美国AI编码工具即将迎来清算
摘要
GitHub Copilot 已改用基于使用量的计费模式,使AI编码代理的成本变得透明,并标志着美国AI编码工具补贴时代的结束。这一转变可能会降低美国市场份额,因为开发者意识到大多数任务并不需要昂贵的尖端模型。
有什么想法?你们使用像Kimi或DeepSeek这样的模型吗?是否担心数据隐私,还是不太在意?
查看缓存全文
缓存时间: 2026/06/03 05:42
# 补贴式AI编程时代的终结
来源:https://runtimebuzz.com/ai/editorials/reckoning-us-ai-coding-tools-subsidy-era
## 补贴式AI编程时代的终结
6月1日,GitHub(https://runtimebuzz.com/ai/editorials/google-ai-search-wont-kill-all-independent-publishers)将所有Copilot套餐切换为基于使用量的计费模式。现在你消耗的是AI信用额度(AI Credits),按token计费,不再计算高级请求次数。我所说的"清算时刻",是指美国在AI编程领域的市场份额即将崩塌。多年来,美国前沿实验室一直主导这个领域,因为它们的模型被捆绑到了我们喜欢使用的工具(https://runtimebuzz.com/software/editorials/ui-ai-tools-easier-than-cli)中。如今工具开始按用量计费,价格差距便暴露无遗。美国实验室对"前沿"性能收取10倍溢价,而开发者们意识到,在95%的智能体循环中他们根本不需要这种性能。
## GitHub让账单变得透明
过去,Copilot给人的感觉像是一种带软上限的订阅。你付10美元或39美元,获得一堆高级请求次数,然后学会对昂贵模型精打细算(https://runtimebuzz.com/software/editorials/operation-novoice-android-rootkit-play-store)。GitHub 4月27日的更新终结了这种模式。聊天、智能体、代码审查(https://runtimebuzz.com/software/editorials/cursor-review-composer-ui-skills)以及命令行现在都从月度AI信用额度中消耗,信用额度按token使用量计价——包括输入token、输出token和缓存token,按各模型的API费率计算(GitHub, 2026)。
基础价格保持不变:Copilot Pro 10美元,Pro+ 39美元。但限制的形态变了。信用额度让消耗变得可见。一个长时间运行、频繁调用工具的智能体会话,过去感觉像"用了四次高级请求",现在感觉像是在花零花钱。
GitHub还在4月20日暂停了Pro、Pro+、Student和Max的新用户注册,以重新调整计费方式(GitHub更新日志, 2026)。这一暂停至今仍在生效。如果你还没注册,就只能等着。
学生套餐是促使我写这篇文章的原因。我毕业多年了,但我很在意这个层级,因为它曾意味着经过验证的学生可以免费使用Pro级别的访问权限。2026年3月,GitHub将学生移到了一个专属套餐(GitHub更新日志, 2026)。实际上,对于学生们真正需要的工作——聊天、智能体和多文件编辑——学生套餐现在只不过是换了个名字的免费套餐。
GitHub自己的对比表格将"Free"和"Student"在"Copilot交互"一栏并列:两者都有限制,并使用自动模型选择(GitHub文档, 2026)。免费版每月限制2000次代码补全;学生版标注为"无限"。但补全从来都不是昂贵的部分。真正消耗利润的是循环——读取仓库、规划、编辑、运行终端。这个循环会消耗信用额度,不管你是否有`.edu`邮箱。
如果你是在校学生,希望把Copilot当作一个始终在线的编程智能体,那么你和其他免费版用户一样,面临相同的配额。营销文案仍然写着学生可以"免费访问高级功能",但这听起来像是旧版套餐留下的文字。
