用户只在乎责任箝制，而非 Token

文/ 林书

裁剪 / 刘宇翔

全免费路线被毁灭，系数 AI 诈欺都在转向 Anthropic 路线。

可能是 GPT 横空出世后，用户增速过于属目，在很长一段时刻，不论国内照旧国外的 AI 产物都是效法它的路线，以免费迷惑海量用户，再探求怎样贸易化变现。

但是，GPT 我方走着走着就发现这条路行欠亨，唐突说不合算。AI 不同于传统互联网，算力需求不是每新增一个用户角落递减，而是用户量越大，调用频率越高，使用场景越复杂，算力花消的弧线呈指数级攀升。

这种"逆角落成本"结构是通盘产业必须靠近的结构性不休，行业必须更正贸易逻辑，不可再是"先圈地再收割"，而是从一运行就把算力当成中枢坐蓐身分来订价，要从"价钱战"转入"价值战"。

因此国内 AI 用户数第一的豆包上线付费订阅，就再平日不外了，以致，我都以为它推出的时刻有点晚了。

豆包坐拥 3.45 亿月活，比国内其他家 AI 诈欺的用户数加起来还多，算力需求过于恐怖，任何一个东说念主去负责豆包的 AI infra 都得头皮发麻。应知，谷歌用千亿好意思元级成本干预、自研 TPU 生态、万卡级集群辅助的 ‌Gemini，全球月活跃用户也不外 7.5 亿 ‌。

3.45 亿月活是豆包的"甘好意思的纳闷"，其中太多基础需求的"浅度用户"，但即即是浅度需求，也不可单纯通过"降智"裁减单元央求的算力供给，那会崩了口碑。

而无边"浅度"用户在某种进程上负担了大家对豆包的专科度心智，以及跟付费意愿更强的专科用户"抢算力"，有限的算力被"浅度用户"花消，还不可变现；复杂任务和坐蓐力场景，花消更多算力与推理时刻，但用户却无需付费意愿。一根筋变两端堵，从贸易逻辑上，是不合算的。

是以通过付费订阅已毕需求分层，狠恶用户常用到的查贵府、写基础案牍、日常问答、学习携带等功能，算力需求较少，不息免费；复杂任务和坐蓐力场景，算力需求高，按需付费。这样既能留下海量用户，又能彩选出付用度户，是各家 AI 诈欺的通行作念法了。

事实上，专注于坐蓐力场景的 AI 早就建立了收费机制，比如 Anthropic 的 Claude，以及 Gemini、GPT 都是免费版 + 订阅模式。以致，订阅费都在上升，Anthropic 旗下企业级产物 Claude Enterprise 就在月费基础上，荒芜按履行花消的算力付费。

国内方面，自 2026 年 2 月以来，智谱已承接三次上调模子订价， GLM-5.1 发布时再度提价 10%，箝制是 2026 年第一季度 API 调用订价擢升 83%，但调用量仍然增长 400%，呈现"量价都升"的态势。Kimi 亦然，会员体系最低档从 9.9 元起迭代为 49 元，最高级到 699 元 / 月，并引入 Agent 集群权限等各异化升值。

它们据此反而在专科用户群体建立了"专科心智"，建造了贸易飞轮的雏形。

豆包的付费订阅，虽迟但到，还没设路线收费的国产 AI 诈欺，朝夕也会跟进。但是，订阅模式也仅仅起头，AI 的末端，应该是一门看"请托箝制"的生意。

01

真理的是，就在豆包酝酿收费的几天前，DeepSeek 刚刚完成了一场令行业瞠目标降价，4 月 25 日，V4-Pro 晓示价钱暴降 75%，输入价钱（缓存未射中）降至 3 元 / 百万 Tokens，输出价钱降至 6 元。

仅隔一天，V4-Pro 再次加码，缓存射中价钱径直打到 0.025 元 / 百万 Tokens ——两分钱。与此同期，V4-Flash 的缓存射中价钱更低，跌至 0.02 元 / 百万 Tokens。

