夜雨聆风假设你开了一个健身房。
月卡300块，来了1000个会员。你的成本是多少？房租、器械折旧、水电——这些是固定的。多一个会员，边际成本约等于零。会员越多，你越赚钱。
现在假设你开了一个AI写作工具。
月卡30块，来了1000个用户。你的成本是多少？房租省了（没有实体场地），但每用户每次调用都要烧GPU推理算力。重度用户一天调用几百次，你的GPU成本可能比他交的月费还高。
多一个用户，不是多赚一份钱，可能是多亏一份钱。
💡 核心洞察：传统软件（SaaS）和AI产品是两种完全不同的生意——SaaS的边际成本趋近于零，AI产品的边际成本随用量线性增长。这个差异被称为"Token Tax"（令牌税），它从根本上重写了AI创业的定价规则。超过三分之一的AI原生公司已经转向"订阅+用量"混合定价，而纯订阅模式正在成为例外。
一、"Token Tax"：AI时代的土地税
先解释一个词。
Token（令牌）是AI模型处理文本的最小单位。大约750个英文单词≈1000个token。你向AI模型发送一段话、让它生成一篇文章、让它分析一张图——每一次操作都消耗token，每一次消耗都产生成本。
这就是"Token Tax"——AI创业者的隐形税。
打个比方：传统SaaS像健身房月卡——你交了月费，去一次和去三十次，对健身房的成本差异可以忽略。而AI产品像私教课——你上一节课，教练就得花一小时陪你，这一小时的人力成本是实打实的。来的人越多，教练成本越高。
这个类比直接点破了为什么AI定价不能照搬SaaS。
用一张对比表说清楚：
看到区别了吗？SaaS的成本结构是"固定成本"，AI的成本结构是"变动成本"。 这个差异决定了你不能用同一套定价逻辑。
二、2026年的定价实验：三种模式正在决出胜负
好消息是，行业已经跑出了一些答案。坏消息是，很多创业者还在用错的那套。
模式1：纯订阅（SaaS经典模式）
代表：ChatGPT Plus（20美元/月）、Notion AI附加（10美元/月）
适合：消费者市场，用户喜欢可预测的支出。但在企业市场，高用量客户会吃掉你的利润。
模式2：纯用量计费
代表：API产品（按token付费）
适合：开发者市场和企业重度用户。但对轻度用户不友好——他们可能每月只花2块钱，但你收单笔交易的手续费都比这高。
模式3：混合定价（订阅+用量）
代表：Monday.com（基础SaaS订阅+AI功能按使用量加收）
2026年Q1，Monday.com的AI功能贡献了10%的净新增ARR（年度经常性收入）[1]。模式很简单：基础订阅管核心功能，AI能力按量加收。
超过三分之一的AI原生公司已经采用了这种混合模式[2]。纯订阅正在从默认选项变成例外。
🧠 费曼类比：混合定价就像手机套餐——月租费管基础通话分钟数（你的轻度使用被覆盖了），超出部分按量收费（重度用户为你贡献更多利润）。电信运营商几十年来一直用这个模型，因为它同时解决了"可预测性"和"成本覆盖"两个问题。
三、信号墙：三组数据交叉验证
这不是理论推演，而是已经发生的事实。三组数据同时指向同一个结论：
信号1：智谱API涨价83%，调用量反增400%。
2026年Q1，智谱AI将API价格上调83%[3]。按照传统经济学，涨价应该导致需求下降。但结果完全相反——调用量增长了400%，MaaS平台ARR（年化收入）达到17亿元，同比增长60倍[3]。
这意味着什么？当AI能力已经嵌入客户的核心业务流程时，价格上涨不会赶走用户——因为他们离不开你。 智谱同时具备了产品差异化（中文场景表现好）、生态锁定（深度集成）、需求刚性（已嵌入业务流程）三个定价权条件。
但这也是一个警告：API成本长期趋势是上涨的，不是下降的。 你的定价模型必须能承受上游涨价。
信号2：1/3 AI原生公司已转向混合定价。
根据SaaStr/ICONIQ的B2B报告[2]，超过三分之一的AI原生公司采用"订阅+用量"混合模型，这个比例还在加速增长。纯SaaS订阅占比持续下降。
信号3：AI Agent开始自主购买工具。
2026年出现了一个新趋势：AI Agent（智能体）开始自主决策调用哪些API、购买哪些工具。这意味着定价不再只面向人类决策者——你的API和计费接口需要同时面向Agent设计[2]。
三个信号叠加，指向同一个判断：AI定价不是"加一个AI功能收费"这么简单，而是整个商业模式架构需要重建。
四、给创业者的决策清单
如果你正在做或准备做AI产品，以下是从第一天就需要回答的问题：
