用户只在乎责任收尾，而非 Token

文/ 林书

裁剪 / 刘宇翔

全免费路线被甩掉，通盘 AI 诳骗都在转向 Anthropic 路线。

可能是 GPT 横空出世后，用户增速过于精通，在很长一段时候，不管国内如祖国外的 AI 居品都是师法它的路线，以免费蛊卦海量用户，再洽商若何交易化变现。

然则，GPT 我方走着走着就发现这条路行欠亨，大致说不合算。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，算力破费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濒临的结构性抑止，行业必须校正交易逻辑，不可再是"先圈地再收割"，而是从一运行就把算力当成中枢分娩身分来订价，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，就再正常不外了，甚而，我都合计它推出的时候有点晚了。

豆包坐拥 3.45 亿月活，比国内其他家 AI 诳骗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本钱插足、自研 TPU 生态、万卡级集群撑捏的 ‌Gemini，全球月活跃用户也不外 7.5 亿 ‌。

3.45 亿月活是豆包的"甜密的郁闷"，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"裁减单元苦求的算力供给，那会崩了口碑。

而繁密"浅度"用户在某种进程上牵累了全国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"破费，还不可变现；复杂任务和分娩力场景，破费更多算力与推理时候，但用户却无需付费意愿。一根筋变两端堵，从交易逻辑上，是不合算的。

是以通过付费订阅收尾需求分层，宽阔用户常用到的查贵府、写基础案牍、日常问答、学习指引等功能，算力需求较少，连续免费；复杂任务和分娩力场景，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 诳骗的通行作念法了。

事实上，专注于分娩力场景的 AI 早就竖立了收费机制，比如 Anthropic 的 Claude，以及 Gemini、GPT 都是免费版 + 订阅阵势。甚而，订阅费都在高潮，Anthropic 旗下企业级居品 Claude Enterprise 就在月费基础上，额外按试验破费的算力付费。

国内方面，自 2026 年 2 月以来，智谱已连气儿三次上调模子订价， GLM-5.1 发布时再度提价 10%，收尾是 2026 年第一季度 API 调用订价提高 83%，但调用量仍然增长 400%，呈现"量价王人升"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 集群权限等互异化升值。

它们据此反而在专科用户群体竖立了"专科心智"，建造了交易飞轮的雏形。

豆包的付费订阅，虽迟但到，还没设路子收费的国产 AI 诳骗，早晚也会跟进。然则，订阅阵势也仅仅起初，AI 的终端，应该是一门看"托付收尾"的生意。

01

意旨的是，就在豆包酝酿收费的几天前，DeepSeek 刚刚完成了一场令行业瞠方针降价，4 月 25 日，V4-Pro 文告价钱暴降 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，简直就是白送。

但廉价，确切意味着交易上的顺利吗？

仍以豆包为例，在交易阵势上，当下字节作念出的遴荐，是 SaaS 订阅。这条路最保守，也最安全。

问题是，将 SaaS 订阅套在 AI 居品身上，本色上仍然是在为用户破费的 Token 买单——不管包装成"法式版"如故"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%，百度径直文告免费，通盘行业堕入一场 " 谁比谁更低廉 " 的竞赛。其时有东说念主应许"大模子进入厘时期"。

其时就有东说念主安定指出：当通盘玩家都挤在兼并个计量单元上相互压价，负毛利就不是未必，而是结构性的尽头。

两年以前了，V4 把地板又凿穿了一层，但游戏限定莫得任何变化。

腾讯科技前段时候出了一篇名为《Token 经济学》的深度分析，提供了一个值得青睐的不雅察框架：现时的 AI 交易化，早已不再是一起" Token 单价"的算术题。不同的任务类型里检索、推理、万古运行、多轮交互，对应着统统不同的成本结构。

