为什么“成本加成定价”在 AI 产品里容易失灵
很多团队给 AI 功能定价时，会先算每次调用成本，再乘一个倍率得出售价。这个方法看起来理性，但经常卖不动。原因很简单：用户不关心你消耗了多少 token，用户关心的是他省了多少时间、少了多少错误、赚了多少结果。
先从用户任务出发，而不是从模型账单出发
先回答一个问题：你帮用户完成的是“哪一步关键任务”。如果只是把原流程加速 5%，很难单独收费；如果能让一个环节从 2 小时缩到 10 分钟，付费意愿会完全不同。
四种常见定价方式
- 按席位定价：适合团队协作和权限管理场景。
- 按次数定价：适合高频轻量任务。
- 按结果包定价：适合内容生成、分析报告等交付型场景。
- 基础订阅 + 超额用量：适合有波峰波谷的业务。
更稳的定价落地流程
先做三档套餐草案，再找 8 到 12 位目标用户访谈，验证他们愿意为哪一项结果付费。最后用小流量 A/B 测试实际转化，而不是靠内部投票拍板。
内部还要同步两条底线
第一，定价必须覆盖峰值成本，不只覆盖平均成本。第二，必须有降级策略，避免某些用户在极端使用下把毛利打穿。
AI 定价不是把成本翻译给客户，而是把客户价值翻译成可持续收入。