真正有效的AI功能定價：訂閱制、用量計費還是混合制？

為AI功能定價比傳統 SaaS 功能定價更難。傳統功能的邊際成本接近零——多一個用戶點擊多一個按鈕對您來說沒有任何成本。AI功能有真實的每次使用成本，在用戶之間可能大幅波動。

每月運行 5 次AI查詢的用戶花費您 0.15 澳元。運行 500 次的用戶花費您 15 澳元。如果他們都付 49 澳元/月，一個利潤豐厚，另一個是利潤黑洞。將此擴展到數千個用戶，差異就成為業務風險。

您選擇的定價模型決定您的AI功能是利潤中心還是成本中心。以下是三個選項、每個何時有效，以及如何在不破壞利潤率的情況下實施它們。

模型一：純訂閱制（固定費率AI）

每個用戶支付固定月費，獲得無限制的AI功能訪問。

如何運作：

• 49 澳元/月包含所有AI功能，無限制
• 或：29 澳元/月基礎計劃，49 澳元/月「AI啟用」計劃
• 用戶確切知道他們每月支付什麼

何時有效：

• 您的每用戶AI成本可預測且一致
• 用戶之間的AI使用差異低（中位數和第 90 百分位數之間不足 5 倍）
• 您的AI功能在固定基礎設施成本的微調本地模型上運行
• AI是差異化因素，而非核心產品——您希望最大限度地採用

何時失效：

• 您的AI成本隨使用量線性增加（按令牌API定價）
• 高級用戶消耗比普通用戶多 10-50 倍的AI
• 您在雲端 API 上，無法控制每次請求的成本

數學計算：

如果您的平均每用戶AI成本是 3 澳元/月，標準差是 2 澳元，那麼 49 澳元/月的固定費率定價效果很好。即使您最昂貴的用戶（AI成本 7-9 澳元/月）也是有利可圖的。

但如果您的平均值是 8 澳元/月，標準差是 15 澳元，您前 10% 的用戶僅AI成本就達 25-50 澳元/月。以 49 澳元/月的訂閱價格，這些用戶充其量是收支平衡，最壞的情況是虧損。

微調模型的優勢：

當您的AI在微調本地模型上運行時，固定費率定價變得更加安全。為什麼？因為您的成本是基礎設施，而非按令牌。無論用戶發送 100 次還是 1,000 次請求，您的基礎設施成本是相同的。

這將定價方程從「收取足以覆蓋最昂貴用戶的費用」改為「收取足以覆蓋固定基礎設施除以總用戶數的費用」。在 1,200 澳元/月的推論服務器上有 1,000 個用戶，AI商品成本是 1.20 澳元/用戶/月——在 49 澳元的訂閱中微不足道。

模型二：用量計費（按AI請求付費）

用戶根據使用AI功能的多少付費。

如何運作：

• 19 澳元/月的基礎計劃包含 50 次AI請求
• 額外AI請求每次 0.05-0.15 澳元
• 或：無基礎計劃的純按量付費

何時有效：

• 用戶之間的AI使用量差異顯著
• 您在傳遞按令牌API成本
• 您的產品服務輕度和重度AI用戶的混合
• 公平性很重要——重度用戶應該支付更多

何時失效：

• 用戶為節省費用而避免使用AI功能（使用焦慮）
• 收入變得不可預測且難以預測
• 銷售周期延長，因為買家無法預測賬單
• 擴展收入發生，但也與成本擴展相關

數學計算：

用量計費將您的收入與您的成本對齊，這聽起來很理想。如果您每次請求收費 0.10 澳元，而您的成本是 0.03 澳元，無論誰發送，您每次請求賺取 0.07 澳元的利潤。

但它引入了行為問題：用戶優化以減少使用量。他們批量發送請求，避免可選的AI功能，選擇手動工作流程而非AI輔助的。與無限計劃相比，您的AI功能採用率下降 30-50%。

