五小时额度暂时取消了，战场也变了：OpenAI 与 Anthropic 到底在争什么

观察窗口：截至 2026 年 7 月 14 日。本文把厂商公开规则、公开产品更新与用户体感分开讨论；订阅限额、模型可用性和灰度活动变化很快，文中不把短期体验当作长期承诺。

最近开发者圈里有一种很强烈的情绪：Claude Code 的额度、模型与账户规则让人越来越没有安全感；另一边，Codex 在 GPT-5.6 上线后似乎放开了手脚，很多人说它“取消了五小时限制”。

这一次，开发者的体感是对的。OpenAI 于 7 月 12 日宣布，面向 Plus、Pro 与 Business 的 Codex 和 ChatGPT Work 临时取消五小时使用限制，只保留周额度，同时重置一部分用户的使用量，并继续优化 GPT-5.6 Sol 的效率。该公告的公开报道与产品负责人的原始说明相互印证。此前的 Codex 定价页仍写着五小时共享窗口与可能的周额度，页面尚未完全同步当前策略；不能再把它当作此刻的实际限制。

这恰恰比“取消还是没取消”更值得分析。五小时硬墙被临时撤走，并不表示成本约束消失；它只是把约束集中到周额度与公平使用上。OpenAI 此刻是在用更顺滑的连续体验换取用户把更多工作迁到 Codex。Anthropic 也在做同一件事：它曾将 Claude Code 的五小时额度翻倍、取消 Pro 和 Max 的高峰时段缩减，同时仍把 Claude 与 Claude Code 的订阅用量放在同一个池子里，超额后转向 credits 或 API 计费。Anthropic 的算力与额度公告和订阅使用说明把这个结构说得很清楚。

我的判断是：OpenAI 与 Anthropic 的对抗已经不是“谁的模型偶尔多解出一道题”，而是在争夺谁来承接、拆解、调度和审计你的工作。 模型是发动机；真正决定黏性的，是项目规则、历史上下文、权限、连接器、审核记录，以及用户把一个任务放心交出去的习惯。五小时额度之所以引发争论，是因为它碰到了这场战争最脆弱的地方：当 Agent 从聊天工具变成劳动入口，推理成本终于不能再藏在订阅价格后面。

一、表面上是在比额度，实际上是在争夺“今天先用谁”

传统 SaaS 的订阅限制通常不太影响工作连续性。你今天没用完的存储空间，明天还在；一个表格工具慢一点，也不会让你在项目中途换平台。

Agent 不一样。一项复杂任务会读仓库、开终端、查询网页、创建文件、调用多个子代理，并在失败后反复验证。用户并不是在买一次回答，而是在买一段可连续委托的工作时间。于是，额度中断不只是“少发一条消息”，而是把已经建立的上下文、工具状态和心理信任一并截断。

这也是为什么两家公司都在弱化用户对单一硬限制的感受，却没有能力真正取消成本约束：

维度	OpenAI / Codex 的方向	Anthropic / Claude Code 的方向	用户真正感受到的东西
订阅入口	Plus、Pro、Business 与企业灵活计费并存	Pro、Max、Team、Enterprise 与 API 并存	同一个“订阅”并不意味着同一种可委托能力
额度处理	当前临时取消五小时窗口，仅保留周额度；仍有 credits 与重置机制	共享 Claude/Claude Code 用量、五小时窗口、usage credits	额度从产品缺陷变成补贴、调度与付费升级路径
模型路由	Sol、Terra、Luna 等模型与不同推理/成本档位	高端模型、fast mode、不同计划与 credits	任务该用哪一个模型，开始像云资源调度
连续性承诺	限额中正在运行的 turn 可在公平使用边界内继续	命中计划额度后可等待重置或明确切换到 API 付费	“任务能否跑完”比单条回复质量更重要

表格里的共同点很明显：两边都不再把“无限”当作可持续承诺，而是把用户从固定次数，导向更精细的成本归属。OpenAI 的说明甚至直接给出一个很现实的判断：Codex 的平均成本约为每位开发者每月 100 到 200 美元，但会因模型、并发实例、自动化和 fast mode 大幅波动。其 Codex rate card不是面向情绪的营销文案，而是在提醒市场：强 Agent 的经济学已经接近一项需要被管理的云支出。

因此，最近有人觉得 Codex “没有五小时限制了”，并不是 UI 错觉：该限制目前确实被临时撤掉了。但这不是“物理限制消失”，更不是无限使用承诺。周额度、公平使用、credits 与模型路由仍在，恢复五小时窗口也随时可能发生。反过来，Claude Code 被批评“限制变严”，也不必自动等同于模型或产品退步；当顶级模型成本、滥用风险和并发需求上升时，平台会把原先由自己承担的波动，重新显性地分配给用户和组织。

二、两条路线并不相同：Anthropic 先占住工程师，OpenAI 想把 Agent 变成通用工作台

Anthropic 的强处，不在于它说自己有一个更聪明的模型，而在于 Claude Code 已经形成了相当鲜明的工程师工作方式：终端优先、长上下文、项目级说明、skills、子代理和动态工作流。它在 6 月发布的研究基于约 40 万个经过隐私处理的 Claude Code 会话，称用户平均每周使用该工具约 20 小时；样本中，修 bug 的占比下降，运行软件、写作与数据分析的占比上升。这份研究当然是厂商自己的观察，不能当作整个市场的普查，却准确显示了它想守住的阵地：从“写代码”扩到“围绕软件完成工作”。

