2026年自主智能体市场最剧烈的裂变不在能力，而在计价。一个被广泛转发的开发者吐槽把这件事说穿了："Claude Code 20美元/月，Cursor 20美元/月，然后 Cursor 给我寄了1400美元的账单。"三档自主产品——浏览器/电脑操作档（Operator、Claude Computer Use）、通用云自主体档（Devin、Manus）、编码专精档（Claude Code、Codex、Cursor）——表面都挂着月费，底层却是四套截然不同的计价架构。Devin把入场价从500美元/月砍到20美元/月（96%降幅），真实成本却整体搬进了ACU（Agent Compute Unit）这个隐藏变量里；OpenAI Operator 的兑现率在 OSWorld 只有38%。当"用户"本身变成智能体时，按席位计费的逻辑正在系统性崩溃，按兑现/按次计价（outcome-based）成为新主流。
| 维度 | 浏览器/电脑操作档 | 通用云自主体档 | 编码专精档 |
|---|---|---|---|
| 代表产品 | OpenAI Operator、Claude Computer Use、Browser Use | Devin、Manus、Genspark | Claude Code、Codex、Cursor、OpenHands |
| 计价架构 | API按token+浏览器算力 | 月费+ACU超额计费 | 月费+token超额/订阅额度 |
| 兑现率锚点 | OSWorld 38%、WebArena 58%、WebVoyager 87% | GAIA Level 3、按任务计费 | SWE-bench Verified（Opus 4.8约88%） |
| 单任务成本 | 中（截图+坐标推理烧视觉token） | 高（ACU是主要黑洞） | 可控（SWE-bench全套约377美元，10倍效率差） |
| 自主度 | 受沙箱边界限制 | 最高（云端长时运行） | 中高（人机协作缝最常用） |
| 变现潜力 | 中：RPA替代、表单自动化 | 高：训练营/无头交付最性感 | 高：开发者刚需、复购强 |
自主体的"价格表"在2026年彻底分裂成四套互不兼容的架构。第一套是按席位订阅（Cursor、Claude Code 入门档），用月费封顶降低心理门槛，代价是超额后按token计费——Cursor的1400美元账单就是这么来的。第二套是ACU计量制（Devin），把算力切成"智能体计算单元"，月费只买一个壳，真正的长任务按ACU烧。第三套是按次/按兑现计费（Sierra、Genspark 部分产品、Devin 的新计费层），解决一个issue收一次钱，用户是智能体时唯一站得住的模型。第四套是纯API token计量（Operator、Computer Use 裸API），烧多少算多少。
价格架构的选择不是营销噱头，而是自主度的函数。自主度越高、任务越长，席位制就越崩溃——因为一个能跑8小时的自主体，单"席位"内的实际算力消耗可以是人类用户的百倍。把价格拆成"档位"看，就能解释为什么 Devin 敢砍96%：它把利润模型从月费整体搬到了 ACU。
编码档是数据最硬的一档。把 SWE-bench Verified 全套跑一遍，Claude Opus 4.5 约烧 376.95 美元，而 MiniMax M2 跑同样一套的成本低一个量级——这就是业内反复提到的"10倍效率鸿沟"。在同一张榜上，Codex 与 Claude Code 形成"一个便宜10倍、另一个盲评赢67%"的对峙。Devin 收 500美元/月（早期），Claude Code 收 20美元/月，但 TECHSY 实测 8 个后台编码自主体后发现：Devin 的月费只是入场券，真正决定单任务成本的是它跑一个issue要烧多少 ACU。
# 编码档单任务成本估算（示意）
def per_task_cost(model_unit_cost, avg_tokens, overhead_acu):
return model_unit_cost * avg_tokens + overhead_acu
# Opus 4.5 跑SWE-bench单任务 ≈ 376.95 / 500 ≈ $0.75/task（摊销）
# 但真实场景含重试、上下文膨胀，单复杂issue可达 $5–15
# Devin的$500月费若月解50个issue，名义项$10/issue，加ACU后翻3–5倍
核心结论：编码档不存在"最便宜"，只存在"最匹配你任务复杂度的单价曲线"。简单fix密集的场景，token计量制胜；长尾复杂issue，ACU/订阅制更省心但更贵。
OpenAI Operator 上线15个月后的企业级数据最能说明自主兑现率的现实：WebArena 58%、WebVoyager 87%、OSWorld 38%。这三组数字的落差本身就是一堂课——结构化网页任务（WebVoyager）接近九成，但一到真实桌面环境（OSWorld）就掉到不到四成。Claude Computer Use 走的是另一条路：客户端运行、全桌面访问，而非 Operator 的服务端沙箱。架构分裂直接决定单价：Computer Use 把截图和坐标推理的视觉token成本压在调用方，Operator 把浏览器算力成本包进了服务端。
