每月烧掉130万美元,OpenClaw创始人在“测试未来”

普通开发者每月在这上面花100到200美元。

OpenClaw创始人Peter最近在Hacker News发了条帖子，说他每月在OpenAI tokens上烧掉130万美元，同时跑100个Codex实例。

普通开发者每月在这上面花100到200美元。Peter的数字是1.3万美元/实例。

65倍到130倍的差距。

这不是用得久的问题，是完全不同的玩法。就像有人买辆车代步，有人买一百辆法拉利同时在赛道上漂移。

Codex已经从积分制切换到token计费。Priority档位每百万输入tokens收3.5美元，输出0.35美元。Deep research模式5美元。ChatGPT的chat-latest版本5美元输入、0.5美元输出。

表面看，这个价格似乎并不离谱。

但100个实例同时跑、每个月跑、跑出来的结果还要再投进去训练下一代产品——数字就开始疯狂膨胀了。

Codex不是给个人写代码用的玩具。它是企业级自动化流水线的底层引擎。一个实例可能同时处理成百上千个任务，每个任务涉及几十上百次API调用。

按130万美元/月的支出计算，每天的开销约4.3万美元——换算成人民币约31万元，相当于一辆高配特斯拉Model 3的价格。每月下来，烧掉的数额足以购买三四十辆特斯拉。而每秒烧掉的约0.5美元，也确实接近一顿外卖的成本。

Peter说他在”测试未来”。

这话听起来有点虚，但仔细想想又好像能理解。

Codex现在能做什么？帮程序员写代码、debug、做代码审查。离”完全替代程序员”还差得远。AI领域性能提升和成本下降的速度在加快。去年还在概念阶段的东西，今年可能就进生产线了。

所以”测试未来”的意思可能是：现在花130万一个月，把未来三年的使用场景提前跑通。等未来真的来了，经验、数据和工作流已经打磨完毕。后来者想追赶？先烧三年钱再说。

这种用真金白银换来的实践积累，形成了一种经验壁垒。

Hacker News评论区有个老哥说得刻薄：AI热潮就是dot com泡沫2.0。

dot com时代，企业每获得1美元收入，就往广告和获客上砸100多美元。VC买单，估值飞涨，IPO之后皆大欢喜。至于什么时候盈利？那是很久以后的事了。

现在的AI也差不多。

OpenAI给用户的补贴从哪里来？VC和PE的持续输血。这些钱不是大风刮来的，背后是投资人对”AI会统治一切”的押注。

但剧本会重演。

据Bloomberg、The Information等媒体报道，OpenAI和Anthropic正在筹备IPO。一旦上市，游戏规则就变了。得公布财报，得解释盈利模式，得面对投资者”钱什么时候能赚回来”的灵魂拷问。

届时可能发生的变化值得关注。要么涨价，把成本转嫁给用户。要么降级服务，削减token配额。

现在的免费和低价，不是常态，是投资人在替用户付账。

有个容易被忽略的细节：各方之间的钱是循环流动的。

VC投给AI公司，AI公司采购云服务（微软、Google的云），微软和Google又去投AI公司。左手倒右手，大家都有钱赚。

但这个循环有个前提：终端用户愿意持续付费。

问题是，用户能承受的价格有上限。一个独立开发者每月愿意在API上花多少钱？500美元可能已经是极限了。中小企业呢？每月几千美元已经是咬牙跺脚。

而Peter这样的超级用户，愿意烧130万美元一个月。

这两群人活在完全不同的世界里。前者在讨论怎么省钱，后者在讨论怎么花钱加速。

AI的”民主化”可能是个伪命题。当顶级玩家每月烧130万美元优化工作流，普通人用免费额度能学到的永远是皮毛。

成本不是线性的。想从”会用AI”升级到”用AI构建产品”，投入成本会大幅增加。这一阶段需要大量资金支持。

“测试未来”是个奢侈品。普通人能做的，可能只是在别人测试出来的未来里，当一个安静的消费者。

当然，也不是说普通人就没机会。AI降低的是创作门槛，不是成功的概率。过去需要10人团队做的事，现在2个人加AI可能就能做。

但前提是要接受这个现实：用200美元/月的成本，对抗130万美元/月砸出来的经验差距。

这不是能不能赢的问题，是这场游戏本来就不是在同一起跑线上进行的。

真正的战场，是那些看不见的地方——每个月130万美元的token账单，在那里悄悄燃烧着。