Anthropic宣布,自9月14日起,Claude Code将永久提高部分付费方案的标准周使用限额:Pro、Max、Team,以及传统的按席位计费Enterprise用户,额度将比促销前的标准基线高25%。
1
2
这听起来像是一次提额,但对目前正在使用临时加成的用户来说,体感并不是“多了25%”,而是可用周容量将减少约17%。原因在于,5月13日启动的临时促销曾把周限额提高50%,并且这项促销后来多次延期。
2
3
“提升25%”为什么会变成“减少17%”?
可以把促销前的标准额度设为100个单位:
- 5月13日后的临时额度:100 × 1.5 = 150;
- 9月14日后的永久额度:100 × 1.25 = 125;
- 从当前150降至125,减少:150 - 125 = 25;
- 相对于当前额度的降幅:25 ÷ 150 = 16.7%,通常表述为约17%。
因此,Anthropic的说法和用户的感受并不矛盾:新政策确实让历史标准基线永久提高了25%,但同时也收回了临时50%加成中的一部分。换句话说,用户最终得到的是比旧标准更多的额度,却比促销期间更少的额度。
1
2
用户为何认为表述有误导性?
公告最初强调的是“永久提高25%”。部分用户认为,这种比较方式使用的是较早的标准基线,而不是他们当时实际享有的50%加成额度,因此没有直接说明9月14日之后的实际变化。
相关讨论中出现了Community Note,指出用户当前容量到新容量之间存在约17%的有效降幅。部分用户将这一措辞形容为“误导”或“变相降级”。Anthropic的立场则是,50%的额度从一开始就明确属于临时促销;9月14日保留下来的25%提升才是永久标准。
1
2
周限额不是固定的提示词数或编码小时数
用户需要注意,Claude Code的周额度并不等同于一个固定的“可发送多少条消息”,也不是保证能够使用多少小时。实际消耗速度通常会受到多项因素影响,包括:
- 使用的模型类型;
- 提示词和输出内容的Token数量;
- 会话中不断累积的上下文;
- 工具调用、代理任务和自动化操作;
- 代码库规模与任务复杂度;
- 并行运行的Claude Code实例数量;
- 服务需求较高时的高峰期限流机制。
Anthropic过去曾采用高峰期控制,在需求旺盛时让额度消耗得更快。因此,即使两名用户拥有相同的名义周限额,实际可持续使用时间也可能明显不同。
4
需要区分的是,此次调整针对的是周限额。现有资料显示,5小时使用上限并不受这项周促销影响。
3
Anthropic预告了哪些后续工具?
Anthropic还表示,正在探索更清晰的用量可视化方式,以及让重度用户更灵活地管理或获取额外容量的方案。这可能包括更直观的用量面板、超额使用机制或额外额度购买方式。
不过,目前已有证据并未确认这些功能的最终规格、价格或上线日期。因此,用户应把它们理解为产品方向或预告,而不是已经确定的服务条款。
哪些用户不受这项促销调整影响?
这项安排适用于指定的付费Claude Code方案,具体包括Pro、Max、Team,以及传统的按席位计费Enterprise用户。
3
以下用户不在这项已公布的周限额促销范围内:
- 免费方案用户;
- 使用API或消费计费模式的Enterprise席位;
- 采用其他计费结构的Enterprise客户,除非其合同另有规定。
Enterprise客户如无法确认自己的席位类型,应直接核对组织合同或联系管理员。此次公告也覆盖Claude Code的命令行工具、IDE扩展、桌面端和网页端使用场景,但具体账户权益仍取决于方案类型。
2
3
这不是Anthropic独有的变化
Claude Code的调整,放在整个AI编程工具市场中看,更像是一个行业趋势:服务商正在从简单的订阅额度,转向根据模型、任务负载和实际算力消耗进行更精细的容量管理。
- OpenAI于8月25日恢复了ChatGPT Plus用户使用Codex和ChatGPT Work时的5小时上限。此前一段时间,Plus用户主要受到周限额约束;OpenAI表示,恢复限制是为了管理计算需求。Pro、Enterprise和Edu方案据报道不受影响。
5
6
- GitHub自6月1日起将Copilot转向按用量计费,逐步取代面向大多数客户的请求次数计费。企业方案现在包含明确的AI积分额度,高成本模型和高负载使用的消耗也更加可见。
7
8
- Google则把Gemini从固定的每日功能生成次数,转向与计算量相关的限额。新机制每5小时刷新一次,并会考虑提示词复杂度、对话长度、来源数量和所使用的功能;Gemini Notebook计划在9月采用类似方式。
9
综合来看,Anthropic这次政策包含两层含义:它确实永久抬高了历史标准,但也结束了持续数月的部分临时福利。行业变化未必意味着所有产品都在统一涨价,而是AI服务的访问权限越来越与模型选择、任务复杂度、实际工作负载和可用算力直接挂钩。