最近論壇上大家對 AI 模型訂閱費的討論越來越熱烈，不少人質疑現在 OpenAI 和 Anthropic 這種按 token 計費的模式，企業真的能長期負擔嗎？尤其當模型用量越來越大，開發者習慣了自動化，那些「負責任地使用 token」的內部規範，說白了不就是限制你用嗎？這根本是把雙面刃。
想想看，現在寫程式也好、內容生成也好，AI 輔助已經是常態了。你讓一個習慣用 Copilot 或 Claude 寫 code 的工程師突然「負責任」，他效率往哪擺？尤其當企業內部開始討論「token 使用量」這種事情，就代表成本壓力已經浮上檯面。從 API 的角度來看，GPT-4o 和 Claude 3 Opus 的 token 費用，雖然看似不高，但累積起來的帳單，對中大型企業來說絕對不是小數目。當一個任務需要處理的上下文越來越長，模型的推理次數越來越頻繁，每個月幾百美金的訂閱費，還真的只是冰山一角。更別提那些動輒數十萬甚至百萬 token 的 RAG 任務，一次跑下來，錢就這麼燒掉了。Anthropic 在長文本處理上的穩定性確實不錯，但這也意味著使用者會更傾向於餵給它更多文本，然後呢？帳單就更長了。
當然，大廠也不是傻子，它們深知市場對價格的敏感度。所以我們看到 OpenAI 不斷優化模型架構，Anthropic 也努力提升上下文窗口，這背後當然有技術提升的成分，但更深層次的目的，不就是想在提供相同甚至更好效果的同時，壓低運算成本，讓每單位 token 的價格「看起來」更合理嗎？然而，當我們看到 DeepSeek 和 Qwen 這類模型，已經把 API 價格打到幾乎是白菜價的時候，那些強調「安全」和「企業級」的玩家，還能維持現在的定價多久？雖然企業客戶會看重穩定性、合規性和支援，但價格終究是個無法迴避的問題。就算現在企業不能完全脫離 ChatGPT 或 Claude，但這不代表它們不會開始評估替代方案，或者至少，讓這些價格更低的模型承擔一部分非核心業務。
所以，問題來了：當 AI 的應用從「錦上添花」變成「不可或缺」，而 token 的成本又遲遲無法有效降低時，市場會不會開始出現一個新的平衡點，迫使這些頂級模型，也必須面對更嚴峻的價格壓力？還是說，企業最終會意識到，AI 帶來的效率提升，遠遠高於那點 token 費用？