夜雨聆风我见过太多定价评审，方案做得很认真。
月费、年费、免费试用期，PRO 版解锁高级功能，对标了三四个竞品，定价逻辑说得通，老板点头，上线。
然后半年过去，数据看起来还行——用户在增长，留存没崩。
但毛利率，一直在悄悄往下走。没有哪个数字是明显的问题，但整张表就是在慢慢漏血。
这种感觉很难受，因为你找不到一个明确的「错误」可以修。
后来我才意识到：不是哪个数字填错了，是框架选错了。 我们把一套在 SaaS 里跑通过的定价直觉，原封不动地带进了 AI 产品——但这两件事的底层逻辑，根本就不是同一回事。
框架错了，后面所有的调整都是在漏水的船上换桨。
传统订阅卖的是「时间」，AI 产品卖的是「消耗」
传统 SaaS 的底层逻辑：你付一个月的钱，拿到这个月的使用权。用多用少，平台成本差别不大——服务器跑着，代码在那，用 10 次和用 100 次对平台来说几乎没有区别。
所以按时间段收费是合理的。Notion、Figma、Slack，全都这么干。这套模型跑了十几年，大家都熟，PM 们也都默认这是「正常的定价方式」。
但 AI 产品不是这样运作的。
用户每发一次请求，背后是真实的 token 消耗、真实的算力开支。用 10 次和用 1000 次，对平台来说成本差了两个数量级。如果你还按「时间段」收费，结果只有一个：
重度用户把你的利润吃光，轻度用户在白白占坑，你的毛利率从第一天就是坏的。
这不是运营效率问题。是定价框架选错了。
Basecamp 的教训，AI 产品死得更快
Basecamp 曾经推出过 $99/月无限用户的定价。
出发点很好：简单、透明、对用户友好。但 5 人团队和 500 人团队付一样的钱——最能从产品里拿到价值的客户，付的钱最少。
收费维度和价值不对齐，规模越大亏得越多。
这个错误在传统 SaaS 里发酵得比较慢，因为边际成本低，还有时间调整。
但在 AI 产品里，同样的错误会以快得多的速度把你杀死——因为你的边际成本是真实的、随用量线性增长的。你每多一个重度用户，就多一份实实在在的亏损。
很多 AI 产品早期增长数据好看，融资顺利，但毛利率是负的。根子就在这里。
那 AI 产品到底应该按什么收费？
按 token 直接收？理论上最精确。实际上用户根本不知道 token 是什么，转化率惨不忍睹。
按时间段收？成本结构决定了这条路走不通。
最后大多数跑通的方案，都走向了同一个地方：把「消耗量」包装成用户能感知的「货币」——积分、额度、Credits。
本质是什么？给 token 和工具调用设一个汇率，换算成用户看得懂的单位，按这个单位收费。
这一层不是噱头。它在解决一个真实的感知问题：让「我用了多少」变得可感知、可预期、可控制。用户愿意为看得见的东西付钱，不愿意为「不知道会烧多少」的黑箱买单。
选收费维度之前，先问自己三个问题
定价从来都是三个问题串联在一起的决策链。顺序不能错——第一个没想清楚，后面两个根本无法正确回答。
第一问：用户真正买走的是什么？
不是「产品功能」，是他们花钱实际拿走的那个东西。是省下的时间？是某种能力？是一个完整的结果交付？
这决定你的 value metric。选错了，定价结构就和用户价值脱节。
对 AI 产品来说，这个问题尤其关键：用户买的是「调用一次 AI」，还是「拿到一个结果」？ 前者按 token/次数收，后者按任务收。两个答案，两套完全不同的定价逻辑。想混着用，两头都做不好。
第二问：用户凭什么续费？
价值是一次性释放的还是持续累积的？免费层让用户在哪里停住，付费层在哪里打开？
很多 AI 产品的问题在这里：免费额度太慷慨，用户在免费里就满足了核心需求，升级没有动力。不是产品不好，是边界画错了——免费层保护了用户，却堵死了自己的升级路径。
第三问：竞品在保护什么？
不是看价格截图，是读懂背后的逻辑。它把什么放在免费层？用什么卡点逼升级？升级路径是否足够清晰？
看懂了，才知道市场里还有没有你的空间，差异化应该放在哪里。
还有一个更隐蔽的坑：历史包袱
产品迭代了，用户变了，市场变了，但定价结构还是一年前搭的那套框架。
当初设计时有它的合理性，但那个合理性的前提早就不成立了。没人动它——因为改定价太敏感。但不改，它就在悄悄漏钱，或者悄悄阻碍增长。
每隔半年，回到最底层问自己一遍：现在的用户，真正买走的是什么？
这个答案变了，定价就该跟着变。抱着旧框架不放，叫路径依赖，不叫稳定。
最后
当你能用一句话说清楚——
「我们按 X 收费，因为 X 增长，意味着用户从我们这里拿走的价值也在增长。」
定价就基本对了。
说不清楚这句话，套再多框架、开再多定价会议，都只是在调数字。数字背后那个结构性的错误，还在那，而且在复利。
—— 言成
