如何为 SaaS 中的 AI 功能定价：按用量 vs 包含在套餐中
SaaS AI 功能的四种定价模型、每种模型背后的利润数学，以及为什么大多数团队选错了。包含 Notion、Linear 和 Intercom 的真实案例。
你构建了一个 AI 功能。用户喜欢它。现在你需要定价。这个决定将决定你的 AI 功能是增长引擎还是利润杀手，大多数 SaaS 团队第一次都会选错。
核心矛盾：AI 功能有随使用量变化的可变成本，但 SaaS 客户期望可预测的定价。
四种定价模型
模型 1：包含在套餐中（捆绑）
AI 功能作为现有套餐的一部分。无独立行项目。利润风险高——重度用户破坏单位经济。
模型 2：按用量附加
按 AI 交互或积分收费。利润风险低但会产生使用摩擦——用户犹豫是否使用。
模型 3：独立 AI 层级
解锁 AI 功能的专用定价层级。清晰的价值主张但如果 AI 对核心产品体验不可或缺则有问题。
模型 4：免费增值 + AI 升级
免费用户获得有限 AI 访问。付费用户获得更多或无限访问。
没人讨论的利润问题
所有四种模型共享同一个底层问题：如果你调用外部 AI API，你的 AI 功能利润率在结构上受限。
典型 SaaS 在添加 API AI 功能后毛利率从 88% 压缩到 68-80%。这是 8-20 个百分点的利润压缩。
微调如何翻转利润等式
API 模型：成本 = 消耗的 token x token 单价。线性增长。
微调模型：成本 = 服务器成本 + 一次性训练成本。固定月度成本。
| 月 AI 查询量 | API 成本（GPT-4o） | 微调 7B（自托管） | 节省 |
|---|---|---|---|
| 10,000 | $80 | $45 | 44% |
| 50,000 | $400 | $45 | 89% |
| 1,000,000 | $8,000 | $190 | 98% |
最佳组合
微调 + 捆绑定价 = 理想状态。固定成本、固定定价、最大采用率、可预测利润。
实战路径
- 第 1-3 月：用 API 发布 AI 功能。不要优化成本。学习用户实际使用情况。
- 第 3-6 月：衡量实际使用模式。计算每用户 AI COGS。
- 第 6-12 月：如果 AI 成本超过每用户收入的 10%，开始迁移到微调模型。
- 第 12 月+：微调模型运行，成本固定，定价模型通过数据验证。
延伸阅读
Ship AI that runs on your users' devices.
Early bird pricing starts at $14.50/mo — locked in for life. Plans for builders and agencies.
Keep reading
AI Feature Pricing That Actually Works: Subscription, Usage, or Hybrid?
45-50% of AI SaaS will use hybrid pricing by 2028. Here's how to price AI features — subscription, usage-based, or hybrid — so your margins survive as users scale.
Building a Recurring Revenue AI Service with Fine-Tuned Models
How to structure an AI agency offering around fine-tuned models that generates predictable monthly recurring revenue — covering service tiers, pricing models, and the retraining loop.
Pricing Data Preparation Services for Enterprise Fine-Tuning Projects
Pricing models, cost drivers, and sample structures for ML service providers delivering on-premise data preparation to enterprise fine-tuning clients.