过去两个月，AI 公司突然开始集体 " 发券 "。

北京时间 7 月 31 日，OpenAI 宣布将 GPT-5.6 Luna 的 API 价格下调 80%，Terra 降价 20%，Codex 和 ChatGPT Work 中调用这两款模型消耗的额度也随之减少。

一时间，Token 有了优惠券的既视感。它既可以是新品试喝券，也可以是系统故障后的补偿券。既能被装进会员套餐，也能做成 " 中杯、大杯、超大杯 "，额度用完以后再续一杯。

这很像刚刚外卖界的 " 奶茶大战 "：平台争相发券，看起来是在让用户占便宜，实际上争的是用户的消费习惯。

过去，AI 公司的竞争主要发生在参数、榜单和模型发布会上。但随着 Agent 用户暴增、模型差距缩小、迁移成本下降，技术能力则变成了一张入场券。

如今，AI 公司需要面对一个更直接的问题——当用户可以随时在不同 AI 工具之间切换，怎么让他留下来？

AI 公司开始 " 发券 " 了

这轮 Token 促销中，一个标志性的信号出现在 5 月 20 日左右。

当时，OpenAI 向 YC 创业公司提出，每家公司最高可以获得 200 万美元的 Token，条件是拿出一部分股权。

OpenAI 相当于用自家的算力参与投资，既押注这些创业公司，也希望它们从一开始就使用 OpenAI 的模型，日后继续成为付费客户。

6 月，Token 的用途更像电商优惠券了。Codex 因系统异常多扣额度后，OpenAI 两次统一重置用户额度，还额外赠送一次可留待以后使用的重置机会。

系统出了问题，OpenAI 就用额度来补偿用户，相当于送了一张 " 续杯券 "。

Anthropic 走的是另一条路。

Fable 5 最初只免费一周，但活动连续延期两次，Claude Code 周额度增加 50% 的活动也同步延长。7 月 20 日起，Fable 5 正式被纳入高阶套餐，原本用于新品推广的免费体验，最终变成了一项长期会员权益。

DeepSeek 的动作则更加直接。

V4-Pro 先永久降价 75%，用低价把开发者拉进来；6 月底又提出将采用峰谷定价，用分时价格控制使用量。MiniMax 则把 Token 打包成 20 美元、50 美元和 120 美元三档套餐，对应不同用量，像极了奶茶店菜单里的中杯、大杯和超大杯。

如今 OpenAI 也直接加入了降价行列。就在 7 月的最后一天，OpenAI 宣布 GPT-5.6 Luna 的 API 输入和输出价格均下调 80%，目前每百万 Token 分别为 0.2 美元和 1.2 美元；Terra 下调 20%，分别降至 2 美元和 12 美元。Codex 和 ChatGPT Work 的订阅价格及额度总量没有变化，但使用 Luna 和 Terra 时会少扣额度。旗舰模型 Sol 则维持原价。

这场 "Token 奶茶大战 " 不只发生在会员套餐里，对高价值企业客户，厂商送得更加直接。据《华尔街日报》报道，AI 客服平台 Pylon 的 CEO 透露，今年以来，公司从一家模型供应商处获得了价值约 160 万美元的免费 Token，另外两家也分别送出数万美元额度，甚至还有厂商提供数月无限量免费使用权。

模型降价和赠送额度并不新鲜。

但是在过去，这类活动通常集中在新品发布期，或者作为开发者扶持手段，热闹一阵便会结束。但最近两个月，送 Token 的方式层出不穷，Token 不仅开始承担类似优惠券的作用，被系统性地用于拉新、留存和补偿，也成了争抢企业客户的投标筹码。

无论厂商如何包装这一行为，都在说明同一件事，那就是 AI 公司已不满足于按量计价，而开始用更 " 互联网 " 的方式争夺用户。

这背后是单一订阅制越来越难覆盖差异巨大的使用强度。

轻度用户看中低门槛，重度用户则在执行长任务时患上额度焦虑。于是，会员档位、流量包、Credits 和峰谷定价一起出现。AI 公司不再只是卖模型，也开始研究消费巨头们熟稔的生意 —— 怎么让用户第一次下单，之后又该用什么方式让 TA 多买一杯，以及喝完以后给 TA 个什么理由回来。

AI 公司的战场没有离开技术竞赛，却明显多了一层商业化较量。

或者用更互联网一点的话来说，得留存者得天下。

模型越来越像，用户越来越花心

厂商突然在 Token 上加码，背后有两个变化。Agent 用户迅速增加，单个用户消耗的额度越来越高；头部模型在不少常用任务上的差距也在缩小，用户换平台比以前容易。价格、额度和会员权益，因此成了争夺使用习惯的工具。

首先，AI 用户仍在快速涌入。

截止 6 月初，Codex 每周活跃用户已经超过 500 万，是 2 月桌面应用推出时的 6 倍以上。

更值得注意的是，在这其中非开发者约占 20%，增速超过开发者的 3 倍。编程 Agent 的用途已经超出写代码，整理资料、写文档和分析数据也成了常见用法，有些人甚至会把任务全流程交给它完成。

用户消耗 Token 的方式也变了。根据 OpenAI 官方数据，到今年 5 月，80.6% 的 Codex 个人用户至少提交过一次相当于人类工作 30 分钟以上的任务，25.6% 提交过相当于 8 小时以上的任务，超过 10% 的用户每周同时管理过 3 个以上 Agent。

过去，用户向聊天机器人问一个问题再得到答案，流程简单且 Token 消耗量相对较小。现在，Agent 一项任务可能持续数小时。Token 的消耗从 "2G 时代 " 突然迈向了 "5G 时代 "，从前的额度显然不够看了。

