过去一年，AI大模型公司被反复追问同一个问题：烧钱千亿，何时盈利？2026年4月，答案意外地来自编程——这个最古老板块。Anthropic和OpenAI几乎同步调整企业定价策略，从“席位数+高额折扣”模式转向“基础月费+API按量计费”，而驱动这一转变的正是编程智能体（Code Agent）。

具体来看，Anthropic将Enterprise套餐改为每席位20美元/月，外加实际API调用费用；OpenAI的Codex则完全抛弃席位概念，直接按token用量计费。两家同期发布的新模型——Opus 4.7（4月16日）和GPT-5.5（4月23日）——API定价均显著高于前代版本。这不是简单的涨价，而是产品市场契合点（PMF）出现的信号。

编程智能体为何能成为“杀手级应用”？对比传统AI应用场景（如对话、文档摘要），编码任务的token消耗往往高出数倍：一个完整项目的代码生成、调试、重构链条可能触发数十万次API调用。企业客户对智能体的依赖越深，API用量越不可控，Anthropic和OpenAI发现，以前那种固定席位费+折扣包的模式严重低估了实际价值——用户的付费意愿与token消耗高度正相关，按量计费才能最大化收入。

这一转向早有预兆。2025年底，多家创业公司的编程助手（如Cursor、GitHub Copilot升级版）已大规模切换到API后付费，但头部闭源模型厂商一直犹豫。直到2026年第一季度，编程智能体的日活API调用量环比暴增230%（据公开云监控数据），迫使Anthropic与OpenAI重新谈判企业合同。资深观察者Simon Willison指出，企业客户成本显著上升的背后，是AI公司终于找到了可规模化的盈利杠杆——编码任务的高频、高消耗特性，使API定价弹性远高于对话场景。

新模型定价的跃升进一步验证了这一点。Opus 4.7的输入token价格较前代上升约40%，GPT-5.5则直接对标高端推理模型定价。企业虽有抱怨，但采购并未减速——因为在自动补全、CI/CD集成、代码审查等环节，新模型的能力提升（特别是长上下文精准度）直接转化为工程师效率，ROI清晰可算。相比之下，通用对话模型的价值难以量化，企业往往在免费试用后流失；而编程智能体让每一分API费用都对应着代码产出，“按效果付费”的逻辑使定价权牢牢掌握在模型厂商手中。

这个拐点的影响远超两家公司本身。对行业而言，编程智能体成为AI变现的第一个标准化场景，后续可能延伸至科学计算、法律文书等同样具有“高token消耗+可量化产出”特征的领域。对企业客户来说，需要重新评估AI预算：过去的固定席位费是“成本”，未来按量计费则是“投资”——合理管控智能体调用频次和模型选择，将从IT成本中心转变为利润中心的数字杠杆。

2026年4月，AI行业终于告别“赔本赚吆喝”。编程智能体撬开的盈利大门，或许比所有人预想的更早到来，也更窄——只有那些能在单次API调用中兑现硬核价值的模型，才有资格拿到通往收支平衡的门票。