Claude终于承认乱扣费，最高多收你20倍，一句「你好」干掉13%额度
背景：Claude 的快速增长与用户依赖
随着 Anthropic 推出一系列新功能，包括 Claude Cowork 和 Computer Use，其用户群体迅速扩大，尤其是在企业和开发者市场中，Claude 成为日常编程、文档生成和协作的核心工具。Anthropic 的联创和开发者团队不断优化模型能力，使单次交互的 token 数量成倍增长，用户也逐步从简单的问答转向复杂、多步骤的任务处理。
这种增长伴随着高昂的费用问题逐渐浮出水面。据 Hyperbolic 联创 Yuchen Jin 表示，许多大型科技公司和初创企业的员工每天在 Claude Code 或 Codex token 上的花费已超过 1000 美元，折合年支出高达 36.5 万美元。这种“隐形开销”正在让 AI 工具的成本成为企业 IT 支出中不可忽视的部分。
计费争议：一句「你好」竟消耗 13% 额度
用户反馈中最具争议的一点是，Claude 的计费模型存在“异常高额”的情况。有开发者指出，仅在对话中输入一句“你好”，就可能导致高达 13% 的额度被消耗，远超预期。这种计费方式背后的原因是，Claude 模型在运行时不仅要处理当前输入，还要维护整个会话历史、代码上下文、工具调用等，导致 token 使用量远高于用户直观感受。
Anthropic 在其文档中也承认：“你的使用情况会受到多种因素影响，包括对话的长度和复杂度、你使用的功能，以及你聊天时所选择的 Claude 模型。”但这一解释并未平息用户的不满，因为许多用户表示自己并没有进行复杂的操作，却仍遭遇了额度的快速消耗。
技术与系统问题：Claude Code 风险频出
除了计费问题，Claude Code 还暴露出严重的系统风险。据 GitHub 提交记录显示，Claude Code 的插件市场存在一个致命缺陷：在特定异常情况下，后台刷新机制会误执行 git reset --hard origin/main，每 10 分钟触发一次，从而清空用户未提交的本地改动。这对于开发者来说是一个极其严重的问题，可能导致项目进度丢失，甚至数据损坏。
此外，Claude 服务器在过去三个月内频繁宕机，仅三月份就至少五次，给用户的使用体验带来了极大干扰。尽管 Anthropic 技术团队成员 Thariq Shihipar 在社交媒体上表示正在调整高峰时段的会话限制以缓解压力，但用户仍然质疑其系统的稳定性与透明度。
订阅与 API 的配额限制与调整
为了应对使用需求的激增，Anthropic 最近宣布调整免费版、Pro 和 Max 用户的高峰时段会话限制，每天最多可进行 5 小时的交互。尽管官方强调每周的总使用额度保持不变，但有数据显示，大约 7% 的 Pro 用户已经开始频繁撞上限额。
用户若想获得更高的控制权，只能选择使用 Anthropic 的付费 API key，即 AI Studio 或 Vertex.ai 接口。这一策略被外界解读为 Anthropic 在试图引导用户从订阅服务转向更可控的 API 收费模式，从而最大化盈利空间。但这也引发了用户对平台“免费退场”的普遍担忧。
商业逻辑：AI 免费时代终结
Claude 并非孤例。在 AI 行业，曾一度盛行“免费试用”“无限额度”等补贴策略，以吸引用户流量。但随着算力成本上升和用户行为复杂化，这些策略正逐步被取消。
以 Google 为例，其 Gemini 产品在初期提供了大量免费资源，但后来却将免费用户置于资源调度的次优先级，迫使开发者转向付费服务。而 Cursor 等工具也因从“按消息数”改为“按 token 使用”引发用户抗议。这些变化反映出一个现实：AI 推理从来都不是免费的，只是成本被隐藏了。
数据与模型训练：用户输入的“隐藏价值”
Claude 和其他大模型的计费逻辑背后，还有一个关键问题：用户输入和输出数据的流向。许多开发者担忧，自己的 prompt、代码上下文、调试过程等是否会被用于模型的再训练。尽管 Anthropic 未公开承认此类行为，但行业内一直存在“中间层截取数据”的传闻。
Yuchen Jin 提到：“你无法用一个较弱模型生成的数据，把新模型做得彻底超过原模型，但你可以逼近，而且成本远低于从头训练。”这也解释了为何企业如此在意用户行为数据——它不仅用于优化模型，更可能成为训练新一代 AI 的核心资源。
影响：用户与企业的应对策略
面对日益高昂的 AI 成本，用户和企业正在寻找对策。部分开发者已开始将高消耗任务迁移到非高峰时段，或使用其他工具（如 Codex CLI、Cursor）进行分流。与此同时，企业也开始重新评估 AI 服务的预算，将 token 成本纳入整体支出模型中。
更严重的影响是，用户对 AI 工具的信任正在下降。他们不再将 AI 视为“无限可用的助手”，而是一个需要严格控制预算与行为路径的高成本服务。这种认知转变，或将影响整个行业未来的商业模式和用户行为。
结语
Claude 乱扣费问题的背后，是 AI 工具从“免费扩张”向“成本精算”转型的缩影。随着模型复杂度提升、会话上下文膨胀、功能调用增多，单次交互的成本早已不是简单的 token 数量能衡量的。企业与用户必须重新思考如何合理使用 AI，同时警惕平台策略变化对预算与数据安全的冲击。未来，谁来为“智能”买单，将是一个持续发酵的问题。