AI 账单从来不按你数得过来的那个单位计费

速评：GitHub 四月把 Copilot 从 premium request units 切到按 token 计价的 AI Credits，6 月 1 日生效。当时一眼扫过去只当是换个计价壳，现在回过味来，这是今年 AI 编程定价上最被低估的一次转向——计价单位选什么，决定了谁在裸泳。

大家还是拿单次请求当心理单位：C罗平均每个 agent request 一块五，那是贵；O 家三毛八，那是便宜。可 agent 真正花钱的地方是乘法——任务数乘 attempts 乘 turns 乘 context 大小乘模型单价，最后还有 parallelism 在前面等你乘。Prompt 省下的那点 token，在这个乘式里连零头都算不上。

最绝的是 Anthropic 的新 tokenizer。同一段话，多吐 30% 的 token；Sonnet 5 列表价和 4.6 一模一样，$3/$15 一分没涨。可你要真按 token 计价从 4.6 换到 5，同一段代码的 token 数哗啦多出三成，“价格没变”这话就站不住脚了，这不是涨价是什么。Anthropic 的公告里当然一个“变相涨价”的字都不会提。名义价格是给人看的，tokenizer 才是动手脚的地方。

Amp 那个 A Faster Librarian 的 case study 才是干活的人该看的：同一个搜索子 agent，从 Claude Sonnet 换到 GPT-5.5，延迟 237 秒干到 81 秒，成本 $1.21 掉到 $0.69，F1 还从 0.47 升到 0.48。这不叫“调优”，这叫发现你原来给模型多付了冤枉钱。O 家要是看了不慌，那才怪了。

整个行业的记账方式还没跟上。Cursor 的报告写得够明白：AI 使用高度集中，Gini 系数 0.77，P99 用户每天产出的 AI 代码行数是中位数 46 倍。按这个分布，拿“平均每个员工”去算 agent 预算，出来的数字全是假的。FinOps Foundation 说 2026 年会有 98% 的团队在管 AI 开支，两年前这个数字是 31%——账本正从工程手里往 CFO 手里挪，按结果计价的压力只会越来越大。模型之间那点价差从来不是最要命的，最要命的是算不清账，把品牌税当性能税交了一整年。