对比 GPT-5.5 的 $2.5/ 百万 Tokens，和 Claude Opus 4.7 的 $15/ 百万 Tokens，这样的价钱，险些就是白送。

但廉价，真实意味着贸易上的凯旋吗？

仍以豆包为例，在贸易模式上，当下2026世界杯竞猜中国官网字节作念出的遴荐，是 SaaS 订阅。这条路最保守，也最安全。

问题是，将 SaaS 订阅套在 AI 产物身上，本色上仍然是在为用户花消的 Token 买单——不论包装成"圭表版"照旧"专科版"，底层的成本核算逻辑并莫得变：用户多用一次模子，平台就多烧一份算力。

回思 2024 年的那场大模子价钱战，阿里云通义千问主力模子直降 97%，百度径直晓示免费，通盘行业堕入一场 " 谁比谁更低廉 " 的竞赛。那时有东说念主高兴"大模子进入厘期间"。

那时就有东说念主从容指出：当系数玩家都挤在合并个计量单元上彼此压价，负毛利就不是未必，而是结构性的绝顶。

两年夙昔了，V4 把地板又凿穿了一层，但游戏规律莫得任何变化。

腾讯科技前段时刻出了一篇名为《Token 经济学》的深度分析，提供了一个值得怜爱的不雅察框架：现时的 AI 贸易化，早已不再是一都" Token 单价"的算术题。不同的任务类型里检索、推理、永劫数行、多轮交互，对应着齐备不同的成本结构。

一个轻量检索任务，搜索和 grounding 的用度可能是 Token 自己的四十倍；一个重度编程 session，模子推理成本才是大头。根柢不存在一张通用的" AI 单元成本表"。

换句话说，"谁的 Token 更低廉"这个问题自己，依然是一个逾期的提法。它默许了行业存在一个长入的计量单元，而现实是，计费对象正在裂变，价钱维度正在扩散，Token 仅仅其中最底层的那一派。

《Token 经济学》给出了一个五层结算栈的框架来领悟这种变化：最底层是公用职业层，算力、Token、缓存、搜索，可计量、可路由，本色上和水电煤莫得折柳；往上是条约与才气层，包括 MCP、A2A 等跨平台互操作接口；再往上是学问封装层，涵盖 Prompt、Eval、Memory 这些行业 know-how 的序列化；第四层是实践请托层，Agent 当作被托管、被监控"数字劳能源"来运作；最顶层是箝制与包袱层，按 outcome 收费，"箝制"自己变成合同化的结算对象。

V4 降价，本色上是把第一层的公用职业价钱打到了接近免费。但国内厂商的贸易模式，险些齐备压在这一层上。

从这个角度看，豆包的此次收费照旧只在第一层鼓舞，是"只好价钱不错打"的主动谨防型战术。

02

当国内还在围绕 Token 单价缠斗的时候，大洋此岸的 AI 贸易，依然走到了一个齐备不同的阶段，具体来说，这是三条轨说念并行演进的路线，各有各的前提条款，也各有各的孕育逻辑。

第一条轨说念最激进，也最引东说念主隆重，即按箝制付费。

以 Intercom 的 AI 客服产物 Fin 为例，其订价 $0.99/ 单次工作，只在 AI 确凿管制了客户问题时才收费。什么算"管制"？要么客户主动阐述问题已处理，要么客户在 Fin 复兴后莫得不息追问。这个界说被写进了系统规律，不依赖东说念主的主不雅判断，不存在归因争议。

Fin 面前每周处理进步 100 万次客服对话，Intercom 也借此把 AI 连系营收从险些为零拉到了过亿好意思元的量级。Zendesk 走的是合并条路，但更得当，按自动管制工单收费，承诺量 $1.50/ 单次工作，2026世界杯竞猜中国官网按需使用 $2.00/ 单次工作。

Sierra AI 则更为高调，由 OpenAI 董事长 Bret Taylor 连结创办，从第一天起就齐备基于 outcome 订价，企业合同价钱区间在 $50K 到 $200K/ 年不等，21 个月作念到进步 $150M 的 ARR，面前工作于进步 40% 的资产 50 强企业，最近刚以 $15B 估值融了 $9.5 亿好意思元。

