Claude太贵了！微软砍掉超三成预算，Meta用户直接腰斩

新智元报道

刚刚， 两个最大的金主，同时踩了刹车。

就在 准备上市敲钟的前夜。

据 The 最新报道，微软原本预计今年在 上超过10亿美元的内部预算，已经被砍掉了三分之一以上。

Meta 那边更狠，内部使用 Code 的员工人数从约6万人直接掉到了约3万，腰斩。

更魔幻的是，就这砍了一半的用户量，Meta 最近28天光在 Code 上还花掉了超过1.05亿美元。

最大的问题是什么？

不是不好用。恰恰相反，它太好用了。

账单炸了：越好用，越烧钱

去年12月，微软在体验与设备部门给数千名工程师开通了 Code。

没人推广，没人动员，它靠自己的实力火了。头几个月，Token 消耗量直接翻倍。

每个工程师每月的 Token 成本在500到2000美元之间，整个团队加起来烧了数百万美元。

微软云与 AI 负责人 Scott 和高管 Jay 坐不住了，直接发话：少用 ，改用 和自家模型。

据 The 报道，云部门每人每月的 额度从10万美元直降到约1万美元。一刀砍掉九成。

到2026年5月，微软取消了大部分 Code 许可证，要求6月30日财年结束前全部迁完。

微软 AI CEO 苏莱曼说： 的方案「极其昂贵」，目标是大幅削减，直到彻底取消。

再看 Meta。

前一阵裁员10%只能解释一部分员工用户流失，更大的原因是：Meta 自己造出了替代品。

内部编程工具 已经有超过3万用户，今年8月开始对外测试的 Muse Code 内部用户也超过了6000。

Meta 自研的 Muse Spark 模型进步太快，很大程度上把 的需求直接顶掉了。

Meta 内部有个被员工戏称为『』的看板，30天烧掉了60万亿 Token。相当于每天都有海量的内部代码和数据，经过别人家的服务器跑一圈再回来。

这种事，哪家大厂能忍？

这就是按 Token 计费的死结。

聊天时你问一句答一句，流量有限。但 Agent 模式不一样，它会自己读代码、跑测试、改了再改，一干就是几个小时，流量表一直在转。工具越好用、用的人越多、干的活越复杂，账单就越吓人。

越好用，越贵。越贵，就越想自己造。

这事儿最扎心的地方，不光是钱，更在时间点。

今年6月秘密向 SEC 提交了 S-1 文件，9月公开的招股书里写着：两家未具名客户合计贡献了约25%的营收。

市场普遍猜测，这两家就是微软和 Meta。

按此前报道的节奏， 最早本月中旬就要启动正式路演，冲刺纳斯达克。

一家公司正准备去说服投资人，四分之一的收入可能来自两个客户，而这两个客户偏偏在这个节骨眼上同时收缩。换你坐在路演台下，也得再多想想。

而且还有个更加耐人寻味的反差。微软在 上拼命省钱， 却还得在微软云上大把花钱。

招股书显示， 与微软之间有约314亿美元不可取消的基础设施采购承诺。

这画面多少有点拧巴。

合作伙伴是怎么变成对手的

更深的逻辑是身份的转变。

一年前，大家把 当成卖铲子的：模型是工具，谁都能买来用。

但现在不一样了。 Code 能自己写代码、改文档、跑流程， 越来越像 的替代品——而 恰好是微软的命根子。

Meta 那边也一样，自己要把 Muse 做成卖给企业的服务，没道理一边做竞品一边给对手交钱。

据报道，Meta 还想限制 接触自家训练数据。

模型越强，就越接近客户的核心业务。越接近核心业务，客户就越不放心把它交给外人。

这股风不止刮在这两家身上。

7月，阿里全面停用 Code，改推自研 Qoder。9月，英伟达、、Booz Allen 也收紧了使用，英伟达在处理专有信息时更愿意用自家的 。

理由各不相同。有的是成本，有的是数据安全，有的是防蒸馏。

但方向一致：代码这种最核心的事，巨头要握在自己手里。

当然不傻，它也在应对。

9月初发布的 Fable 5.1，基础价格不变，但缓存读取成本一口气降了75%，典型工作负载整体便宜约25%，高度 Agent 化的重活最多便宜45%。

同时， 还调整了此前引发争议的数据留存政策，允许企业在自己的基础设施上保留数据，试图挽回那些被安全顾虑吓跑的客户。

但问题是，降价只能缓解矛盾，解决不了根本。巨头们不仅嫌贵，更在意的是，这家供应商正在变成它们的竞争对手。

AI 编程进入算账期

过去两年，AI 行业比的是谁的模型更强、谁的 Agent 能独立干更久的活。

现在，CFO 开始问另一个问题：每一行代码到底花了多少钱？

微软就是这么走过来的。 Code 好用到用量自己翻倍，账单也跟着涨。然后他们收回了大部分许可证。

工程师再爱用，也得过预算这一关。

这个问题的答案，正在把市场切成两层。够用、便宜、可控的模型，吃掉大量日常活儿；最强的模型，只留给最难的那一小部分。

对整个 ASI 竞赛来说，这是一个残酷的提醒——光有最强还不够，还得让人用得起。

AI 的能力曲线和成本曲线正在赛跑。能力跑得再快，成本降不下来，它就只能待在少数预算充足的团队里。谁先把智能做到足够便宜，谁才能真正走进每个工程师的日常。

参考资料：