Cursor降價並增加企業支出控制,迎接代幣經濟清算
AI編碼工具領域正在從固定費率轉向基於消耗的定價。Cursor將團隊計劃年費降低20%,並推出每月120美元的高級版,同時新增企業治理功能,包括支出警報、預算控制和模型訪問管理。此舉緊隨GitHub轉向代幣計費以及Linux基金會成立代幣經濟基金會之後,旨在幫助企業應對不可預測的AI成本。
如果本週AI編碼領域有一個重大啓示,那就是固定費率、無限編碼的時代即將結束——賬單的到來速度比一些人預期的要快。
最明顯的例證來自GitHub,它取消了Copilot的固定訂閲模式,轉而採用基於代幣的計費,將成本直接與使用量掛鈎。自4月宣佈以來,這種反彈已經醖釀,如今成為現實。一些用户報告預期月度賬單一夜之間飆升了十倍,其他人則將這一變化形容為“誘餌調包”。
週三,Linux基金會宣佈計劃成立代幣經濟基金會(Tokenomics Foundation),這是一個由谷歌、微軟、Salesforce、摩根大通等公司支持的新行業機構,其任務是圍繞AI代幣的生產、消費和貨幣化建立開放標準和框架——這承認了企業目前缺乏一致的、供應商中立的方式來衡量或控制其應支付的費用。
為企業帶來可見性和控制力
Cursor顯然已經注意到了這些動向。週一,這家AI編碼代理公司重組了其團隊計劃的定價,將年費降低20%至每用户每月32美元,同時推出每月120美元的高級版,承諾提供標準席位五倍的使用量,價格為標準的三倍——明確針對那些消耗難以預測的重度用户。
與此同時,Cursor為其自有Composer模型設立了獨立的用量池,與來自Anthropic和OpenAI等第三方模型的配額分開。
此次更新還包括重建的支出警報功能,允許管理員根據美元閾值(每個成員或整個團隊)配置警報,通過Slack或電子郵件在意外費用產生前發出通知。
企業治理層
週三,Cursor推出了一個企業治理層,直接面向負責控制AI支出的IT和財務團隊。新的“組織”結構允許大型公司從單一儀表板管理多個Cursor部署,預算、模型訪問和代理權限均可在部門級別配置。
其核心理念是不同職能具有不同的風險畫像和成本承受能力:產品或工程團隊可能需要完整的模型列表和充足支出空間,而營銷或財務團隊則可能被限制使用更便宜的模型、更低的預算上限,並要求代理在執行任何命令前獲得人工批准。
組織級儀表板彙總了每個團隊的支出和代幣消耗,可按用户、團隊或雲代理進行篩選,使財務團隊能夠按業務部門進行費用回收。
這些功能共同旨在為企業環境帶來可見性和控制力,而不可預測的AI定價已成為各行各業CFO關注的首要問題。
包裝層擠壓
與Anthropic或OpenAI直接按代幣收取推理費用不同,Cursor是一個包裝層——它以API價格從前沿模型提供商處購買推理服務,然後以固定月費轉售給開發者。這種模式在用量較低時可行,但隨着代理式編碼會話變得越來越長、越來越重、消耗代幣越來越多,它已不再適用。
獨立的Composer池是Cursor對此擠壓最明顯的回應。Cursor自有編碼模型Composer 2.5每百萬輸入代幣成本為0.50美元,每百萬輸出代幣成本為2.50美元。相比之下,Claude Opus 4.7和4.8的輸入和輸出代幣成本分別為5.00美元和25.00美元——在最重要的代幣上貴了十倍。
通過給Composer獨立的配額,並在用户耗盡第三方API配額時自動回退到該模型,Cursor在結構上引導用户使用其控制的、更便宜的推理,同時保護自己的利潤。
這種動態正在整個領域上演。週一,JetBrains開源了Mellum2,一個120億參數的編碼模型,專為代理系統的基礎設施層(路由、檢索管道和子代理任務)以及本地部署而構建。雖然其前身Mellum僅處理代碼補全,但Mellum2旨在處理更廣泛的協調工作,這些工作如今定義了工程團隊如何部署AI。
方法不同——Mellum2可自行託管,將推理成本完全交由運行它的團隊控制——但根本動機相同:減少對昂貴第三方API調用的依賴。
定價傷痕
鑑於GitHub本週因Copilot改革面臨用户憤怒,值得注意Cursor此前也在定價領域經歷過波折。
2025年6月,該公司推出了每月200美元的Ultra計劃——這得益於與Anthropic、OpenAI、谷歌和xAI的多年代理協議。但同時,它將Pro計劃從基於請求改為基於計算量的計費,這一變化令許多用户措手不及,導致意外費用。
那次變革的執行相當粗糙,以至於Cursor不得不公開發佈道歉並退款。
本週的舉措是對同一壓力不同方式的回應。2025年的變化側重於重構Cursor的收費方式,而本週的更新則賦予組織可見性和控制力,以管理其已經花費的支出。
其成功與否將部分取決於透明度。Cursor仍未公佈其包含用量池的實際大小,僅將其描述為“慷慨”——這種模糊性正是代幣經濟基金會可能旨在解決的。
正如FinOps基金會執行主任J.R. Storment對The New Stack所説,企業目前缺乏一致的方式來比較不同提供商的成本或做出關於AI部署的知情決策。
“每個超大規模雲提供商、每個模型提供商和每個硬件提供商都有自己的方法、數據和價值指標,”Storment説,“我們的目標是像以前一樣,在他們之間協調一致的模型。”
在此之前,各個平台的用户基本上都在黑暗中摸索新的代幣經濟——這就是為什麼Cursor的支出警報、用量儀表板和模型訪問控制,儘管看似微小,卻是在正確方向上邁出的一步。