對於AI是核心價值主張的產品，這種使用焦慮直接降低了產品的粘性和留存率。

收入波動性：

用量計費收入本質上是波動的。上個月花費 120 澳元的用戶這個月可能只花 40 澳元，因為他們的項目發生了變化。在組合層面，這會平滑出來——但它使收入預測更難，投資者對話更複雜。

模型三：混合制（基礎訂閱+重度AI的用量計費）

基礎訂閱包含充足的AI使用配額。超出該配額後，按量計費生效。

如何運作：

• 49 澳元/月包含 500 次AI請求（完全覆蓋 80-90% 的用戶）
• 超過 500 次：每次額外請求 0.08 澳元
• 可選：199 澳元/月企業計劃，包含 5,000 次請求

何時有效：

• 您需要訂閱收入的可預測性
• 您需要保護利潤率免受極端高級用戶的影響
• 您的用戶基礎有清晰的雙峰分佈（大多數適度使用，少數大量使用）
• 您希望最大化AI採用，同時仍然將成本與收入對齊

何時失效：

• 包含的配額設置錯誤（太低 = 使用焦慮；太高 = 利潤率風險）
• 計費複雜性讓無法預測賬單的用戶感到沮喪
• 支持負擔因計費問題和意外超額費用而增加

數學計算：

當您的包含配額完全覆蓋 80-90% 的用戶時，混合模型有效。這些用戶將產品體驗為固定費率——無焦慮、無摩擦、最大採用率。超出配額的 10-20% 高級用戶為其邊際AI成本付費，保護您的利潤率。

設置正確的配額：

1. 分析您當前的AI使用分佈
2. 找到第 80 百分位數的使用量（80% 的用戶保持在以下水平）
3. 將您的包含配額設置在或略高於該水平
4. 為超額部分定價，以覆蓋您的邊際成本並有健康的利潤率（成本的 2-3 倍）

示例：

• 第 80 百分位數使用量：每月 350 次請求
• 設置配額：每月 500 次請求（舒適緩衝）
• 您的每次請求成本：0.03 澳元（在 API 上）或約 0 澳元（在微調模型上）
• 超額價格：每次請求 0.08 澳元（API 成本的 2.7 倍；如果微調則高利潤率）

模型所有權如何改變定價方程

以下是大多數 SaaS 創始人錯過的見解：您的定價模型應由您的基礎設施模型決定。

如果您在雲端 API 上（按令牌成本）：

• 用量計費或混合定價更安全
• 您需要超額機制來防範高級用戶
• 您的定價與您的成本有直接關係

如果您在微調本地模型上（固定基礎設施成本）：

• 固定費率訂閱定價成為可行
• 您的每用戶邊際成本接近零
• 無限AI是真正的競爭優勢
• 您可以成為「隨心所欲」的選項，而競爭對手按使用量收費

這是真正的競爭護城河。如果您的競爭對手在訂閱之外按每次AI請求收費 0.10 澳元，而您因為模型在本地運行而以 59 澳元/月的固定費率提供無限AI，客戶的購買決定很簡單——尤其是對於在其他地方每月要支付 100 多澳元使用費的重度AI用戶。

利潤率陷阱：按座位收費同時按令牌付費

AI SaaS 中最常見的定價錯誤：按座位定價沒有用量組成部分，同時按令牌API成本付費。這創造了一個隨增長惡化的利潤率陷阱。

如何發生：

• 您以每用戶每月 49 澳元的按座位定價推出（標準 SaaS 模型）
• 您添加由雲端 API 支持的AI功能
• 早期採用者適度使用AI——成本可控
• 隨著AI功能改善，使用量增加
• 高級用戶發現他們每天可以運行數百次請求
• 您的頂層用戶的AI商品成本超過每月 30 澳元
• 以每座位 49 澳元，您在最好（最投入）的客戶身上虧損

解決方法：

1. 短期： 為現有計劃添加使用限制或公平使用政策
2. 中期： 遷移到包含配額+超額的混合定價
3. 長期： 將AI工作負載移到微調模型並切換到慷慨的固定費率定價

