充了最贵的月费，却发现额度进度条像被人远程拨快——最近不少 Claude 用户都遇到了这种离谱体验，尤其是重度使用 Opus 5.5 和 Claude Code 的开发者。

用户集体遇到「额度消失术」

最近 X 平台上大量用户反馈，Claude Opus 5.5 的额度消耗速度突然变得极不正常。有人还没怎么跑重度任务，每周额度就已经用掉 23%；而就在上周，使用体验还几乎像是“无限量”。

另一位用户 Priya 的情况更夸张：日常工作刚开了个头，当周额度就已经见底 90%。她直言这是 Opus 5.5 发布以来体验最糟糕的一天。

这波吐槽集中在 100 美元和 200 美元套餐用户身上。对靠 Vibe Coding 干活的人来说，Claude Code 过去最让人安心的地方就是额度宽裕；现在不少人刚进入工作状态，就被“使用限额已达上限”打断。

SemiAnalysis 实锤：短时额度上调，每周总量暗降

用户的感受很快得到了第三方验证。知名半导体与 AI 研究机构 SemiAnalysis 在 10 月 23 日发出警告：Anthropic 正在后台针对 Claude 订阅额度进行 A/B 灰测，而且只影响部分账户。

他们用两个完全相同的 200 美元 Max 20x 账号，在同一天运行 Opus 5.5 的 Agent 工作负载，结果测出了明显差异：

  • 5 小时窗口额度：正常账号 A 为 17.4 亿 Token，测试组账号 B 为 20.76 亿 Token，高出约 19%。
  • 每周总额度：账号 A 为 65.79 亿 Token，账号 B 仅为 52.66 亿 Token，直接缩水 20%。
  • 月度 API 等价价值：账号 A 约为 11726 美元，相当于月费的 59 倍；账号 B 跌至 9385 美元，仅为月费的 47 倍。

【编辑观察】这套操作很有迷惑性：先把 5 小时短时窗口放宽，让你感觉单次对话更爽；真正决定重度用户月用量的每周总弹药量却被悄悄砍掉两成。对轻度用户影响有限，但对天天跑 Agent、写代码的人来说，服务价值等于变相打折。

官方先否认，核心开发者随后称紧急排查

面对全网质疑，Claude Code 技术人员 Lydia Hallie 第一时间回应称，官方限制并没有改变。她建议觉得额度消耗异常的用户运行 /feedback 命令，并把反馈 ID 私信给她排查。

她还给出了几种可能解释，例如用户是否在长对话中途离开超过 1 小时，导致上下文缓存过期；或者是否在一个会话中开启了过多子 Agent。

但用户显然不买账。有人反馈 Claude Code 的消耗速度比以前快了 5 倍，也有人将矛头指向整个 AI 订阅行业：OpenAI、Google 的高阶套餐都在不同程度上收紧额度，真正的问题不只是限制变多，而是规则变化缺乏透明度。

随后，Claude Code 核心开发者 Boris Cherny 表态称，团队正在深入调查此事，很快会向外界汇报。

OpenAI 更早动手：砍老套餐，再推 500 美元档位

颇具戏剧性的是，就在半个月前，SemiAnalysis 还刚给 Anthropic 发过一张“好人卡”。

为了测试各家 AI 订阅的真实水分，分析师用程序把《战争与和平》文本反复输入各大模型，专门研究那些只显示 0%—100%、却不标明具体 Token 数的“盲盒进度条”。结果显示，在同属 200 美元的档位中，使用 Opus 5.5 的 Claude 订阅所提供的 API 等价价值，约为使用 GPT-6.1 Sol 的 OpenAI 套餐的 5 倍。

Claude 当时之所以能断层领先，部分原因是 OpenAI 下手更早：OpenAI 此前将 200 美元 Pro 套餐各档模型的 Token 额度直接腰斩，连官网定价页上的相对倍数宣传语也一并移除。

砍完老套餐后，OpenAI 又推出每月 500 美元的新档位。但实测显示，多花 300 美元后，顶级 Astra 模型的额度仅比调整前的 200 美元套餐多约 21%，真正的主要卖点变成了每秒 300 Token 的极速输出模式。

【编辑观察】换句话说，用户多掏的钱很大一部分不是在买更多用量，而是在买“不被限速”的优先权。当高阶订阅从算力包变成速度包，厂商的利润率好看了，用户拿到的实际生产力却可能没涨多少。

订阅制为什么成了厂商的利润包袱？

厂商纷纷盯上订阅额度，背后是一笔并不轻松的算力账。

根据 SemiAnalysis 的测算：

  • Anthropic 的订阅业务只贡献约 10% 的收入，却占用了 41.7% 的推理算力。
  • API 业务贡献约 90% 的收入，占用 58.3% 的算力。
  • 订阅业务每 MW 收入约 1600 万美元，毛利率约 50%；API 业务每 MW 收入约 1.029 亿美元，毛利率约 92.2%。

这也解释了为什么“无限量”高阶订阅越来越难持续：在 AI 服务中，用户的每一次提问、每一次长文本压缩、每一个子 Agent 调用，背后都是真实的 GPU 算力和电力消耗，而不是传统互联网时代近乎为零的边际带宽成本。

DeepSeek 给出另一种工程答案

面对同样的成本压力，国内厂商 DeepSeek 最近展示了另一条思路。

DeepSeek 发布了 V4.1 Flash 大规模推理部署技术实践，并开源云服务推理框架 DeepInfer。其方案采用 8 卡机器负责预填充、64 至 128 卡超节点负责解码，单一集群日吞吐量达到 155 万亿 Token。

两个关键数据尤其值得关注：

  • 系统支持将 KVCache 上下文缓存保留 72 小时以上，降低长周期上下文复用成本。
  • 即使按波谷时段低价计算，整套推理系统的收入也达到 每张卡每小时 38 美元，约等于单卡一天创造超过 900 美元营收。

这说明 AI 订阅未必只能靠“砍额度”保利润，底层推理架构、缓存策略和调度优化同样能显著改变毛利率。

真正伤人的不是限流，而是不透明

AI 订阅从拉新工具变成生产力基础设施后，厂商重新核算成本、调整价格并非不能理解。但问题在于，用户按月支付固定费用，买到的却可能是一个随时变化的“盲盒服务”。

没有明确的 Token 标准，没有正式的规则变更通知，只给一个模糊的百分比进度条，甚至通过 A/B 测试让不同付费用户拿到不同额度。涨价本身或许还能讨论，偷偷“减秤”却是在直接透支信任。

当用户连自己购买的服务边界都看不清，所谓高阶会员迟早会从“超值通行证”变成最让人没有安全感的订阅。