这一档的关键不是月费，而是每完成一次真实操作的边际成本。视觉token的烧法比纯文本粗暴得多——一张1080p截图token化后可能等于数千文本token，一个需要20步点击的任务，token账单会比纯文本任务高一个数量级。这就是为什么 OSWorld 38% 的兑现率背后，实际单价账本比想象中难看：失败的任务也烧满了视觉token。
Devin 和 Manus 这一档最像"AI员工"，也最容易在账单上踩坑。Devin 2026年把入场价从500美元砍到20美元，降幅96%，但代价是把全部成本压力转移到了 ACU 上。ACU（Agent Compute Unit）本质是对"自主体思考+工具调用+沙箱执行"的打包计量——一个复杂任务跑8小时、做几十次文件读写、几十次编译，ACU消耗可以是基础月费的几十倍。Manus 走的是 GAIA Level 3 定位，强调通用任务自主完成，计费同样向"按次/按完成"迁移。
ACU陷阱的本质：降价96%砍掉的是确定性成本（月费），保留并放大的是不确定性成本（实际执行）。用户因为20美元的低价进场，却在一个跑飞的自主体上烧掉远超500美元的ACU。这与"自主体跑飞：重试级联200倍税"是同一类病——自主度越高，不确定性成本越不可控。
最根本的范式迁移是计价单位本身。当"用户"是智能体时，按席位（per-seat）的SaaS定价逻辑彻底失效——因为席位定价假设的是"一个人类用户的算力消耗基本恒定"，而自主体打破了这个假设。Devin、Sierra、Genspark 纷纷转向按兑现（per-resolution）/按结果（outcome-based）计费：解决一个工单收一次钱，跑飞不收费。
这个迁移有三重驱动力：其一，自主体兑现率天然不稳定（OSWorld仅38%），按席位收固定月费，厂商承担跑飞的全部算力损失；其二，企业采购方拒绝为"努力"付费，只为"结果"付费；其三，自主体可以并行扇出（一个席位同时跑十几个子任务），席位制完全无法计价这种扇出。按兑现计价是唯一能让"用户是智能体"这件事在经济学上自洽的模型。代价是：厂商必须把跑飞风险和不确定性成本打包进单次兑现价，导致成功的单价被人为抬高——为失败者买单。
同一个 SWE-bench，不同自主体/模型之间的单任务成本能差10倍以上。鸿沟来自三个叠加因素：token效率（单位算力解决多少有效推理）、重试率（跑飞后重启的级联成本）、上下文管理（长任务上下文膨胀的隐性税）。Opus 4.8 在 SWE-bench Verified 冲到约88%的兑现率，靠的是高单步成功率压低重试税；而廉价模型即使单token便宜10倍，重试率高3倍就会把成本优势吃光。这与"加智能体不如加预算：规模税实测"形成呼应——但这里的结论更锋利：不是"加预算更好"，而是"单步成功率才是单任务成本的真实分母"。
# 单任务真实成本 = token成本 / (成功率 × 一次成功率)
# 而非 token单价
def true_per_task(unit_price, tokens, one_shot_rate):
return (unit_price * tokens) / one_shot_rate
# 便宜3倍的模型若one-shot率低2倍 → 真实单任务成本反而高33%
flowchart LR
subgraph 旧范式["按席位 per-seat（已死）"]
A1["Cursor $20/月<br/>Claude Code $20/月"] -->|超额烧token| A2["Cursor $1,400账单"]
end
subgraph 转型["ACU计量制（过渡）"]
B1["Devin $500→$20/月<br/>96%降幅"] --> B2["ACU黑洞<br/>隐藏真实成本"]
end
subgraph 新范式["按兑现 outcome-based（崛起）"]
C1["Sierra/Genspark/Devin新层<br/>解决一个issue收一次"] --> C2["跑飞不收费<br/>成功单价被抬高"]
end
A2 -->|"用户=自主体<br/>扇出无法计价"| B1
B2 -->|"厂商吃跑飞损失<br/>企业拒付努力费"| C1
style A2 fill:#f5b7b1
style B2 fill:#f9e79f
style C2 fill:#abebc6
2026年自主智能体战场的胜负手不在能力榜单，而在单价账本。三个判断要钉死：第一，按席位计价在"用户是智能体"的前提下系统性失效，按兑现计价是唯一自洽模型，但会把失败成本打包进成功单价；第二，Devin 的96%降价是障眼法，真实成本整体搬进了 ACU，降价砍掉的是确定性、放大的是不确定性；第三，单任务成本的真实分母不是token单价而是"单步成功率"，10倍效率鸿沟来自token效率×重试率×上下文管理的叠加。选型时不要看月费，要算单任务真实成本——把兑现率做分母，把ACU/视觉token/重试做分子，账本才不会骗人。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。