第1题：你的单位经济模型（Unit Economics）成立吗？
算一笔账：用户月费 - 每用户平均推理成本 - 其他成本 = 利润。如果推理成本占月费的50%以上，你就是在给GPU厂商打工。
第2题：你有用量计费组件吗？
最安全的起步策略是混合定价——基础订阅覆盖轻度用户（他们的推理成本低），用量附加捕获重度用户（他们为你贡献更多收入）。不要All-in纯用量，那会吓跑轻度用户；也不要All-in纯订阅，那会在重度用户身上亏钱。
第3题：你监控每用户推理成本了吗？
设置每用户成本上限（Cost Cap）。当某个用户的推理成本超过其月费的N倍时，自动降级模型或限制频率。这不是惩罚用户，而是保护你的生意。
第4题：你的API面向Agent设计了吗？
2026年开始，越来越多的"买家"不是人类，而是AI Agent。它们会自主搜索、比较、调用API。你的定价页面对Agent友好吗？你的API文档可被Agent解析吗？你的计费模型支持Agent的用量模式吗？
第5题：你有多模型路由吗？
不要锁定单一模型提供商。智谱涨83%的案例说明——API成本你不可控，但模型路由策略可控。在便宜模型和昂贵模型之间动态切换，按任务复杂度路由，是AI时代的基础工程。
Monday.com的定价页——基础订阅+AI功能按量加收的混合定价实例[1]。
五、更大的图景：谁在收"土地税"
让我把视角拉高一层。
Token Tax的本质不只是"成本问题"，它是一个权力结构问题。
谁控制了推理算力，谁就向所有AI产品收税。NVIDIA卖GPU，是在收硬件税。OpenAI/Anthropic卖API，是在收模型税。AWS/Azure/GCP卖GPU实例，是在收基础设施税。
作为AI创业者，你的每一笔推理成本，最终都在向这条链条上的某个玩家交税。
你的定价策略，本质上是在回答一个问题：你愿意向谁交税、交多少、以及你能不能把税转嫁给用户？
混合定价 = 把一部分税转嫁给高用量用户。
多模型路由 = 选择税最低的供应商。
自建推理 = 消除模型税，但承担硬件税和运维成本。
没有完美答案。但意识到你每天都在交税，是做出正确决策的第一步。
大多数创业者的错误不是定价定错了，而是根本没意识到Token Tax的存在——直到某个重度用户一个月烧掉了他三年订阅费总额的推理成本，才发现生意模型不成立。
别等到那天。
✍️ HuangYetSam | AI原生存储者 · 高校AI教师
森度计划：用费曼的方式，讲透每一个AI概念
⭐ 如果你身边有人在用SaaS思维做AI产品，把这篇文章转给他——省下的可能不止是钱
🔗 更多深度分析：https://github.com/yetsam/Obsidian-AI-Vault
参考来源
- 1. Monday.com Q1 2026 — AI功能贡献10%净新增ARR: https://www.earningsiq.co/articles/mondaycom\_mndy\_q1\_2026\_ai\_drives\_10\_of\_net\_new\_arr\_reshaping
- 2. SaaStr/ICONIQ B2B AI Monetization Report 2026 — 1/3 AI-native公司采用混合定价: https://www.saastr.com/the-age-of-ai-the-top-10-gtm-learnings-from-iconiqs-2025-b2b-saas-report/
- 3. 智谱AI API提价83%，调用量增400%，MaaS ARR 17亿 — CIO Intelligence Digest 2026-06-13
- 4. B2B SaaS AI Monetization 2026 — Growth Unhinged: https://www.growthunhinged.com/p/the-state-of-b2b-monetization-in-2026
- 5. AI Monetization vs Traditional SaaS — Token Tax概念: https://like2byte.com/ai-monetization-vs-traditional-saas-failure/
- 6. SaaS & AI Pricing Report 2026 — HY Pricing: https://pricing.hy.co/saas-ai-pricing-report-2026-en/
