AI 补贴时代终结：GitHub Copilot 账单暴涨，Coinbase CEO 宣判廉价模型将接管八成工作负载

一场 AI 行业酝酿已久的账单危机，因为一次定价调整被彻底引爆。

GitHub Copilot：从"健身房会员"到"云端计量表"

6 月 1 日，GitHub 官方博客 宣布，Copilot 全面切换为基于 Token 用量的计费体系，以 GitHub AI 积分取代此前的按请求次数计费。每个积分等值 0.01 美元，用量按所选模型的输入、输出及缓存 Token 数量折算。

开发者社区的反应迅速而激烈。TechCrunch 将此定性为"GitHub Copilot 黄金时代的终结"。Reddit 和 X 平台上，开发者们纷纷晒出账单截图：

• 一名 Copilot Pro+ 用户估算，月费将从 39 美元跳升至 847 美元
• 另有用户预计账单从 44.68 美元涨至 754 美元
• 重度智能体编程工作流用户报告月成本突破 3000 美元

GitHub 首席产品官 Mario Rodriguez 此前已公开表示，随着智能体 AI 的兴起，现行定价模式"已不再可持续"——一次简单提问与一次耗时数小时的自主编程任务，此前对用户收取相同费用，而 GitHub 一直在背后承担不断攀升的推理成本。

Business Insider 援引 Gartner 分析师 Arun Chandrasekaran 的判断：Copilot 案例"可能只是早期样本"，预计随着高级推理模型和智能体工作流推动算力消耗上升，更多企业将转向按 Token 或按用量计费。

补贴模式的系统性裂缝

这场定价风波折射出 AI 行业更深层的结构性矛盾。

投资人 Tommy Shaughnessy 系统梳理了他眼中"AI 最显而易见的崩溃路径"：按席位订阅的固定费用长期以来被大幅补贴，远低于重度使用的实际成本。一旦企业出于数据保护、合规审批转向 API 直接调用，便会直面按量计费的真实价格，而实际消耗速度往往远超预期。

Shaughnessy 援引了若干具体案例：Uber 在 2026 年将全年 AI 预算在四个月内消耗殆尽；据 彭博社 报道，OpenAI 当前利润率接近负 122%，完全依赖外部资本购买 GPU、训练模型并持续补贴用量。

Financial Times 则从更宏观的角度指出，当前 AI 大厂的单位经济学普遍呈现同一特征：规模增长带来的不是利润改善，而是算力账单的同步膨胀。一旦资本市场对回报预期收紧，整个补贴链条将面临连锁压力。

Coinbase CEO：廉价模型将主导未来

面对算力成本的持续攀升，Coinbase CEO Brian Armstrong 给出了他的判断框架。

Armstrong 认为，对智能的需求近乎无限，但市场将快速分化为两个层级：80% 的工作负载将在 12–18 个月内迁移至成本低 99% 的模型，剩余 20% 对智能上限有极致要求的任务——科学突破、高层级智能体编排——仍将运行在最新前沿模型上。

他将这一趋势类比于消费电子市场：购买顶配 MacBook 或游戏 PC 的用户始终是少数，而 AI 领域的价格下降速度甚至快于摩尔定律。他由此得出结论：未来真正的制约因素将是能源与算力，而非模型能力本身。

Armstrong 还披露了 Coinbase 的内部实践：公司正推进提示词路由策略，将请求分配至成本更低的模型，在部分场景下已实现总成本基本持平，而 Token 用量仍在指数级增长。

开源小模型：实证数据已经给出答案

Hugging Face CEO Clement Delangue 援引 斯坦福大学 HAI 研究院 的数据，为廉价模型的替代潜力提供了量化依据：

本地模型在真实世界的对话与推理查询中，准确率已从 2023 年的 23.2% 跃升至 71.3%，且成本与能耗均仅为前沿 API 的一小部分。

Delangue 据此提出"多模型未来"的判断：对于大多数工作负载，本地化、开源、小型且廉价的模型将成为主流选择；只有在别无选择时，才需要调用前沿 API。

价格差距的量级更具冲击力：据 Shaughnessy 的分析，DeepSeek V4 在 SWE-bench 编程基准测试中的表现与 Anthropic Claude Opus 相近，但价格约为后者的三十分之一；最廉价的开源模型价格甚至低至约百分之一。中国实验室持续开源前沿级模型，使推理服务提供商得以免费获取核心模型能力，这正在从根本上压制闭源 AI 大厂的定价权。

GitHub Copilot 的定价调整，把一件被刻意模糊的事情摆到了所有人面前：AI 工具的"低价"从来都不是技术进步带来的真实成本，而是资本补贴的产物。

当补贴退潮，两件事会同时发生。

第一，企业的 AI 使用行为将从"随便用"转向"精算用"——哪些场景调用前沿模型、哪些场景用廉价模型、哪些场景本地部署，这套路由逻辑将成为企业 AI 战略的核心决策层。Coinbase 的提示词路由实践，不是一个边缘案例，而是接下来两年内几乎所有大型企业都会面临的工程选择。

第二，Wired 所描述的"开源小模型正在蚕食前沿 API 市场"这一趋势，将因为定价压力而加速。当 71% 的准确率已经足以覆盖大多数真实工作负载，"用最好的模型"就不再是默认选择，而是需要论证 ROI 的主动决策。

这场成本重构，对企业客户而言是机会：谁先建立起清晰的 AI 工作负载分层体系，谁就能在算力账单上获得真正可持续的竞争优势。

来源：GitHub Blog / TechCrunch / 彭博社 / Stanford HAI / Financial Times