一个月狂烧130万美元，龙虾之父自曝token账单，费用OpenAI全包
一句话看懂：AI应用“龙虾之父”创始人Peter Steinberger公开其项目一个月消耗6030亿token、对应成本超过130万美元，且OpenAI全额承担了这笔费用。事件暴露出AI圈“Tokenmaxxing”（不计代价消耗token）的极端运营模式，以及大模型厂商为抢夺标杆客户、测试算力极限所采取的激进补贴策略。
事件核心：发生了什么
在公开的API账单中，Steinberger的项目30天内共消耗6030亿token，发起760万次API请求，按OpenAI正常定价估算成本超过130万美元。他解释称，团队长期在云端运行约100个Codex模型实例，用于自动审查所有拉取请求（PR）、验证代码安全、处理issue去重、复现复杂环境并录制视频对比等开发自动化任务。值得注意的是，这些token费用“全部由OpenAI包了”，他本人无需支付。面对网友“雇佣开发团队更便宜”的质疑，Steinberger回应称关闭快速推理模式后，价格实际降了70%，折合下来“相当于一个员工的成本”。
为什么重要
这一事件直接暴露了当前AI产业链的两大趋势。第一，“Tokenmaxxing”已从Meta、亚马逊等大厂内部的KPI竞赛，变成个别创始人的公开炫耀。斯坦伯格单人项目的token消耗（6030亿）已超过Meta此前公布的内部个人最高记录（2810亿），显示出大模型厂商对“极致用量客户”的补贴力度正在扭曲真实成本信号。第二，OpenAI等公司愿意为标杆客户免单，本质上是为收集极限负载时的推理数据，同时向外界展示自身服务的算力储备——这种“赔本赚吆喝”的模式能否持续，在很大程度上取决于后续商业化定价能否覆盖测试成本。
对用户/开发者/创作者的影响
对于普通API开发者，该事件提供了两个重要参考。一是成本认知：当OpenAI声称价格下降时，实际可能是依靠补贴度过的特殊案例，普通用户不应以此为标准规划预算。二是工具能力边界：Steinberger展示的自动化流水线（用Codex写代码、用Agent监控会议并直接创建PR）意味着，如果一个开发者愿意投入大量token，理论上可以用AI替代原本需要一个中型团队完成的工程密度。对个人创作者而言，这种模式虽然短期内难以复制（需要厂商免单），但表明“以token量换开发效率”的路径已经成立，未来随着模型调用成本下降，小型团队完全有可能复现类似实践。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
首先，Steinberger团队的产品“clawpatch.ai”是否能在免单期结束后实现独立盈利，将验证其自动化开发模式的经济学可持续性。其次，OpenAI、谷歌、Meta等厂商是否将推出针对高频API调用的分级定价或企业级合约，以回应“Tokenmaxxing”引发的算力分配争议。最后，监管机构可能对“免单变相锁定客户”的行为进行反垄断审视，因为如果只有少数几家创业公司能通过补贴获得极致算力，将加剧AI创业生态的头部集中。
来源：36氪 · 24小时热榜