OpenAI 的路线更激进。它不满足于让 Codex 赢得开发者的终端，而是明确把 Codex 推到分析师、运营、设计、销售、研究和金融团队面前。OpenAI 6 月的公告称，Codex 周活已超过 500 万，非开发者约占 20%，增速超过开发者的三倍；新插件把 apps、skills 和行业工作流捆在一起，Sites 和 annotations 则把交付物推向可共享的内部工具与协作页面。Codex for every role, tool, and workflow说的不是“更会写代码”，而是“让更多岗位把工作交给 Codex”。

这解释了双方看似重叠、实际不同的产品动作：

Anthropic 更像在把 Claude Code 做成一个可信任的专业副驾驶。它强调在复杂代码库里长时间推进、由用户提供判断和边界、由模型承担更多执行。
OpenAI 更像在把 Codex 做成一个横跨终端、桌面、浏览器、云任务、文档和企业系统的执行面。7 月 9 日，Codex 被并入 ChatGPT 桌面应用，加入直接编辑、行内标注、跨仓库工作和侧边栏 Pull Request 审查。Codex changelog中的这个更新，比一次模型名称替换更能说明其意图。

两者都想成为“默认 Agent”，但默认的含义不同。Claude Code 希望你在真正棘手的工程任务开始时想到它；Codex 希望你在任何有待推进的工作出现时先打开它。前者是在深度里建立习惯，后者是在广度里建立分发。

三、真正昂贵的不是 token，而是把工作变成可交付结果的那段过程

聊天模型的成本相对容易理解：输入、输出、缓存，乘以调用次数即可。Agent 的成本则会在过程里膨胀：多轮规划、工具调用、网页加载、上下文压缩、失败重试、子代理之间的协调、等待外部系统，以及最后的验证。

这就是为什么简单地比较 API 单价会失真。一个更便宜、但要人工补三次上下文的模型，未必更便宜；一个单价更高、却能在测试、浏览器或数据系统里一次跑完闭环的模型，也未必更贵。用户真正支付的是：每一次可验收交付物的总成本，而不是每百万 token 的标价。

OpenAI 自己的研究把这种变化描述为从单次互动转向可并行的长时程委托，并称其内部最重度用户每天会产生超过 60 小时的 Codex agent turns。这是内部数据，不能外推成全行业生产率结论；但它足以说明为什么平台不可能永远用一个廉价的月订阅兜底。OpenAI 的工作方式研究本身也承认，Agent 的单位已经变成数分钟到数小时、并带有工具编排的任务。

于是，订阅战会走向一个不太讨喜、但几乎必然的结构：

低频用户继续购买“足够多”的安心感，得到较简单的套餐。
重度个人用户会面对更高档订阅、限额重置和 credits 的组合，按需要为高峰用量买单。
企业不会只问座席价格，而会要求预算、审计、权限和数据边界，最终更接近按工作负载付费。
平台会用更便宜的模型接住分类、检索和轻任务，再把旗舰推理留给真正影响结果的步骤。

从这个角度看，双方最近的“放宽”并不意味着价格战结束，反而可能是价格战更成熟的开始。谁先把用户的工作流迁进来，谁就更有空间在未来按速度、模型、并发、权限和关键任务收费。短期里这是补贴和抢占；长期里这是把推理能力变成类似云计算的分层服务。

四、迁移能力不是友好姿态，而是降低对手锁定的进攻武器

有意思的是，这场竞争并没有完全走向封闭。Codex 的更新中已经出现从 Claude Code 选择性导入项目设置、配置和近期聊天的能力。该更新记录的意义不只在于“换工具方便了一点”。这不是双方已经实现对等互操作，更不是平台边界消失；它是 OpenAI 主动缩短用户迁入 Codex 的第一步。

对于成熟用户而言，最值钱的不是某一次会话，而是 AGENTS.md、skills、规则、MCP 配置、项目约定、命令脚本、失败经验和审查习惯。谁能把这些资产接走，谁就能把“试用竞争对手”的成本从重新学习，降到一次迁移。OpenAI 让 Claude Code 用户更容易带着上下文进入 Codex，并不是放弃平台边界，而是在对方最强的入口里挖一条低摩擦的迁移通道。

Anthropic 当然也知道这件事。它把 skills、MCP、企业策略和动态工作流放在产品核心，实际是在把用户经验沉淀成可复用的执行资产。模型可以替换，但当团队的审批规则、数据库访问边界、CI 约束和交付模板都已经围绕一个 Agent 生长时，切换成本会迅速高于一次基准测试的分差。

所以，我不认为未来会简单地由某一家“赢走所有开发者”。这是基于当前产品方向的判断，而不是双方已宣布的路线图。短期更可能发生的是双模型甚至多模型的专业化分工：一个承担设计和长链路探索，另一个做代码审查、浏览器验证或并行执行。真正的赢家未必是推理分数最高的一方，而是能让团队把任务、状态和验证结果在不同模型之间带着走的一方。