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

换句话说，"谁的 Token 更低廉"这个问题本人，如故是一个过期的提法。它默许了行业存在一个和洽的计量单元，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集结这种变化：最底层是公用做事层，算力、Token、缓存、搜索，可计量、可路由，本色上和水电煤莫得折柳；往上是公约与才能层，包括 MCP、A2A 等跨平台互操作接口；再往上是常识封装层，涵盖 Prompt、Eval、Memory 这些行业 know-how 的序列化；第四层是实施托付层，Agent 算作被托管、被监控"数字劳能源"来运作；最顶层是收尾与包袱层，按 outcome 收费，"收尾"本人变成合同化的结算对象。

V4 降价，本色上是把第一层的公用做事价钱打到了接近免费。但国内厂商的交易阵势，简直统统压在这一层上。

从这个角度看，豆包的此次收费如故只在第一层激动，是"独一价钱不错打"的主动防守型战略。

02

当国内还在围绕 Token 单价缠斗的时候，大洋此岸的 AI 交易，如故走到了一个统统不同的阶段，具体来说，这是三条轨说念并行演进的路线，各有各的前撮要求，也各有各的助长逻辑。

第一条轨说念最激进，也最引东说念主珍爱，即按收尾付费。

以 Intercom 的 AI 客服居品 Fin 为例，其订价 $0.99/ 单次就业，只在 AI 委果措置了客户问题时才收费。什么算"措置"？要么客户主动阐发问题已处理，要么客户在 Fin 回应后莫得连续追问。这个界说被写进了系统限定，不依赖东说念主的主不雅判断，不存在归因争议。

Fin 面前每周处理逾越 100 万次客服对话，Intercom 也借此把 AI 臆度营收从简直为零拉到了过亿好意思元的量级。Zendesk 走的是兼并条路，但更慎重，按自动措置工单收费，承诺量 $1.50/ 单次就业，世界杯官方认证平台按需使用 $2.00/ 单次就业。

Sierra AI 则更为高调，由 OpenAI 董事长 Bret Taylor 结伴创办，从第一天起就统统基于 outcome 订价，企业合同价钱区间在 $50K 到 $200K/ 年不等，21 个月作念到逾越 $150M 的 ARR，面前就业于逾越 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，即按动作破费。

Salesforce 的 Agentforce 莫得一刀切到"按收尾"，而是推出了 Flex Credits 体系：每个 AI action 破费 20 credits，折合 $0.10/action。每个 action 隐蔽最多 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 类居品则守护传统的席位制。三种阵势并存，企业不错把柄我方的责任负载遴荐最合乎的计价形势。

第三条轨说念最保守，即混杂订阅。

ServiceNow 的 Now Assist 把 AI 才能打包进企业级 License，基础报价在 $150K-$400K/ 年，AI 功能算作附加模块近似，造成"固定底座 + 用量逾额"的混杂结构。这条路之是以能走通，是因为 ServiceNow 的客户如故深度绑定在它的 ITSM 生态里，替换成本极高，AI 仅仅在已有护城河上加了一层。

三条轨说念的互异，名义上是计费形势不同，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"已实施的动作"，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管计什么，被计的阿谁东西都必须在系统里有清醒的界说、可被自动纪录、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，会看到一个十分清醒的旅途：国外最新的 AI 交易阵势并不是单纯地只经营 Token 破费量，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设施开拓过程，每一级台阶都有对应的系统才能算作撑捏。

由此可见，与国内"按 Token 计费"的阵势比较，这样更多元、更精确的交易阵势，无疑更切合当下繁密 B 端用户的痛点，因为归根结底，用户在乎的是责任的收尾，而非破费的 Token。

03

看到上述对比，可能有东说念主会说：国外 AI 厂商在交易上的到手，很猛进程上要归功于国外 B 端用户更富余的预算，以及更强的付费意愿。

这样思诚然也没错，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 本钱开支加起来约 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"按收尾付费"等交易阵势，之是以在中国难以践行，一个更伏击的原因是：中国的交易行动，遵循太难界说，场景太碎。

