Cursor降价并增加企业支出控制,迎接代币经济清算
AI编码工具领域正在从固定费率转向基于消耗的定价。Cursor将团队计划年费降低20%,并推出每月120美元的高级版,同时新增企业治理功能,包括支出警报、预算控制和模型访问管理。此举紧随GitHub转向代币计费以及Linux基金会成立代币经济基金会之后,旨在帮助企业应对不可预测的AI成本。
如果本周AI编码领域有一个重大启示,那就是固定费率、无限编码的时代即将结束——账单的到来速度比一些人预期的要快。
最明显的例证来自GitHub,它取消了Copilot的固定订阅模式,转而采用基于代币的计费,将成本直接与使用量挂钩。自4月宣布以来,这种反弹已经酝酿,如今成为现实。一些用户报告预期月度账单一夜之间飙升了十倍,其他人则将这一变化形容为“诱饵调包”。
周三,Linux基金会宣布计划成立代币经济基金会(Tokenomics Foundation),这是一个由谷歌、微软、Salesforce、摩根大通等公司支持的新行业机构,其任务是围绕AI代币的生产、消费和货币化建立开放标准和框架——这承认了企业目前缺乏一致的、供应商中立的方式来衡量或控制其应支付的费用。
为企业带来可见性和控制力
Cursor显然已经注意到了这些动向。周一,这家AI编码代理公司重组了其团队计划的定价,将年费降低20%至每用户每月32美元,同时推出每月120美元的高级版,承诺提供标准席位五倍的使用量,价格为标准的三倍——明确针对那些消耗难以预测的重度用户。
与此同时,Cursor为其自有Composer模型设立了独立的用量池,与来自Anthropic和OpenAI等第三方模型的配额分开。
此次更新还包括重建的支出警报功能,允许管理员根据美元阈值(每个成员或整个团队)配置警报,通过Slack或电子邮件在意外费用产生前发出通知。
企业治理层
周三,Cursor推出了一个企业治理层,直接面向负责控制AI支出的IT和财务团队。新的“组织”结构允许大型公司从单一仪表板管理多个Cursor部署,预算、模型访问和代理权限均可在部门级别配置。
其核心理念是不同职能具有不同的风险画像和成本承受能力:产品或工程团队可能需要完整的模型列表和充足支出空间,而营销或财务团队则可能被限制使用更便宜的模型、更低的预算上限,并要求代理在执行任何命令前获得人工批准。
组织级仪表板汇总了每个团队的支出和代币消耗,可按用户、团队或云代理进行筛选,使财务团队能够按业务部门进行费用回收。
这些功能共同旨在为企业环境带来可见性和控制力,而不可预测的AI定价已成为各行各业CFO关注的首要问题。
包装层挤压
与Anthropic或OpenAI直接按代币收取推理费用不同,Cursor是一个包装层——它以API价格从前沿模型提供商处购买推理服务,然后以固定月费转售给开发者。这种模式在用量较低时可行,但随着代理式编码会话变得越来越长、越来越重、消耗代币越来越多,它已不再适用。
独立的Composer池是Cursor对此挤压最明显的回应。Cursor自有编码模型Composer 2.5每百万输入代币成本为0.50美元,每百万输出代币成本为2.50美元。相比之下,Claude Opus 4.7和4.8的输入和输出代币成本分别为5.00美元和25.00美元——在最重要的代币上贵了十倍。
通过给Composer独立的配额,并在用户耗尽第三方API配额时自动回退到该模型,Cursor在结构上引导用户使用其控制的、更便宜的推理,同时保护自己的利润。
这种动态正在整个领域上演。周一,JetBrains开源了Mellum2,一个120亿参数的编码模型,专为代理系统的基础设施层(路由、检索管道和子代理任务)以及本地部署而构建。虽然其前身Mellum仅处理代码补全,但Mellum2旨在处理更广泛的协调工作,这些工作如今定义了工程团队如何部署AI。
方法不同——Mellum2可自行托管,将推理成本完全交由运行它的团队控制——但根本动机相同:减少对昂贵第三方API调用的依赖。
定价伤痕
鉴于GitHub本周因Copilot改革面临用户愤怒,值得注意Cursor此前也在定价领域经历过波折。
2025年6月,该公司推出了每月200美元的Ultra计划——这得益于与Anthropic、OpenAI、谷歌和xAI的多年代理协议。但同时,它将Pro计划从基于请求改为基于计算量的计费,这一变化令许多用户措手不及,导致意外费用。
那次变革的执行相当粗糙,以至于Cursor不得不公开发布道歉并退款。
本周的举措是对同一压力不同方式的回应。2025年的变化侧重于重构Cursor的收费方式,而本周的更新则赋予组织可见性和控制力,以管理其已经花费的支出。
其成功与否将部分取决于透明度。Cursor仍未公布其包含用量池的实际大小,仅将其描述为“慷慨”——这种模糊性正是代币经济基金会可能旨在解决的。
正如FinOps基金会执行主任J.R. Storment对The New Stack所说,企业目前缺乏一致的方式来比较不同提供商的成本或做出关于AI部署的知情决策。
“每个超大规模云提供商、每个模型提供商和每个硬件提供商都有自己的方法、数据和价值指标,”Storment说,“我们的目标是像以前一样,在他们之间协调一致的模型。”
在此之前,各个平台的用户基本上都在黑暗中摸索新的代币经济——这就是为什么Cursor的支出警报、用量仪表板和模型访问控制,尽管看似微小,却是在正确方向上迈出的一步。