Claude 偷砍额度被抓包，AI会员正在集体变成「鬼秤」
最近，不少用户反映，Claude 的额度消耗速度突然变得很不寻常。
就在大家猜测是否集体出现错觉时，知名半导体与AI研究机构SemiAnalysis直接发布了确凿证据。
他们发推文拉响警报，证实用户的感觉没错，Anthropic确实在后台悄悄对Claude订阅额度进行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账号，运行了Opus 5.5的Agent工作负载测试，结果发现了明显的差异。
测试组账号B在5小时窗口内的额度达到20.76亿Token，比正常账号A的17.4亿Token高出19%。
但观察更关键的每周总资源量时，账号B从正常的65.79亿Tokens减少到52.66亿Tokens，被削减了20%。
折算成每月的API等价价值，正常账号A每月能提供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，月度等价价值降至9385美元，补贴倍率降到月费的47倍，重度用户一个月下来实际被削减了两成额度。
难怪这两天，许多购买100美元和200美元套餐的Vibe Coding用户突然发现，手中的Opus 5.5体验彻底变了。
以前用户调侃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用户反馈说，上周使用时几乎感觉不到限制，今天还没怎么执行重度任务，23%的额度就已经用完了。
另一位名为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采取的安抚姿态。
面对全网质疑，Claude Code技术人员Lydia Hallie出面安抚大家，明确表示额度没有任何调整，建议感觉消耗快的用户运行反馈命令，把ID私信给她排查。
随后她又给出了一套解释，反问用户是否经常在长对话中途离开超过1小时，导致上下文缓存过期，或者是否在会话中开启了太多子Agent。
Claude Code的核心开发者Boris Cherny刚刚也已表态，称团队正在紧急排查原因，很快会给出交代。
整件事最让人意外的地方在于，就在半个月前，SemiAnalysis才刚给Anthropic发过一张极具含金量的正面评价。
当时，为了揭露各套餐背后的真实情况，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数量的模糊进度条。
经过极限压力测试计算，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，直接原因是OpenAI下手更早也更不透明。
OpenAI此前将200美元Pro套餐各档模型的Tokens额度直接减半，连官网定价页面上的相对倍数宣传语都一并删除。
削减200美元套餐后，OpenAI又推出每月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没有带来多少额外额度，很大一部分只是在为输出速度付费。如今，一向被看好的Anthropic也采取了同样的做法。
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经成为利润率的最大负担。
根据SemiAnalysis的测算，订阅业务只为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？把目光转向国内，看看本土模型厂商刚刚交出的工程成果，完全是另一种情况。
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达到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，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，背后都是实际的算力与电力消耗。
当AI从偶尔聊天的玩具变成全天候工作的生产力工具，订阅制的核心矛盾就从早期的拉新获客，变成了如何限制重度用户的算力消耗。
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尊重与透明度。
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。
用户每个月按时支付真金白银的订阅费，买到的服务标准却随时可能在不知情的情况下被更改，这种把用户当冤大头对待的信任透支，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。