第二条轨说念求实得多，即按动作花消。

Salesforce 的 Agentforce 莫得一刀切到"按箝制"，而是推出了 Flex Credits 体系：每个 AI action 花消 20 credits，折合 $0.10/action。每个 action 隐敝最多 10，000 Tokens 的处理量，企业按 $500/100，000 credits 的单元批量采购。与此同期，客户面向的 Agent 仍然保留了 $2/conversation 的按对话计费选项，Copilot 类产物则防守传统的席位制。三种模式并存，企业不错左证我方的责任负载遴荐最符合的计价形状。

第三条轨说念最保守，即夹杂订阅。

ServiceNow 的 Now Assist 把 AI 才气打包进企业级 License，基础报价在 $150K-$400K/ 年，AI 功能当作附加模块重叠，酿成"固定底座 + 用量逾额"的夹杂结构。这条路之是以能走通，是因为 ServiceNow 的客户依然深度绑定在它的 ITSM 生态里，替换成本极高，AI 仅仅在已有护城河上加了一层。

三条轨说念的各异，名义上是计费形状不同，深层是计费单元不同。第一条轨说念计的是"已完成的责任"，第二条计的是"已实践的动作"，第三条计的是"已占用的席位和平台"。

但它们有一个共同的前提是不论计什么，被计的阿谁东西都必须在系统里有表示的界说、可被自动记载、且两边对其含义莫得争议。

把这个逻辑放回五层结算栈的框架里，会看到一个超越表示的旅途：国外最新的 AI 贸易模式并不是单纯地只狡计 Token 花消量，而是先把计费单元从 Token 升级为 Action（第二、三层），再从 Action 升级为 Outcome（第五层）。这是一个分阶段的基础步调建造过程，每一级台阶都有对应的系统才气当作辅助。

由此可见，与国内"按 Token 计费"的模式比拟，这样更多元、更精确的贸易模式，无疑更切合当下无边 B 端用户的痛点，因为归根结底，用户在乎的是责任的箝制，而非花消的 Token。

03

看到上述对比，可能有东说念主会说：国外 AI 厂商在贸易上的得胜，很猛进程上要归功于国外 B 端用户更饱胀的预算，以及更强的付费意愿。

这样思固然也没错，毕竟从数据来看，2025 年好意思国四大科技巨头（微软、谷歌、亚马逊、Meta）的 AI 成本开支加起来约 2.5 万亿东说念主民币，而中国七家头部互联网大厂总计才投了 6300 亿，连东说念主家的四分之一都不到。

但问题是：国外厂商的"按箝制付费"等贸易模式，之是以在中国难以践行，一个更进攻的原因是：中国的贸易行为，遵守太难界说，场景太碎。

Intercom 敢按单次工作收费，是因为 Zendesk 们花了十几年时刻，把"客户工单"这件事硬化成了一套齐备的系统历程，开单、流转、升级、关单，每一步都有日记，每一步都可追念。Salesforce 敢按 action 收费，是因为它我方就是 CRM 系统——它了了地知说念"发一封邮件""更新一笔记载""创建一个契机"是什么，系统有原子级的操作日记。这些计费模式不是"贸易模式创新"拍脑袋思出来的，它们是在训诲的业务基础步调之上，天然孕育出来的。

而在中国，就算是客服这样看似高度"圭表化"的场景，其实也荫藏着一连串"碎屑化"的信息孤岛。

2025 年，中国智能客服的市集浸透率依然糟塌 85%， 但问题是，这 85% 的浸透率背后，是十几条互不买通的渠说念在各利己战。淘宝、京东、抖音、微信、小红书、小法子、电话、钉钉、企微 …… 每个平台都有我方的后台，客服东说念主员得同期监控一堆窗口，信息齐备无法互通。

一个客户可能在抖音上问了"这一稔有莫得 L 码"，客服回了"有"；然后这客户又跑去微信私域问"刚才那件一稔能低廉点吗"，另一个客服接了；临了客户可能还在小红书私信里吐槽 " 发货太慢 "。

