过去两个月，AI行业突然掀起了一场集体“发券”热潮。7月31日，OpenAI宣布将GPT-5.6 Luna的API价格下调80%，Terra降价20%，Codex和ChatGPT Work中调用这两款模型的额度消耗也随之减少。一时间，Token仿佛变成了随处可见的优惠券，既是新品试喝券，也可能是系统故障后的补偿券；既能装入会员套餐，也能做成“中杯、大杯、超大杯”的套餐。这不禁让人联想到外卖界的“奶茶大战”：平台争相发放优惠券，看似是让利给用户，实则争夺的是用户的消费习惯。
过去，AI公司的竞争主要集中在参数规模、榜单排名和模型发布会等硬核领域。但随着Agent用户激增、头部模型能力差距缩小以及迁移成本下降，单纯的技术竞赛已沦为入场券。如今，AI公司面临一个更直接的问题：当用户可以随时在不同AI工具间切换，如何让他们留下来？于是，发券成了争夺用户的新手段。这轮Token促销中，一个标志性信号出现在5月20日左右。当时，OpenAI向YC创业公司提供最高200万美元的Token，条件是对方拿出一部分股权。OpenAI实际上是用算力参与投资，既押注这些创业公司，也希望它们从一开始就使用自家模型，日后成为付费客户。
6月，Token的用途变得更加像电商优惠券。因系统异常多扣额度后，OpenAI两次统一重置用户额度，并额外赠送一次可留待以后使用的重置机会，相当于送了一张“续杯券”。Anthropic则采取了另一条路，将限时免费的新品体验活动连续延期，并最终将其纳入高阶套餐，让原本用于推广的免费体验变成了一项长期会员权益。DeepSeek的动作更为直接，先永久降价75%把开发者拉进来，随后又提出峰谷定价策略，用分时价格控制使用量。MiniMax则直接将Token打包成20美元、50美元和120美元三档套餐，对应不同用量，像极了奶茶店菜单里的中杯、大杯和超大杯。7月最后一天，OpenAI也直接加入了降价行列，宣布GPT-5.6 Luna的API输入和输出价格均下调80%，Codex和ChatGPT Work的订阅价格及额度总量虽未变，但使用Luna和Terra时扣除的额度减少。
这场“Token奶茶大战”不仅发生在会员套餐里，对高价值企业客户，厂商送得更加直接。据《华尔街日报》报道，AI客服平台Pylon的CEO透露，公司今年以来从一家模型供应商处获得了价值约160万美元的免费Token，另外两家也分别送出数万美元额度，甚至还有厂商提供数月无限量免费使用权。模型降价和赠送额度并不新鲜，但在过去，这类活动通常集中在新品发布期或作为开发者扶持手段，热闹一阵便会结束。而最近两个月，送Token的方式层出不穷，Token不仅承担了类似优惠券的作用，被系统性地用于拉新、留存和补偿，更成了争抢企业客户的投标筹码。
无论厂商如何包装这一行为，都在说明同一件事：AI公司已不满足于按量计价，而开始用更“互联网”的方式争夺用户。这背后是单一订阅制越来越难覆盖差异巨大的使用强度。轻度用户看重低门槛，重度用户则在执行长任务时患上额度焦虑。于是，会员档位、流量包、Credits和峰谷定价共同出现。AI公司不再只是卖模型，也开始研究消费巨头们熟知的生意：如何让用户第一次下单，之后又该用什么方式让TA多买一杯，以及喝完以后给TA个什么理由回来。
AI公司的战场虽然仍在技术竞赛，但明显多了一层商业化较量。厂商突然在Token上加码，背后有两个变化：一是Agent用户迅速增加，单个用户消耗的额度越来越高；二是头部模型在不少常用任务上的差距缩小，用户换平台比以前容易。首先，AI用户仍在快速涌入。截止6月初，Codex每周活跃用户已经超过500万，是2月桌面应用推出时的6倍以上。更值得注意的是，非开发者约占20%，增速超过开发者的3倍。编程Agent的用途已超出写代码，整理资料、写文档和分析数据也成了常见用法，甚至有人会把全流程交给它完成。
