单人月耗 1.5 万亿 token，1.32 亿美元账单多半算高了

你上个月的 AI 账单是多少？Jellyfish 统计过 1.2 万名开发者，2026 年第一季度的中位数用户每月用 5100 万 token 左右，折成 Claude 公开价大约 52 美元。现在有人的 Cursor 主页上写着：30 天，1.5 万亿。

事情是这样的：Cursor 一位工程师的个人主页公开显示，30 天里用了约 1.5 万亿 token。有人按每百万 token 8 美元一乘，喊出了年化 1.32 亿美元；再假设 Cursor 拿到一折价，也还有约 1300 万美元。我们 AI主线 的看法是：把 1.5 万亿 token 乘上一个统一单价得出的天价账单，放到智能体长任务里大概率被高估，因为这类用量的大头是标价低得多的缓存读取。账单照样贵，只是没那么吓人，也没法这么算。

1.5 万亿，到底是个什么量级？

先拿尺子量一量。中位数用户每月 5100 万，1.5 万亿大约是它的 2.9 万倍。

再看重度用户。Jellyfish 的数据里，用得最猛的前十分之一，门槛在每月约 3.8 亿 token。这位的主页读数，已经不在同一张尺子上了。

数字一出来，大伙的第一反应都是惊呼，因为它把看不见的 token 换成了人人看得懂的工资单。可 token 不是钱，中间还隔着一层单价，麻烦就出在这一层。

8 美元一乘，错在哪？

主页上那个总数，至少混着四类 token：普通输入、模型输出、缓存写入、缓存读取。四类的单价差得很远，把总数乘一个单价，就像把打车的总公里数乘一个价，不管是起步、拥堵还是拼车。

拿 Anthropic 公布的 Opus 5.5 价格看，它 2026 年 9 月 22 日发布，每百万 token 输入 4 美元，输出 20 美元，缓存读取只要 0.20 美元。

缓存读取是什么？智能体干长活的时候，每一轮都得把前面攒下的上下文再喂给模型一遍。命中缓存的那部分，只收普通输入价的 5%，好比同一份底稿，第二次去复印店只按零头算钱。

这么一摆就清楚了：1.5 万亿 token 如果全按缓存读取价，每月约 30 万美元；全按普通输入价，约 600 万美元。8 美元这个单价，比 Opus 5.5 的普通输入价还高出一倍。

还有人晒出过一张 Opus 5.5 的用量截图：733 亿 token 花了约 3 万美元，折下来每百万约 0.41 美元。同样的均价套到 1.5 万亿上，每月约 61.5 万美元。同一个读数，口径一换，月账单能从几十万跳到上千万。

另外还缺三个外人看不到的变量：用的哪个模型，实际折扣多少，Cursor 内部怎么结算。所以我不打算给这笔账报一个数，只能说 8 美元那版最不像长任务的真实分布。

烧这么多，换回来什么了？

按本人公开的说法，每月能高置信度地把 4000 个 PR 合进生产环境。这是自家说法，没有第三方验证，咱先当成待核实的数。

可它点出了一个很实在的问题：每个 PR 让人看 5 分钟，4000 个就是约 333 小时，一个人整月的工时都不够。人盯不过来，验证就得让智能体自己跑代码、自己开模拟器、自己采性能数据，没人看着也能并行检查。

为了让这件事跑得通，本人公开讲过的做法是先改代码库：用 600 多个 PR 做重构，CI 里禁用 useEffect、禁止写注释，还严格校验依赖图，不许 Electron 的主进程和渲染进程目录互相引用。说白了，是把智能体爱走的捷径一条条堵死，剩下的唯一一条路就是对的路。

花得多，产出跟得上吗？Jellyfish 的数据可以当个对照：中位数开发者每个合入的 PR 用约 700 万 token，用得最猛的前十分之一约 6900 万，差了近十倍，吞吐却只高出约两倍。油门踩到底，速度没按比例涨。

咱普通人能从里面捡点啥？

我的判断是，能拿走的是验证和代码库改造，不是 token 数。

本人自己也说过，在 AI 实验室里 token 不限量，所以不能说人人都该照着做；智能体的价值，是做以前做不到的事，不是把 token 丢给每个小问题。这话比那个 1.5 万亿实在得多。

对写代码的兄弟们，最便宜的版本是先把测试、类型检查和 CI 红线补齐，让智能体改完自己能判对错。对负责选型的技术负责人，做预算该看自家账单里按输入、输出、缓存拆开的用量，而不是别人主页上的一个总数。我们 AI主线 也更愿意把这类用量页当成成本线索，而不是炫耀指标。

接下来我盯的是，各家 AI 编程工具的用量页会不会开始把缓存读取和新输入拆开标。拆开了，下次再有人晒 1.5 万亿，大伙就不用拿计算器硬猜了。