選項三是最終目標。它為您提供最佳客戶體驗（無限AI，無焦慮）和最佳利潤率配置（固定成本，無按量風險）。

按增長階段的定價策略

產品市場契合前（0-100 個用戶）：

• 帶有充足AI配額的固定費率訂閱
• 尚不要優化定價——優化學習
• 將AI成本作為客戶獲取成本吸收
• 仔細追蹤使用量，建立您稍後需要的數據

早期增長（100-1,000 個用戶）：

• 帶有包含配額的混合定價
• 使用使用數據正確設置配額
• 開始識別可以移到微調模型的任務
• 開始遷移以降低每用戶AI成本

擴展（1,000-10,000 個用戶）：

• 評估完全遷移到微調模型
• 如果微調：切換到固定費率無限作為競爭武器
• 如果仍在 API 上：優化混合定價層
• 為重度用戶添加自定義定價的企業層

規模化（10,000 個以上用戶）：

• 您的定價模型應該是競爭優勢，而非僅僅是收入機制
• 固定費率無限AI（在微調模型上）是最強的位置
• 按量計費是 API 依賴和利潤率脆弱性的跡象

真實定價示例

公司 A：客戶支持 SaaS

• 計劃：每客服代理每月 79 澳元，包含 1,000 次AI輔助
• 超額：每次額外輔助 0.05 澳元
• 基礎設施：微調本地（分類、路由）和API（複雜響應）的混合
• AI利潤率：72%（混合）

公司 B：內容生成平台

• 計劃：29 澳元/月 100 次生成，79 澳元/月 500 次
• 沒有超額選項——升級到下一層
• 基礎設施：100% 雲端 API
• AI利潤率：29 澳元計劃 38%，79 澳元計劃 52%

公司 C：數據提取 SaaS

• 計劃：99 澳元/月無限（無使用限制）
• 基礎設施：100% 微調本地模型
• AI利潤率：94%（基礎設施成本每用戶 5.50 澳元/月）

公司 C 具有最強的競爭地位。它可以提供無限AI，因為其成本不隨使用量擴展。公司 B 處於最弱的位置——它受限於分層定價，因為每次生成都需要成本。

如何過渡您的定價

如果您需要更改定價模型，以下是破壞性最小的方法：

第一步：保留現有客戶在其當前計劃上 6-12 個月。這可以防止因定價變更而流失。

第二步：在現有計劃旁邊引入新計劃。 新客戶使用新定價。現有客戶如果新計劃對他們的使用模式更好，可以選擇切換。

第三步：用數據溝通變化。 向客戶展示他們的實際使用量以及新計劃如何影響他們。大多數客戶將看到沒有變化或小幅改善。

第四步：同時遷移基礎設施。 隨著您將AI工作負載移到微調模型，您的成本結構改善。利用節省來提供更慷慨的配額或更低的超額費率。

第五步：當您的AI在自有模型上運行時， 簡化定價。取消使用層。提供固定費率無限。將其作為頭條功能：「無限AI，無按量費用，永遠。」這是一個自我銷售的行銷信息。

2028 年預測

行業數據顯示，到 2028 年，45-50% 的AI SaaS 產品將使用混合定價模型，高於 2025 年的約 20%。但這掩蓋了一個更有趣的趨勢：擁有自己模型的公司將越來越多地轉向固定費率定價，而依賴 API 的公司將陷於混合或用量計費模型。

定價模型是基礎設施模型的下游。把基礎設施搞好——微調模型、本地推論、固定成本——定價就成為競爭武器，而非利潤率管理的練習。

---

延伸閱讀

• SaaS中的AI功能定價 — AI功能定價的詳細策略
• 在SaaS中構建AI功能：何時停止調用API — 推動定價決策的成本分析
• AI優先SaaS單位經濟：利潤率數學 — 理解定價背後的利潤率數學