用户消耗Token的方式也变了。根据OpenAI官方数据，到今年5月，80.6%的Codex个人用户至少提交过一次相当于人类工作30分钟以上的任务，25.6%提交过相当于8小时以上的任务，超过10%的用户每周同时管理过3个以上Agent。过去，用户问一个问题再得到答案，流程简单且Token消耗量相对较小。现在，Agent一项任务可能持续数小时，Token的消耗从“2G时代”突然迈向了“5G时代”。Anthropic对约40万次Claude Code会话的分析也显示，用户平均每周使用约20小时。随着Agent从偶尔尝鲜到进入工作流程，额度从附赠福利变成了刚需。厂商开始争夺那些使用频率高、付费周期长的用户。截止今年2月，Claude Code年化收入已经超过25亿美元，较年初翻倍，企业订阅数量增长4倍，企业客户贡献了超过一半收入。
问题是，这些用户并不忠诚。AI客服平台Pylon的CEO对此直言不讳：“我完全看不到任何忠诚度。”过去购买传统软件选定一家并持续付费的时代已经过去，企业现在通常会同时接入几家模型，具体任务交给哪一家，主要看效果和价格。Cursor的产品本身就是“与模型无关”的，用户可以在OpenAI、Anthropic、Google和开源模型之间切换。其负责人称，过去一项任务的最佳模型可能几个月才变化一次，现在每周都可能更换好几次。这也解释了厂商为什么急着多送一些Token。Agent用户正在快速增长，但多数人的使用习惯尚未定型，企业也没有决定最终把哪家模型接进业务。厂商争的是谁先成为个人用户的常用工具，以及企业工作流里的默认模型。
模型能力负责把人吸引过来，补贴则负责给用户一个“先别走”的理由。技术只是入场券，AI公司开始补商业课。但Token优惠和“奶茶券”有一个根本区别：奶茶多送一杯，成本相对清晰可控。但Token多送一亿，最后会转化成多少算力支出很难提前算清，而算力在当下依然非常珍贵。于是，有意思的现象出现了：AI公司一边发券，一边限流。Anthropic与SpaceX达成算力合作，Claude Code的5小时额度才得以翻倍，高峰期也不再下调限额。Fable 5恢复后，最多只能占付费用户周额度的50%，超出部分需要购买Credits。免费体验从一开始就画好了成本边界。MiniMax的大额套餐同样不是无限使用，它同时设置5小时额度、周额度、Agent并发上限和高峰期限流。OpenAI此次降价同样保留着清晰的成本边界，旗舰模型Sol价格未动，API新推出的Fast模式则以两倍标准价格换取最高2.5倍的速度。
更棘手的是，补贴能带来拉新，却很难买来忠诚。厂商希望用免费Token换来长期调用，但企业也在迅速学会“薅完就走”。Pylon一边从多家供应商手里领取免费额度，一边明确表示看不到任何忠诚度。Cursor、Zoom和Hex则把多个模型同时接入工作流，随时根据价格和效果重新分配任务。厂商想把用户锁进一个生态，企业却在努力不被任何一家锁定。微软对数万名工程师的研究发现，编程Agent的第一次使用往往由同事带动，但后续是否持续使用，主要取决于工程师是否真的有足够的编程需求，持续使用者合并的PR数量提高约24%。真正能留下用户的，仍然是产品能否进入日常工作。
换句话说，优惠券只能把奶茶送到用户手里，不能保证他从此每天都喝。AI公司接下来要同时做两门生意：一边像消费平台一样用补贴做拉新和留存，一边像云厂商一样调配算力并守住毛利。既怕用户跑，又怕用户用得太多，实在是一种别扭的处境。Token越送越多，用户却未必留下；用户真留下来，算力账单又会跟着上涨。最棘手的是，调用量和成本可以一起增长，收入却未必跟得上。优惠总会结束。等到各家不再靠送额度拉人，还能留住用户并把这门生意做下去的，究竟是谁？