最近有不少用户吐槽，Claude 的额度消耗速度突然变得极不正常。
就在大家怀疑自己是不是出现集体幻觉的时候，知名半导体与 AI 研究机构 SemiAnalysis 刚刚直接甩出了一份实锤。
他们发推拉响警报，证实用户根本没有感觉错，Anthropic 确实正在后台对 Claude 的订阅额度悄悄搞 A/B 灰测。
SemiAnalysis 在同一天拿两个完全相同的 200 美元 Max 20x 账号跑了 Opus 5.5 的 Agent 工作负载测试，结果抓出了非常清晰的差异。
测试组账号 B 的 5 小时窗口额度给到了 20.76 亿 Token，比正常账号 A 的 17.4 亿 Token 调高了 19%。
但一看更关键的每周总弹药量，账号 B 从正常的 65.79 亿 Tokens 缩水到了 52.66 亿 Tokens，生生抹掉了 20%。
折算成每月的 API 等价含金量，正常账号 A 每月能跑出 11726 美元的算力价值，相当于 200 美元月费的 59 倍。
而被塞进灰测组的倒霉蛋账号 B，月度等价价值跌到了 9385 美元，补贴倍率降到了月费的 47 倍，重度用户一个月下来实打实被薅走了两成额度。
难怪这两天无数充了 100 美元和 200 美元套餐的 Vibe Coding 老哥突然发现，手里的 Opus 5.5 彻底变了味。
以前大家调侃 ChatGPT 的口头禅是「你说得有道理」，到了现在的 Claude Code 这里，它的口头禅直接变成了「您的使用限额已达上限」。
还有 X 用户反馈说，上周用起来还几乎感觉不到限制，今天还没怎么跑重度任务，23% 的额度就已经没了。
另一位叫 Priya 的用户更无奈，日常工作刚开了个头，90% 的进度条就已经见底。
更有意思的是官方第一时间的挽尊姿态。
面对全网质疑，Claude Code 技术人员 Lydia Hallie 出来安抚大家，明确表示额度没有任何调整，建议觉得消耗快的用户跑一下反馈命令把 ID 私信给她排查。
紧接着她又给出了一套甩锅推演，反问用户是不是经常在长对话中途离开超过 1 小时导致上下文缓存过期，或者是不是在会话里开了太多子 Agent。
Claude Code 的核心开发者 Boris Cherny 刚刚也已经表态，说团队正在紧急排查原因，很快会给大家一个交代。
整件事最让人绷不住的地方在于，就在半个月前，SemiAnalysis 才刚给 Anthropic 发过一张极具含金量的好人卡。
当时为了扒出各家套餐背后的真实水分，分析师写了一套测试程序，把名著《战争与和平》的文本反复塞进各大模型，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。
一顿极限施压测算下来，在 200 美元同档位套餐里，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，直接导火索是隔壁 OpenAI 下手更早也更不讲武德。
OpenAI 此前把 200 美元 Pro 套餐各档模型的 Tokens 额度原地腰斩，连官网定价页面上的相对倍数宣传语都一并抹掉了。
砍完 200 美元套餐后，OpenAI 转头端出了一个每月 500 美元的新档位。
结果实测下来，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%，真正的噱头变成了每秒 300 Tokens 的极速输出模式。
简言之，用户多掏的几百美元并没有换来多少额外额度，很大一部分只是在为输出速度买单。现如今，浓眉大眼的 Anthropic 也终究采取了同样的路数。
究其原因，或许在诸如 OpenAI 和 Anthropic 等厂商看来，高度补贴的包月订阅制已经成了利润率的最大拖累。
根据 SemiAnalysis 的测算，订阅业务只为 Anthropic 贡献了约 10% 的总收入，却吃掉了超过 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？把视线转回国内，看看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做到了 155 万亿 Token。
这份报告里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。
第二个数据直接挑明了这门生意的赚钱能力，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，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不管使用频率有多高，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，变成了如何给重度用户的算力消耗上枷锁。
而最让用户感到膈应的倒未必是涨价本身，而是整个过程缺乏起码的体面与透明度。
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，要么在后台悄悄做 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毫不知情的情况下被篡改，这种把用户当冤大头耍的信任透支，恐怕比算力的消耗更难找补回来。
