本期简介

当所有人都以为AI算力会越来越便宜时，Anthropic 却通过修改 Claude 4.7 分词器，让开发者的账单悄悄飙升了30%。本期节目我们将拆解这场“算力磨洋工”背后的商业逻辑，探讨在模型变贵、补贴退潮的当下，创业公司该如何通过架构优化实现自救。

核心看点

• 分词器的猫腻： Claude 4.7 通过将代码和英文文本“切得更碎”，在单价不变的前提下，实现了隐形的成本暴涨。
• 算力磨洋工： 强制开启的“自信思考”功能，本质上是让模型在后台进行无效的自我对话，用户却要为这些冗余的Token全额买单。
• 商业悖论： 智力增长的边际效益正在递减，而为了维持高额的算力折旧和IPO预期，巨头们不得不从活跃用户身上榨取更多利润。
• 开源的逆袭： 面对闭源模型的“锁死”策略，通过大模型路由（Routing）架构，将脏活累活分配给开源模型（如 Qwen 3.6），已成为企业保住利润率的唯一出路。

高光时间轴

• 01:26 为什么说 Claude 4.7 是大模型界的“雪糕刺客”？拆解分词器如何实现隐形涨价。
• 02:45 同样的程序，为什么现在占用的Token坑位变多了？开发者账单报警的深层原因。
• 04:58 什么是“算力磨洋工”？揭露模型后台疯狂生成的无效自我对话。
• 06:15 供应链锁定：Anthropic 如何通过降智旧版本，逼迫用户迁移至更高成本的 4.7 版本。
• 08:35 避坑指南：如何建立大模型路由架构，让开源的 Qwen 3.6 和闭源模型协同作战？

延伸阅读

• 模型： Claude Opus 4.6/4.7, Qwen 3.6, GLM 5.1
• 概念： Tokenizer（分词器）、Vendor Lock-in（供应商锁定）、Adaptive Thinking（适应性思考）、IFEval（指令遵循测试）
• 关键人物： Abhishek Ray（技术分析师）

参考资料

• Hacker News: Claude 4.7 Tokenization & Pricing
• Claude Code Camp: Measuring Claude 4.7 Tokenizer Costs
• Hacker News: Adaptive Thinking Efficiency
• LLM Token Leaderboard

互动话题

你认为大模型厂商变相涨价，是因为触及了AGI研发的物理极限，还是仅仅为了应对IPO前的财务压力？当“聪明”变得越来越昂贵，你还会坚持使用闭源模型吗？欢迎在评论区分享你的看法。

主播：谷粒粒 | 邮箱：hi@kuhung.me | 官网: podcast.kuhung.me