这三个对话，在企业的系统里可能是三条齐备孤独的记载，以致可能根柢莫得记载，尤其是微信私域里的聊天，好多就躺在销售个东说念主手机上。

若是说国外的 AI 贸易化正在沿着五层结算栈逐级上移，那么国内的景色是：第一层的地板依然被打穿，但第二到第五层之间，却连台阶都还莫得修好。

尽管国内照实有东说念主在搞按箝制付费，但跟国外那套"管制一个工单收若干钱"的玩法比拟，中国的版块更像是"遵守营销"的变种，而不是确凿的 AI 工作计费立异。

面前国内这类效仿"按箝制付费"的模式中，最成征象的是 GEO（生成式引擎优化）这个赛说念。说白了就是帮企业优化在豆包、DeepSeek、Kimi 这些 AI 搜索里的品牌曝光，然后按遵守收钱，即品牌被 AI 保举到第几位、名次擢升了若干，对应不同收费档位。

而在金融和营销畛域，也有部分企业运行了肖似的尝试。

举例国内的蚂蚁数科，就激进地提倡了银行只消提供业务蓄意、预算和客群，智能体自动均衡全链路，临了按交往范围增长净值的万分位到千分位收费。

一样地，在数字东说念主直播畛域，中科深智从 2024 年底就运行跟电商客户试水分润模式，到 2025 年得当推出 AI RaaS 业务，跟客户商定：素材投不出去不收钱，ROI 没达标按比例退费。

但若是细究下来，国内的 AI 按箝制付费，面前更像是营销外包的遵守对赌，而不是 AI 工作的圭表化计费立异。

04

现阶段，国内的 " 按遵守付费 "，更多是把贸易风险转念给客户—— GEO 优化按名次收费，但名次能不可带来真实泛动，没东说念主打保票；蚂蚁数科按交往增长收费，但增长里有若干是 AI 的功劳、若干是市集环境的功劳，归因扯不清；而直播带货的 GMV，则更像是一种销售对赌，而非时间工作。

没罕有字化的工单，就莫得 AI 工作的计费单元。这不是 AI 时间自己能管制的问题，而是企业数字化转型深度的映射。

这样的具体差距，在计费颗粒度上，体现得尤为显着。国内企业靠近的现实是：里面系统丰富多采，一个"动作"的颗粒度根柢没法长入。你怎样讲明注解" AI 作念了一个动作"而不是"职工手动点了一下"？

面前，国内除了蚂蚁数科，在金融行业作念出了相对明确的"万分位到千分位"抽成公式外，大部分企业还停留在"一事一议"的定制化谈判阶段，莫得酿成可复制的圭表化计费单元。

当归因颗粒度不够细的时候，这样的贸易模式就难以成就。

是以，确凿的正说念，扎塌实实地将业务圭表化、企业数字化的这些课补上去。

这并不是一个纵情的工程，它们并非时间上的落索，更多是组织层面、历程层面、生态层面的脏活累活。但正因为脏、正因为累，才组成了确凿的壁垒。

DeepSeek V4 是开源的，任何东说念主都不错下载部署，连 API 用度都不错免却，这天然是普遍的开脱度。但反过来看，也意味着厂商和客户之间险些莫得绑定关联——莫得生态锁定，莫得器具链粘性，

作念个比方的话：国内的 AI，当今卖的是裸电。客户拿平直，还得我方拉电线、装变压器、修配电房。

V4 把电价打到了两分钱一度，照实很低廉。但贸易客户确凿需要的不是更低廉的电，而是一个插上插头就能用的齐备供电系统。

若按照先前《Token 经济学》的分法，现阶段，国内 AI 在第一层的利润空间依然趋近于零，不往上走，就只可等着被出清。而往上走的第一步，不是发明一个新的计费模式，不是喊一句"按箝制付费"的标语，而是回到最基本的建立可计量的数字基础步调。

当下，Token 的成本不才千里，AI 的价值却在上移。这两条线的交叉点，就是基础步调。谁先到达何处，谁就能在 Token 成本归零的那一天，依然站着收钱。