少钱?Uber的答案有点尴尬——全年预算,四个月就烧完了。

    彭博社这两天报了个挺有意思的事:Uber最近给每位员工设置了AI工具使用上限,每个月每款工具最多花1500美元。覆盖的范围包括Claude Code、Cursor这类编程助手。员工可以通过内部仪表盘实时查看自己的使用量,特殊情况可以申请超限,但需要额外审批。

    Uber的CTO在今年4月透露,公司鼓励员工”尽可能多用AI”,甚至搞了内部排行榜来比谁用得多——结果全年AI预算4个月就归零了。

    这事为什么值得说

    Uber不是个小公司,全球几万人,AI工具按人头收费的模式下,这笔账单可以涨得极其凶猛。Claude Code、Cursor这类工具现在都是按token或者订阅计费,用得越多越贵,公司层面根本没有”封顶”机制。

    更要命的是,花了这么多钱,Uber的COO Andrew Macdonald最近上播客时居然说:”很难在AI使用和新增消费者功能之间划出一条因果线。” 翻译成人话就是——钱花出去了,但到底带来了多少实际产出,连高管都说不清楚。


    不只是Uber的问题

    这其实是整个科技行业正在面对的灵魂拷问:往AI砸了这么多钱,回报到底在哪?

    贝恩上个月出了一份调研,结论挺扎心的——很多企业预期的AI成本削减效果,现实里并没有出现。大家都在等ROI(投资回报率)自己长出来,但它好像还在路上。

    Uber的做法相当于给这场狂欢泼了盆冷水:设上限、要审批、看仪表盘。说白了就是”你们随便用,但不能乱烧钱”。


    对我们的启发

    • 企业AI采购正在从”野蛮生长”进入”精细化管理”阶段
    • 按员工数买单的模式,在大规模部署时会变得非常贵
    • AI到底有没有用,公司管理层其实也在摸索衡量标准
    • Uber这波操作,大概率会引发其他科技公司跟进