觀點 曾經，企業可以隨心所欲地在各家前沿AI模型之間切換，但隨著供應商鎖定效應逐漸顯現，加之價格持續攀升，這種自由正在成為歷史。
就在不久前，人們毫不在意地從一個AI前沿模型跳到另一個。這周最熱門的是Gemini 3.1 Pro，下周換成Claude 4.6，現在或許又變成了GPT-5.5。下個月呢？誰也說不準。對於業餘開發者來說，這無所謂；但對於專業開發者而言，情況就完全不同了。
Token化定價不是AI戰略
企業級AI買家正面臨兩個同時收緊的問題：一是在AI供應商之間遷移比預期難得多；二是AI供應商正在持續推進漲價，從根本上重塑了軟體的經濟邏輯。這一切早有預兆——AI價格長期以來都是虧本引流的策略，如今賬單終於開始找上門來。
AI編排平台提供商Zapier近期對542名持有AI供應商合同的美國高管進行了調查，結果發現，近90%的受訪者認為自己可以在四周內完成AI供應商切換，41%的人甚至表示只需2到5個工作日。現在，究竟是誰在"幻覺"？
我一直認為，儘管企業高層對AI口頭上大加讚揚，但大多數高管對AI究竟是什麼、如何部署，其實完全一無所知。這種脫離實際的判斷，正是最好的佐證。
根據Zapier的報告，在嘗試遷移AI平台的企業中，僅有42%表示遷移過程較為順利，另外58%的企業則表示遷移徹底失敗，或付出了遠超預期的代價。這真是令人意外嗎？
問題的根源在於早期採用者所低估的技術依賴層級：AI系統的實施需要供應商專屬API、私有訓練數據、自定義模型部署工具，以及與現有工作流的深度集成，而這些內容都無法在不同供應商之間無縫遷移。
Zapier指出："當AI已經融入內部流程、與其他系統相互關聯、並針對特定工作流進行了調優之後，就會產生各種依賴關係、邊緣情況，以及大量因為'臨時'而從未被記錄下來的細微適配。"
讓遷移難上加難的，不只是軟體層面。AI顧問哈倫·喬德里（Haroon Choudery）指出："切換模型供應商，早已不再是簡單的API遷移，而是涉及上下文、工作流程和機構記憶的全面轉移。"將這三個方面從一個供應商平台遷移到另一個，本就困難重重；而如果連自己鎖定了哪些內容都搞不清楚，情況就更加棘手。喬德里觀察到："我接觸到的大多數運營者，連這三項都沒有做過系統梳理。"
這並不令人意外。這再次證明，企業高管們在不斷加大AI投入的同時，對自己究竟在做什麼並沒有清醒的認識。
有些人認為，由於AI成本極低，即便切換供應商代價不菲，也完全負擔得起——畢竟模型本身很便宜。
然而，長期虧損的AI供應商們終於開始全面漲價。以OpenAI為例，其旗艦模型GPT-5.2面向開發者的輸入Token價格，從上一代GPT-5.1的每百萬Token 1.25美元大幅提升至5.75美元。這個漲幅相當可觀。
不止OpenAI一家。Anthropic於2026年4月15日正式對Claude企業版實施了事實上的漲價，將原有的固定定價模式調整為動態按需計費模式。專業人士預計，對於高頻用戶而言，費用可能翻倍甚至增至三倍。
即便不是深度AI開發者，也能感受到這些變化。例如，GitHub Copilot目前已無法新註冊訂閱；GitHub同時也在削減個人訂閱套餐的算力配額，並完全取消了對Opus模型的訪問權限。如果你曾打算圍繞GitHub Copilot構建自己的業務，恐怕要重新考慮了。
這種趨勢也蔓延到了更廣泛的軟體領域，AI成本的上升正在推高Microsoft 365等產品的價格。
這一切都將成為行業常態。固定價格套餐仍會存在，但你能獲得的算力將越來越少。不論願不願意接受，我們都正在走向以Token計費的定價體系，固定價格時代即將終結。
正如OpenAI高管尼克·特利（Nick Turley）近日所言："定價不發生重大變化，是不可能的事。"至於那些無限量套餐？忘了它們吧，那已經是過去式了。
這些定價變化折射出基礎設施層面的現實：內存晶片價格已直追黃金，那些耗資數十億美元建設的大型AI數據中心，也不可能靠補貼永遠維持下去。
正如數據洞察公司（Datos Insights）聯合創始人兼CEO埃利·古德曼（Eli Goodman）去年對媒體所說："最常見的誤區是把AI當作普通軟體。但這是不對的——每一次查詢都有實際成本，用得越多，供應商的賬單就越高。"
AI與軟體即服務（SaaS）不同——SaaS的邊際成本隨規模擴大而遞減，而AI並非如此。我們常常聚焦於AI訓練的成本，卻忽視了每一次查詢、每一個啟動的智能體，都在消耗推理Token。簡而言之，在新的定價體系下，AI用得越多，花費就越多。
思科首席工程師兼產品架構師尼克·卡萊（Nik Kale）補充道："微軟的價格上漲不是暫時的波動，而是AI時代新價格基準的開端。GPU容量、推理擴展以及大模型工作負載日益增長的能耗，都已成為結構性、持續性的成本支出，供應商已無力再獨自承擔。"
而這些成本，最終將由企業用戶來承擔。
還有更多挑戰。如果你是在自有硬體上部署Meta Llama，你或許覺得高枕無憂。但事實並非如此。首先，Llama從來就不是真正意義上的開源項目。當Meta決定將其"棄置"、轉而押注自家專有產品Muse Spark時，依賴Llama的企業將陷入兩難困境。
Zapier的報告一針見血地指出："問題不在於AI是否有用，而在於當你所依賴的AI突然下線、大幅漲價，或者被私募股權公司收購後遭到拆解，你該怎麼辦？"
這是個非常值得深思的問題——你有答案嗎？最好現在就開始認真思考。你在AI上投入越多，就越可能被特定供應商深度綁定，而這些供應商的價格，必然會漲到市場所能承受的極限，甚至更高。
Q&A
Q1：企業遷移AI平台為什麼這麼困難？
A：根據Zapier對542名美國高管的調查，僅42%的企業表示AI平台遷移過程較為順利，另有58%遭遇失敗或付出了遠超預期的代價。根本原因在於AI系統深度依賴供應商專屬API、私有訓練數據、自定義工具和業務工作流，這些內容難以在不同供應商之間無縫遷移。此外，上下文、工作流程和機構記憶等無形資產的轉移同樣困難，且大多數企業對自身的鎖定情況缺乏系統梳理。
Q2：OpenAI和Anthropic的AI定價具體漲了多少？
A：OpenAI將旗艦模型GPT-5.2的開發者輸入Token價格從每百萬Token 1.25美元提升至5.75美元，漲幅超過360%。Anthropic則於2026年4月15日將Claude企業版從固定定價改為動態按需計費模式，專業人士預計重度用戶的使用成本可能翻倍甚至增至三倍。此外，GitHub Copilot已停止新訂閱，並削減了個人套餐的算力配額，行業整體呈現全面漲價趨勢。
Q3：使用Meta Llama自部署能否避免供應商鎖定？
A：不能完全避免。Llama從未是真正意義上的開源項目，一旦Meta決定停止維護並將資源轉向其專有產品Muse Spark，依賴Llama的企業將面臨被動局面。自部署雖然在短期內繞開了雲端供應商的直接定價壓力，但仍存在模型被"棄置"後缺乏更新與支持的風險，企業需要提前制定應對方案。
