跳转至

Anthropic puts Claude agents on a meter across its subscriptions

Ch01.557 Anthropic puts Claude agents on a meter across its subscriptions

📊 Level ⭐⭐ | 6.4KB | entities/www.infoworld-4171274-anthropic-puts-claude-agents-on-a-meter-across-its-subscri.md

-> Anthropic puts Claude agents on a meter across its subscriptions

事件概述

Anthropic 宣布从 6 月 15 日起，将把程序化 Claude 使用（Agent SDK、GitHub Actions、OpenClaw 等第三方框架）与标准聊天订阅分开计费，引入独立的月度信用额度系统，费率对标 API 定价模式 。Program 用户月费 $20 获得 $20 额度，Max 5x 用户 $100，Max 20x 用户 $200 。此前，程序化工作负载与交互式 Claude 使用共享同一订阅池，使开发者能够以相对可预测的订阅价格运行大规模自动化 。

深度分析

1. "无限制"订阅模式在经济上不可持续 Anthropic 此举的核心原因是重度的 agent 性用户消耗的计算资源远超 $20 或 $100 订阅所能支撑的范围 。一位 SRE 工程师指出，无限包月套餐对于程序化使用从来都不是可持续的商业模式 。这表明 AI 供应商正在重新评估 "all-you-can-eat" 订阅在 agent 时代的经济学可行性。 2. 行业整体向计量定价转型的信号 Greyhound Research 首席分析师 Sanchit Vir Gogia 认为，Anthropic 的政策变化并非孤立的定价调整，而是更广泛行业转型的一部分 。他指出 OpenAI 长期采用基于用量的 API 定价，而 GitHub Copilot 也正在向基于 token 和信用的系统过渡 。未来 12-24 个月，更多供应商将为 agent、Premium 模型、工具调用、后台任务和第三方集成创建独立的消费池 。3. 信用额度不共享带来团队协作难题 新政策的一个关键细节是信用额度按用户发放，不能跨团队共享预算 。这使得需要共享自动化能力的团队面临协调困境——一个失控的 agent 或糟糕的 prompt 可以快速耗尽额度，导致 pipeline 中断或产生意外额外费用 。 4. 企业成本预测复杂性上升 由于使用量现在与 token 消耗的直接关联程度高于订阅等级，涉及重试、大上下文窗口或多步 agent 循环的工作负载，企业可能更难预测成本 。这要求企业在财务规划和运营监控上投入更多资源。 5. Agent 开发策略的根本性转变 Doozer AI 联合创始人 Paul Chada 建议开发者停止为"补贴"优化，转而为"token"优化 。他将 prompt caching、上下文纪律和模型选择提升为一级工程问题，认为在计量时代能够蓬勃发展的是那些本就追求高效 agent 的开发者 。

实践启示

1. 建立工作流级 Token 成本核算体系 在引入计量计费前，团队应测量并记录每个 AI agent 工作流的单次运行 token 消耗成本，包括重试和上下文扩展的额外开销 。这将成为制定预算和评估可行性的基础数据。 2. 设置硬性预算告警机制 开发者需要设置基于月度额度消耗速度的告警，在信用即将耗尽前主动干预而非被动等待 pipeline 失败或产生超额费用 。这要求与账单系统集成并建立自动化响应流程。 3. 重新评估高消耗 Agent 任务的必要性 对于消耗额度速度极快的工作流（如大规模代码生成、长时运行的自动化测试），应评估是否确实需要 Claude agent，还是可以用更轻量的 API 调用替代 。这涉及在功能需求和成本之间进行明确的权衡分析。 4. 设计 Agent 时的效率优先原则 在设计新的 agent 和自动化流程时，应将 prompt caching 利用、上下文窗口最小化和模型选择（何时用 Sonnet 4 vs Opus）作为架构决策的核心考量 ，而非仅追求功能实现。 5. 制定团队级信用管理策略 由于信用不跨团队共享，组织需要建立明确的团队信用分配机制和跨团队协调流程，避免单点耗尽影响整体研发效率 。这可能需要引入内部信用核算或工单系统来协调共享需求。

相关实体