Intercom 敢按单次就业收费，是因为 Zendesk 们花了十几年时候，把"客户工单"这件事硬化成了一套无缺的系统经过，开单、流转、升级、关单，每一步都有日记，每一步都可考究。Salesforce 敢按 action 收费，是因为它我方就是 CRM 系统——它明晰地知说念"发一封邮件""更新一笔纪录""创建一个契机"是什么，系统有原子级的操作日记。这些计费阵势不是"交易阵势创新"拍脑袋思出来的，它们是在熟练的业务基础设施之上，天然助长出来的。

而在中国，就算是客服这样看似高度"法式化"的场景，其实也守秘着一连串"碎屑化"的信息孤岛。

2025 年，中国智能客服的阛阓渗入率如故冲破 85%， 但问题是，这 85% 的渗入率背后，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、小设施、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，信息统统无法互通。

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统统寂静的纪录，甚而可能根底莫得纪录，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 交易化正在沿着五层结算栈逐级上移，那么国内的气象是：第一层的地板如故被打穿，但第二到第五层之间，却连台阶都还莫得修好。

尽管国内如实有东说念主在搞按收尾付费，但跟国外那套"措置一个工单收几许钱"的玩法比较，中国的版块更像是"遵循营销"的变种，而不是委果的 AI 就业计费翻新。

面前国内这类效仿"按收尾付费"的阵势中，最成欢快的是 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，然后按遵循收钱，即品牌被 AI 保举到第几位、排行提高了几许，对应不同收费档位。

而在金融和营销领域，也有部分企业运行了类似的尝试。

举例国内的蚂蚁数科，就激进地建议了银行只须提供业务筹划、预算和客群，智能体自动均衡全链路，临了按往来范畴增长净值的万分位到千分位收费。

不异地，在数字东说念主直播领域，中科深智从 2024 年底就运行跟电商客户试水分润阵势，到 2025 年厚爱推出 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 按收尾付费，面前更像是营销外包的遵循对赌，而不是 AI 就业的法式化计费翻新。

04

现阶段，国内的 " 按遵循付费 "，更多是把交易风险篡改给客户—— GEO 优化按排行收费，但排行能不可带来真实升沉，没东说念主打保票；蚂蚁数科按往来增长收费，但增长里有几许是 AI 的功劳、几许是阛阓环境的功劳，归因扯不清；而直播带货的 GMV，则更像是一种销售对赌，而非技巧就业。

没荒谬字化的工单，就莫得 AI 就业的计费单元。这不是 AI 技巧本人能措置的问题，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，体现得尤为光显。国内企业濒临的现实是：里面系统琳琅满目，一个"动作"的颗粒度根底没法和洽。你若何解释" 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，莫得造成可复制的法式化计费单元。

当归因颗粒度不够细的时候，这样的交易阵势就难以竖立。

是以，委果的正说念，扎塌实实地将业务法式化、企业数字化的这些课补上去。

这并不是一个纵情的工程，它们并非技巧上的贫乏，更多是组织层面、经过层面、生态层面的脏活累活。但正因为脏、正因为累，才组成了委果的壁垒。

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，这天然是浩大的目田度。但反过来看，也意味着厂商和客户之间简直莫得绑定关系——莫得生态锁定，莫得器具链粘性，

作念个譬如的话：国内的 AI，当今卖的是裸电。客户拿到手，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，如实很低廉。但交易客户委果需要的不是更低廉的电，而是一个插上插头就能用的无缺供电系统。

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如故趋近于零，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阵势，不是喊一句"按收尾付费"的标语，而是回到最基本的竖立可计量的数字基础设施。

当下，Token 的成本鄙人千里，AI 的价值却在上移。这两条线的交叉点，就是基础设施。谁先到达那儿，谁就能在 Token 成本归零的那一天2026美加墨世界杯中国认证平台，依然站着收钱。