核心内容总结
最近OpenAI和豆包的商业化动作，折射出国内外大模型收费模式的明显分化：海外（如OpenAI）在企业端加速推进按Token计费（AI处理信息的最小单位，类似“按用量收费”），个人端保留订阅制但有限制；国内（如豆包）则坚持订阅制为主（包月固定费用，无明显条数限制）。这种差异背后是成本压力、用户习惯、市场竞争等因素的影响，Token计费的普及正推动行业估值体系从“用户数”转向“实际使用量”，国内未来可能走向“订阅+Token”的混合模式。
一、国内外收费模式：一个“按用量”，一个“包月”
- 海外模式：个人订阅兜底，企业端Token化
ChatGPT个人用户分免费/Plus/Pro/Business等级：免费版每5小时限10条GPT-5.5消息，Plus/Pro每3小时限160条，超出切换mini版；企业端（如Codex）则直接按Token计费——输入、输出、缓存的Token都精准收费，不再按“消息条数”打包。Anthropic更激进：企业端每月20美元/席位，再加Token用量费，无免费配额。
- 国内模式：订阅制为主，无明显用量限制
豆包专业版分三档：标准版68元/月、加强版200元/月、专业版500元/月，均无消息条数限制；Kimi也采用订阅制；DeepSeek（深度求索）甚至没推C端订阅，只做开发者API。
- 共同点：都瞄准“重度用户”
OpenAI Codex的非开发者新增用户占比达40%（分析师、运营等），说明工具向泛办公渗透；重度用户通过订阅能享受价格杠杆（比如有人花200美元订阅，省下2000+美元的API费用）。
二、海外急推Token计费：成本压力逼的
Token计费的核心逻辑是精准覆盖算力成本：
- 订阅制有“天花板”：如果用户每月Token消耗成本远超包月费，大厂就会亏（比如AI处理长文本、调用工具时，Token用量会暴增）。
- 企业端是“金矿”：企业用户用量大、付费能力强，按Token计费能带来增量收入。比如OpenAI企业端收入占比21%，Anthropic年度经常性收入达470亿美元（去年仅90亿），主要靠企业合同。
- 算力焦虑是“隐形推手”：AI运行需要大量GPU，成本极高。按Token计费能让“成本”和“收入”直接挂钩，缓解大厂的算力压力。
三、国内守订阅制：怕丢用户，竞争太卷
国内厂商不敢轻易改Token计费，原因很现实：
- 用户心理负担：按次花钱（Token）会让普通用户觉得“用一次花一次”，降低使用意愿；订阅制更像“包月套餐”，用户心理上更易接受。
- 用户基数是命根：豆包月活3.45亿，是国内最大AI应用，不敢用激进计费方式动摇用户基座（万一用户跑了，再拉回来就难了）。
- 竞争太激烈：国内很多AI APP还免费，订阅制已是相对“温和”的变现方式，若直接Token计费，用户可能转向免费竞品。
- 生态还在建设：豆包背后有字节的飞书（企业协作）、扣子（AI编程）等生态，先通过订阅留住用户，再慢慢转化为生态付费用户。
四、Token计费带来的行业“大变化”
Token计费不仅是收费方式，更是行业估值和产业链的“重构器”：
- 估值模型变了：传统互联网看“用户数×ARPU”，现在大模型看“有效Token消耗量×单位价值”——因为Token能直接量化算力成本、服务价值。
- 产业链机会来了：
1. 算力板块：Token用得越多，需要的算力越多，智算中心、算力租赁公司会受益；
2. 运营商板块：Token流转需要数据传输，通信运营商的算力网络、数据通信业务会更景气；
3. 应用板块：混合模式（订阅+Token）让变现更灵活，比如C端订阅、B端Token，优化企业营收结构。
五、价格分化：“能干活的”Token更值钱
国内外价格走向分化，核心是“场景价值”：
- 海外：模型越新越贵（GPT-5.5比上一代贵一倍），Anthropic甚至“暗涨价”（用新分词器让同样文本Token变多，实际成本涨40%）——因为用户愿意为“更能干的AI”付费。
- 国内：
- 通用场景API降价：DeepSeek、小米等通用模型API价格降了90%+，抢用户；
- 生产力场景涨价：智谱GLM-5（编程）、腾讯CodeBuddy（AI编程助手）多次提价，企业版涨幅达100%+——因为这些场景能直接帮用户赚钱，用户愿意买单。
未来趋势：混合模式或成主流
海外Token化、国内订阅制，不是谁取代谁，而是不同阶段的选择：海外企业生态成熟，能接受按用量付费；国内C端用户基数大，先通过订阅留住用户，再逐步向企业端Token化渗透。最终可能形成“C端订阅+ B端Token”的混合模式——既照顾普通用户的使用习惯，又覆盖企业的精准成本。
AI商业化的博弈，本质是“用户愿意为AI服务付多少钱”的问题，而Token就是这个问题的“度量衡”。谁能平衡用户体验和成本，谁就能在这场竞赛中胜出。