AI 产品的定价模型：怎么不被成本吃掉毛利

传统 SaaS 定价相对简单：订阅制，用户多用少用对你成本几乎无差。AI 产品打破了这个假设——每个用户每次调用都烧 token，是真实可变成本。用户用得越多，你成本越高。如果定价没把这层算进去，要么价格高到赶走用户，要么价格低到自己亏钱。

AI 产品定价是个真问题。这篇拆解主流模式。

一、AI 定价的核心矛盾

一句话：用户价值随用量增长，你的成本也随用量增长，但两者增长曲线不一样。

• 重度用户：产生 80% 成本，但订阅价和轻度用户一样 → 你在他们身上亏钱。
• 轻度用户：付费觉得贵（用得少） → 流失。

传统"一刀切订阅"在 AI 产品里两头不讨好。所以 AI 定价必须更精细。

二、五种主流定价模式

1. 纯按量（pay-per-use）。 按使用量计费（按次/按 token/按结果）。

• 优点：公平、成本可回收、重度用户多付。
• 缺点：用户不敢用（怕花钱）、收入不可预测。
• 适合：API 类、工具类、用户能明确算出"这次用值不值"的场景（如图像生成按张）。

2. 订阅（固定价）。 月费/年费，含一定额度或无限。

• 优点：收入可预测、用户敢放手用。
• 缺点：重度用户让你亏钱（"无限"版尤其危险）。
• 适合：多数 to-C 产品。关键：设额度上限（免费/Pro/Enterprise），别真"无限"。

3. Credits（积分/额度）。 用户买/得积分，每次消耗积分。

• 优点：灵活（积分对应不同操作的不同成本）、游戏化、可促销。
• 缺点：复杂（用户要算汇率）。
• 适合：操作成本差异大的产品（生成图 10 积分、生成视频 100 积分）。

4. 按价值/结果。 按交付的结果计费（成功才算钱）。

• 优点：和用户利益绑定、转化高。
• 缺点：定义"成功"难、可能被刷。
• 适合：结果明确的场景（招到一个候选、解决一个工单）。

5. 混合（最常见）。 订阅 + 超额按量/买加油包。

免费: 每天 10 次
Pro $20/月: 含 1000 次,超出 $0.02/次
Enterprise: 定制

这是当前 AI 产品的主流形态——订阅保底收入，超额按量回收重度用户成本。

三、定价的工程基础：精确计量

无论哪种模式，前提是精确计量每个用户的成本。很多 AI 产品定价翻车，根子是不知道每个用户到底花了多少：

• 按 user_id 聚合 token 消耗（输入+输出分开记）。
• 按功能/操作拆（A 功能 vs B 功能各花多少）。
• 算单位经济（单个用户/单次操作的毛利）。

没有这套计量，定价是拍脑袋。先建成本可观测，再定价。（参考成本控制文章）

四、解开"用得越多越亏"的死局

纯订阅 + 重度用户 = 亏。三种解法：

1. 设额度上限。订阅含固定额度，超出按量或买包。重度用户的多出来的成本由他们自己承担。这是最常用、最有效的一招。

2. 模型路由降本。重度用户的请求路由到更便宜的模型（简单活给小模型），把单位成本压下来，订阅制也能扛。技术降本 + 商业定价组合。

3. 分层定价。轻度用户低价订阅（吸引留存），重度用户企业定制高价（回收成本 + 利润）。用价格筛选用户。

五、定价的心理学：别让用户"不敢用"

AI 定价最大的体验陷阱：用户怕花钱，所以不用。按量付费最容易出现——用户每点一下都在算钱，干脆不用了，产品死掉。

对策：

• 订阅含合理额度，让用户在额度内"免费用"（心理上）。
• 额度透明 + 预警，别让用户担心"不知不觉超了"。
• 免费档给够体验，让用户先上瘾再付费。
• 避免"每次操作都弹付费"，付费摩擦集中（月度/加油包），而非分散。

好的 AI 定价，让用户忘记在计费，而不是时时记得。

六、定价要随产品阶段变

• 早期（找 PMF）：定价简单（甚至免费），重点是验证价值 + 获取用户。别在定价上耗精力。
• 中期（付费转化）：上订阅 + 额度，开始回收成本。A/B 测试价格点。
• 成熟期（利润优化）：精细分层、企业版、按价值定价。单位经济打磨。

别一开始就搞复杂定价。很多团队产品没验证就纠结 credits/分层，本末倒置。先简单，跑通了再优化。

七、几个反直觉的经验

1. 定价太低比太高危险。低价吸来的不是目标用户、且自己亏钱；高价筛掉非目标用户、留出服务空间。敢定高价。
2. 年付折扣是利器。年付（送 2 个月）锁定用户 + 改善现金流，AI 产品尤其推荐。
3. 免费档要精心设计。太慷慨（亏钱）、太抠（没人用）都不行。免费档目的是"转化付费"，不是"做慈善"。
4. 企业版单独谈。企业需求/合规/SLA 不一样，别用 to-C 的定价套企业，单独定制高价。
5. 关注单位经济。每个用户的 LTV > 3× CAC + 服务成本，这个模型才成立。不成立就调价或降本。

小结

AI 产品定价的核心，是处理"用户用量增长 → 成本也增长"这个传统软件没有的矛盾。五种模式（按量/订阅/credits/价值/混合）按场景选，但都建立在精确成本计量之上。

关键三条：

1. 订阅 + 额度上限是主流解（保收入 + 防重度用户亏损）。
2. 计量先行，不知道单位成本就别定价。
3. 别让用户不敢用，付费摩擦集中、额度透明。

记住一句：AI 产品的定价，本质是在"用户价值"和"你的成本"之间找平衡。 定价不是拍脑袋的数字，是产品策略和单位经济的体现——做好它，你的 AI 产品才有可持续的毛利；做不好，用户越多亏越多。