Anthropic 对约 40 万次 Claude Code 会话的分析也显示，用户平均每周使用约 20 小时。2025 年 10 月至 2026 年 4 月，用它写文档和分析数据的会话占比从约 10% 翻到 20%，平均任务价值提高 27%。

随着 Agent 从偶尔尝鲜到进入工作流程，额度从附赠福利变成了刚需。

厂商开始争夺那些使用频率高、付费周期长的用户。截止今年 2 月，Claude Code 年化收入已经超过 25 亿美元，较年初翻倍，企业订阅数量增长 4 倍，企业客户贡献了超过一半收入。

谁能让这批用户更频繁地使用 Agent，谁就可能获得持续增长的 Token 收入。

问题是，这些用户并不忠诚。

AI 客服平台 Pylon 的 CEO 对此说得很直接：" 我完全看不到任何忠诚度。"

过去购买传统软件选定一家并持续付费的时代已经过去，企业现在通常会同时接入几家模型，具体任务交给哪一家，主要看效果和价格。

Cursor 的产品本身就是 " 与模型无关 " 的，用户可以在 OpenAI、Anthropic、Google 和开源模型之间切换。其负责人称，过去一项任务的最佳模型可能几个月才变化一次，现在每周都可能更换好几次。

这也解释了厂商为什么急着多送一些 Token。

Agent 用户正在快速增长，但多数人的使用习惯尚未定型，企业也没有决定最终把哪家模型接进业务。厂商争的是谁先成为个人用户的常用工具，以及企业工作流里的默认模型。

2026 年，的里雅斯特大学、伦敦国王学院和伦敦大学学院的研究者分析了 7156 个由编程 Agent 生成的 GitHub 拉取请求，结果显示没有任何一个工具能在所有任务中领先。很多时候，任务类型带来的差距，比工具之间的差距还大。

对用户来说，最好的模型越来越像一道动态选择题。

迁移也越来越容易。

DeepSeek 同时提供 OpenAI 和 Anthropic 兼容接口，MiniMax 的 Token 套餐可以直接接入 Claude Code、Cline 和 OpenClaw。

开发者甚至不必改变原来的工作界面，只要更换底层模型，就能把任务转走。

AI 公司愿意进行 Token 补贴，争夺的是用户的长期工作流。模型一旦进入企业系统，更换成本就会迅速提高，AI 产品的护城河就此建立，因此早期补贴具有明显的入口争夺意义。

模型能力负责把人吸引过来，补贴则负责给用户一个 " 先别走 " 的理由。

技术只是入场券，

AI 公司开始补商业课

但 Token 优惠和 " 奶茶券 " 有一个根本区别：奶茶多送一杯，成本相对清晰可控。但 Token 多送一亿，最后会转化成多少算力支出很难提前算清。

而算力在当下，依然非常、非常珍贵。

于是，有意思的景象出现了—— AI 公司一边发券，一边限流。

5 月 6 日，Anthropic 宣布与 SpaceX 达成算力合作，Claude Code 的 5 小时额度才得以翻倍，高峰期也不再下调限额。Fable 5 恢复后，最多只能占付费用户周额度的 50%，超出部分需要购买 Credits。免费体验从一开始就画好了成本边界。

MiniMax 的大额套餐同样不是无限使用。它同时设置 5 小时额度、周额度、Agent 并发上限和高峰期限流，并建议生产环境使用按量付费。

OpenAI 此次降价同样保留着清晰的成本边界。ChatGPT 和 Codex 的订阅价格及额度总量没有变化，只是使用 Luna 和 Terra 时扣除的额度减少。旗舰模型 Sol 价格未动，API 新推出的 Fast 模式则以两倍标准价格换取最高 2.5 倍的速度。

OpenAI 的多款 Agent 产品仍然共用额度池，复杂任务消耗更多。额度用完后，用户只能购买 Credits、重置额度、升级套餐，或者等下一周期恢复。

Token 不能无限发，用户又随时可能迁移，厂商只能把适用的人群、模型和时间切得越来越细。

Anthropic 用 Pro、Max 等档位区分额度，Max 内部又分为 5 倍和 20 倍用量，达到上限后还能继续购买 Credits。DeepSeek 把 V4 拆成 Flash 和 Pro 两档，对缓存命中、普通输入和输出分别收费，高峰时段价格还会翻倍。

模型厂商开始分层定价，企业也开始分层使用。

更棘手的是补贴能带来拉新，却很难买来忠诚。

厂商希望用免费 Token 换来长期调用，但企业也在迅速学会 " 薅完就走 "。Pylon 一边从多家供应商手里领取免费额度，一边明确表示看不到任何忠诚度。Cursor、Zoom 和 Hex 则把多个模型同时接入工作流，随时根据价格和效果重新分配任务。

厂商想把用户锁进一个生态，企业却在努力不被任何一家锁定。

微软对数万名工程师的研究发现，编程 Agent 的第一次使用往往由同事带动，但后续是否持续使用，主要取决于工程师是否真的有足够的编程需求，持续使用者合并的 PR 数量提高约 24%。真正能留下用户的，仍然是产品能否进入日常工作。

换句话说，优惠券只能把奶茶送到用户手里，不能保证他从此每天都喝。

AI 公司接下来要同时做两门生意：一边像消费平台一样用补贴做拉新和留存。一边像云厂商一样调配算力并守住毛利。

既怕用户跑，又怕用户用得太多，实在是一种别扭的处境。

Token 越送越多，用户却未必留下。用户真留下来，算力账单又会跟着上涨。最棘手的是，调用量和成本可以一起增长，收入却未必跟得上。

优惠总会结束。等到各家不再靠送额度拉人，还能留住用户并把这门生意做下去的，究竟是谁？