固定费率的编程AI定价原本针对的是自动补全。而智能体重写了成本模型。
## 补贴时代只是暂时的
如果你看看利润率,这种转变并不意外。一个编程智能体不是一次补全。它涉及数十次模型调用和工具结果,全部塞回上下文。供应商要为每一次跳转付费。用户被养成了"无限使用"的习惯,因为公司们正在争夺习惯份额。
GitHub表示暂停注册是为了可靠性和性能(GitHub, 2026)。其他报道则更直白:智能体工作流消耗的token远超固定套餐所能支撑。我认识的每一位开发者,使用智能体的时间都比2023年使用内联建议的时间长。
这是标准的消费科技套路:先用慷慨吸引用户,当重度用户出现后开始计量。Copilot只是美国主要工具中第一个正式实施计量的。我预计美国其他同类工具也会跟进。模型并没有变差,只是账单来了。
## Cursor是最划算的选择——也是预警信号
Cursor是我的日常编辑器。我付费是为了审查循环——内联差异和多文件传递的Composer。我仍然认为它是市场上最好的编辑器。
我开了两个Pro账户,每个20美元,一天大部分时间工作都不会碰壁。我主要依赖Auto plus Composer使用池。Composer 2.5对于重构和测试桩来说足够快。我把重量级的前沿模型留到棘手的角落才用。在普通的周二,我硬是从这些订阅里挤出了多得令人尴尬的智能体时间。
我怀疑Cursor在我的使用量上并未实现盈亏平衡。账目看起来不大对。Composer从个人套餐的独立池中消耗,而团队套餐按每百万输入token 0.50美元、每百万输出token 2.50美元计费(Cursor, 2026)。我是一个有策略的用户:默认使用Composer,批量处理重大思考任务,并在长时间运行前提交更改。再乘以每一个同样做法的重度用户。
Cursor自己的发布文章说Composer 2.5基于Moonshot的开源Kimi K2.5检查点(Cursor, 2026)。价值链指向一个中国开源权重实验室,然后是一家美国编辑器公司,最后是我每月付20美元。利润就在这里。
如果GitHub因为智能体经济问题不得不暂停注册,那么Cursor的Composer池就是钱包里的预警信号。总会有什么东西要妥协:池子会缩小,价格会上涨,或者默认模型会变慢。我享受这个窗口期,但我并不指望它永远持续。
## Anthropic在质量上取胜,直到账单胜出
我不怎么用Claude Code,但我接受共识:Anthropic的模型是人们在任务困难或微妙时信任的。这种声誉是一道真正的护城河。
但护城河改变不了数学。当每个框架都能切换模型时,"最好"变成了一个你刻意调用的行项目。对于样板式编辑,我选择Composer。对于小型本地任务,我使用在两年前我的GPU上会被当成笑话的模型。它们不是Claude,但足以清理我队列里无聊的工作。
排行榜上的英雄主义付不起你的token账单。一个模型可以在图表上得分很高,但当你在智能体循环中运行它八次时,它仍然可能在每次合并拉取请求的成本上输掉。Anthropic可以继续赢得质量头条,却失去在日常编程中的默认位置。通常是账单选择模型,而不是基准测试。
## DeepSeek、Kimi与框架模式
我现在正在关注的价格削减并非来自美国前沿实验室。
DeepSeek的V4-Pro在缓存未命中时每百万输入token $0.435,每百万输出token $0.87(DeepSeek, 2026)。GitHub将75%的促销永久化,而不是让标价回弹。我过去通过Trae管道调用DeepSeek API,工作流感觉和现在从Cursor得到的差不多:IDE中的一个框架,背后是一个廉价模型,而我负责审查差异。
Moonshot的Kimi系列不断出现在我的工作流中。Composer 2.5是重新调优的K2.5。在社区测试中,Kimi K2.5和K2.6预览版在代码方面表现强劲。它们可能不会在所有方面都击败Opus,但差距缩小的速度比美国定价放松的速度快。
