企業導入生成式 AI 後,單一 token 價格雖下滑,代理型工具與使用規模卻推高總支出,投資報酬率也更難衡量。Anthropic 認為,全面砍預算或統一限額可能壓抑高價值應用;在 OpenAI 等業者競逐價格之際,模型選擇與算力效率已成採購核心。
2026 年 6 月 5 日的產業報導指出,Uber 到 4 月已用完全年 AI 程式開發預算;開發者九個月內的 token 用量增至 18.6 倍,而高用量者生產力約為兩倍,卻耗用 10 倍 token。Anthropic 主張依任務分流至 Opus、Sonnet 或 Haiku,以彈性控管成本,避免一刀切撤資。
全部報導
1 篇原始報導馬克翻舊帳
這個事件的歷史脈絡Anthropic頂級AI模型遭遇低價競品挑戰 企業需求疲軟
Anthropic以高階AI模型切入企業市場,主打更強的推理與複雜任務能力,但企業導入生成式AI時也高度在意推論成本與投資報酬。隨著低價工具快速改善,旗艦模型的效能優勢若無法轉化為可量化效益,定價便可能成為擴大採用的阻力。
最新報導指出,Anthropic的頂級模型未能吸引足夠企業用戶,部分客戶並在公司籌備首次公開募股之際轉向更便宜的模型,反映需求出現疲態。現有報導標題未揭露IPO日期、估值、模型價格或轉用客戶數,但成本較低的競品持續擴張,已加大Anthropic旗艦產品的商業化壓力。
訂閱馬克雷達週報
每週五,本週最強訊號送進收件匣。隨時一鍵退訂。