AI公司的收费模式,正在从“卖软件”变成“卖算力”

过去一年，全球AI行业最容易被忽略的变化，不是模型能力提升，而是收费方式的重构。从OpenAI、Anthropic，到Cursor、Replit、Perplexity，几乎所有头部AI公司都在重新定义“软件如何收费”。

一、为什么几乎所有AI产品都卡在20美元/月？

先看最常见的 Subscription（订阅制）。

代表公司：

• OpenAI（ChatGPT Plus）

• Anthropic（Claude Pro）

• Perplexity AI

• Cursor

这些产品大多采用类似结构：

很多人以为这是巧合，其实不是。

20美元附近已经成为AI行业的心理价格锚点（Price Anchor）。

用户对这个区间的接受度，早已被Netflix、Spotify、Adobe等订阅产品教育完成。AI公司并不希望用户把它看成“一次性工具”，而是希望用户形成长期订阅习惯。

从商业上看，20美元还有一个重要意义：它通常能够覆盖轻度到中度用户的平均推理成本，同时保留足够的毛利空间。

二、AI为什么不像传统SaaS那样“一次收费、无限使用”？

第二类是Usage-based（按量收费）。

这主要出现在API业务中：

• OpenAI API

• Anthropic API

• Gemini API

它们按照Input Token + Output Token计费。

原因很简单：每一次模型推理，都对应真实的GPU算力消耗。

传统SaaS的边际成本很低，而AI推理的边际成本并不低。尤其是大型模型，在高并发场景下，算力支出会直接影响利润。

这也是为什么越来越多企业开始抱怨：“月底账单不可预测。”

一旦调用量激增，成本可能瞬间翻倍。

三、真正的主流：Hybrid（订阅 + 用量）

目前行业最值得关注的，其实是第三类Hybrid模式。

代表产品：

• Cursor

• GitHub Copilot

• Lovable

• Bolt

典型结构：

我认为未来70%~90%的AI SaaS都会走向这一模式。

四、为什么越来越多公司开始卖“Credits”？

第四类Credit System（积分制），其实是一个非常聪明的产品设计。

代表：

• Lovable

• Bolt

• Replit

• 大量AI设计与视频工具

用户看到的是：

但后台真正计算的，仍然是Token、GPU时间、模型调用成本。

积分制的本质，是把技术指标翻译成用户能理解的货币单位。

因为绝大多数用户并不知道“100万个Token”意味着什么，但“100 Credits”几乎不需要教育成本。

五、未来最大的趋势：Outcome Pricing（结果收费）

这一类目前规模还不大，但我认为潜力最大。

例如：

• AI招聘：成功招到一个人再收费

• AI销售：约到一个有效Meeting再收费

• AI客服：成功解决一个工单再收费

• AI Agent：完成一个任务再收费

这意味着AI公司卖的已经不是“聊天次数”，而是业务结果。

一旦Agent能够真正独立完成工作，Outcome Pricing很可能会成为企业级AI的核心收费方式。

六、企业客户真正喜欢什么？

答案是：Seat + Usage

例如：

企业预算最大的诉求不是“最低价格”，而是可预测性。

因此：

• Seat：保证厂商稳定的MRR（月度经常性收入）

• Usage：让厂商在客户增长时获得额外收入

这与云计算行业的“保底 + 超额”逻辑越来越接近。

七、免费AI为什么还能活下来？

很多人忽略了一个关键技术：Model Routing（模型路由）

以Perplexity为例，用户以为自己一直在使用同一个模型，但后台可能是：

这种动态成本优化，正在成为AI平台的重要竞争力。

一个容易被忽略的结论：AI公司本质上正在“云化”

研究这些模式之后，我最大的感受是：

这也是为什么AI的Pricing越来越像AWS、Azure、Google Cloud。

未来三年，我认为会出现的三个新收费模式

• AI Wallet（充值钱包）

用户一次充值100美元，后续按Agent调用逐步扣费。

适用于低频但高价值任务。

• AI Marketplace Billing（平台抽成）

Agent帮用户订机票、买保险、生成合同、开发代码。

平台从交易额中抽取3%~10%。

• Subscription + Stablecoin

未来AI订阅可能直接使用USDC等稳定币扣费。

优势包括：

• 全球收款

• 更低手续费

• 即时结算

• 可编程支付

这一方向仍处于早期，但已经值得长期关注。

真正值得关注的，不是收费模式，而是“收入基础设施”

很多人会把这些问题拆开看：

• Pricing（定价）

• Billing（计费）

• Payment（支付）

• Tax（税务）

• Invoice（发票）

• Revenue Recognition（收入确认）

• Treasury（资金管理）

但在AI时代，它们正在快速融合。

一家AI公司从用户点击“Upgrade”开始，到最终财务确认收入，中间会经过：

过去，这属于七个部门。

未来，越来越多高速增长的AI公司，会需要一种新的能力：

过去的软件公司卖功能。

现在的AI公司卖算力。

未来的AI平台卖结果。

而连接这三者的，是一整套全球收入基础设施（Global Revenue Infrastructure）。

这可能才是AI商业化真正的下一阶段。