本地模型则在另一条曲线上改进。它们无法承载大型重构,但可以在你已经购买的硬件上重命名变量和搭建测试。一次性GPU账单,无按token计费。
将这些串联起来的模式就是框架。Cursor、Claude Code和Copilot都是框架。美国供应商想拥有外壳,但如果外壳允许你指向DeepSeek、Kimi或本地端点,他们就无法拥有每一个模型。产品是智能体循环和策略层;模型现在是一个可替换的插件。Qodo已经假设你保留Copilot或Cursor用于编写,并在其上添加自己的审查层。当"最好"的模型比"足够好"的模型贵十倍时,这种堆栈就是自然终点。
这就是清算时刻:美国前沿实验室即将失去编程市场。多年来,我们使用OpenAI或Anthropic,因为它们是我们喜欢的工具中唯一捆绑的引擎。现在工具开始计量使用量,我们才意识到自己一直为品牌名称支付巨额溢价。如果一个来自国际实验室的0.40美元模型能像美国实验室的4.00美元模型一样清空你的工单,那么美国实验室在开发者看到账单的那一刻就失去了市场份额。"无限畅吃"的美国前沿模型时代已经结束。
## 接下来会发生什么
市场正在实时重新定价。以下是我从自己角度看到的变化:
- **美国实验室失去默认位置。** 开发者将自带更便宜的国际模型的API密钥,只在美国前沿模型最难的5%任务上调用。
- **"框架"胜出,"引擎"商品化。** 你会为编辑器(Cursor、VS Code)付费,而将模型视为可替换的实用工具。
- **中间层级消失。** 试图捆绑昂贵美国模型的"Pro"套餐要么价格翻倍,要么悄悄换成更便宜、重新调优的开源权重以维持生存。
- **本地路由成为标准。** 对于简单的重命名和测试桩,调用前沿模型的延迟和成本毫无意义。
我为此做的准备:
1. **设立一个非美国API账户。** 我随时备好DeepSeek和Kimi信用额度,以备美国供应商的额度用完时使用。
2. **审计每一个智能体循环。** 如果工具不显示token消耗,我就假设自己正在被多收费。
3. **掌握本地堆栈。** 我将常规任务路由到本地模型,以将"前沿支出"节省给真正重要的合并。
4. **保持灵活性。** 我避免为任何将我锁定在单一模型供应商的工具订阅年度套餐。
GitHub在6月1日让账单变得透明。Copilot学生套餐在智能体方面与免费版一致,是一个时代的收据,而这个时代无法持久。能够保持生产力的开发者,将是那些把编辑器当作永久家园、把补贴的美国模型套餐视为临时赠品的人。
相似文章
AI到底有多贵?GitHub Copilot用户对新按用量定价系统反响强烈。
GitHub Copilot的新按用量定价模式让用户感到震惊,有些人在一天之内就用完了一个月的额度。这一变化结束了此前对重度用户的补贴模式,该模式曾让成本保持较低水平。
追求 AI 独立之旅 (23 分钟阅读)
作者分析了 GitHub Copilot 转向按用量计费的策略,认为这是为了建立用户依赖,并分享了自身转向高内存硬件进行本地 AI 推理的经验,以此降低成本并保持工作流的独立性。
AI编码工具是否正在成为新的云账单问题?
本文将AI编码工具日益增长的成本与早期云计算进行比较,突出了token使用量、代码审查和维护等隐藏费用,并对团队是否追踪每个工作流的真实成本提出疑问。
Microsoft 和 Uber 表示,AI 编码工具正变得比人类工作者更昂贵
Microsoft 和 Uber 发现,尽管 AI 编码工具提高了生产力,但它们也推高了 token 消耗成本,有时甚至超过了人类劳动力的成本。文章探讨了这一经济悖论,并警告称,由于使用量激增,单位 token 更便宜并不意味着总账单会更低。
编码助手正悄然从'选我们的模型,用我们的云'转向'自带任何模型,自己运行',这感觉像是一个真正的转折点
分析AI编码工具从供应商锁定、依赖云的模式(如Cursor、Copilot)转向供应商无关、本地优先的替代方案(如Zero),暗示推理正在变得像存储或计算一样成为商品。