对用户来说，这反而给出一个很实际的原则：把工作流资产放在你的仓库、你的文档和可移植的开放配置里，而不要只存进某个厂商的聊天历史。 一个好的 AGENTS.md、一套可运行的测试和清晰的权限策略，比任何单一模型的临时记忆更耐久。

五、安全、封禁与企业治理，会成为竞争中的硬产品能力

越能行动的 Agent，越无法只按“回答质量”竞争。它读得到代码、连得上 MCP、能打开浏览器、能写文件，也就同时带来了数据外泄、提示注入、错误操作和滥用的风险。对个人用户，这些边界常常以拒绝、限额或账户审核的形式出现；对企业，它们则必须变成权限模型、日志、审批、密钥隔离与预算规则。

这也是 Anthropic 账户治理争议的背景之一。其透明度页面披露，2025 年下半年共封禁约 145 万个账户，收到约 5.2 万次申诉并推翻约 1700 起决定；这些汇总数字不能解释任何一个具体个案，更不能证明每一项决定都正确，却说明前沿模型平台已把大规模风控当作常态运营能力。Anthropic Transparency Hub明确列出警告、暂停和终止访问等措施。

OpenAI 面对的是同一类问题，只是产品表达不同。Codex 的文档把权限、沙箱、网络访问、自动审查、工作区治理与合规 API 单列为核心能力；企业控制台也在把 Agent 从“开发者私人工具”改造成可配置的组织系统。Codex 文档目录里这些栏目本身，就是竞争重心移动的证据。

这会带来一个反直觉结论：未来企业采购 Agent 时，最受欢迎的未必是最少拒绝、最像“无限制”的产品。真正能进入高价值工作流的，反而可能是能够清楚回答四个问题的产品：谁授权了它？它看到了什么？它改了什么？出事后谁能复盘？

安全不会终结产品竞争，却会把竞争从“谁更敢做”推向“谁能被放心地放进生产环境”。个人用户会觉得这很扫兴；企业用户会把它当作扩张使用的前提。两种感受都是真的。

六、接下来十二个月，胜负大概率不按模型榜单结算

我认为接下来最可能出现的，不是某一方突然把另一方彻底淘汰，而是下面四件事同时发生：

订阅会越来越像资源包，而不是会员资格。 临时撤掉五小时窗口、保留周额度、发放 credits、重置、快慢模式和企业灵活计费会长期交替出现。所谓“无限”更可能是某个计划、某段时间、某类任务下的体感，而不是无条件承诺。
模型会被隐藏在工作流后面。 用户仍会关心 Sol、Terra、Opus 或下一代模型，但产品会更频繁地自动按任务复杂度、时延和预算路由模型。届时，用户记住的首先是“这个工作有没有跑完”，而不是调用了哪个版本号。
竞争会从模型能力延伸到组织能力。 插件、skills、浏览器、桌面应用、连接器、项目记忆、审计和企业管理将决定 Agent 能否真的替人推进工作。OpenAI 的广泛入口与 Anthropic 的深度工程体验会继续相互挤压。
多模型审核会成为高价值工作的默认配置。 让一个模型生成、另一个模型质疑，再用测试、数据核对或人工审批收口，成本看似上升，却通常比单模型悄悄犯错更便宜。

乐观的情形是，这种对抗迫使双方持续降低有效交付成本，并把长任务、权限和审计做得更可靠。开发者和知识工作者不必再把大量时间耗在脚手架、检索、机械改写和反复复制粘贴上。

悲观的情形也很清楚：当工作流越来越深地嵌入一个平台，用户会同时面对更难解释的限额、更昂贵的重度用量、越来越复杂的账户风控，以及难以导出的历史和连接器。那时，所谓效率提升可能被订阅组合、等待队列和平台迁移成本吃掉一部分。

更客观的判断是，两者都会发生。技术能力会更快地进步，商业边界也会更快地收紧。成熟用户需要做的不是选边站，而是把自己的验证链、可移植配置与成本记录建立起来。

结语：谁控制了“下一步做什么”，谁才控制了 Agent 时代

Codex 的五小时限制在当前策略中确实暂时取消了，Claude Code 也不会因为额度争议就失去价值。旧定价页与实际产品行为之间的时间差，反而说明这类限额已成为高度动态的竞争工具。把注意力只放在一次放宽、一次收紧或一次模型发布上，很容易错过更大的变化。

OpenAI 与 Anthropic 正在争的，是用户工作中那个最有价值的瞬间：当一个问题出现，人决定把它交出去时，默认打开谁；当 Agent 需要读上下文、调用工具、运行数小时并留下可审计结果时，谁拥有这条路径。

模型能力决定它能不能接住任务，算力和价格决定它能不能持续服务，治理决定组织敢不敢把它接进核心流程。但最终最难复制的，是工作流里的信任。未来一年，真正值得观察的不是“谁宣布无限”，而是：谁能让更多任务在可控成本、可恢复状态和可验证结果中真正跑完。