你不是模型。别按 token 定价。
原文：You are not a model. Don’t price per token.
作者：Tugce Erten & Sarah Wang, A16Z
来源：SandHill.io #299 推荐阅读 · Guides, Case Studies, and Best Practices for Operating
按 token 收费正在成为 AI 公司的默认做法。对大多数 AI 应用来说，这是一个错误。
按 token 定价一开始用对了地方：模型层（model layer）。当 OpenAI 在 2020 年推出 API 时，按模型所消耗的计算量收费，是计量原始推理（inference）的合理方式。然而，两年后 ChatGPT 的亮相，催生了一波建立在这套基础设施之上、但做得远不止于此的应用。这些新产品把专有数据、工具、编排（orchestration）、集成与工作流逻辑组合在一起，代表客户把工作做完。
当一个应用用 token 来为这类工作定价时，它就把模型提供商的成本结构原封不动地搬进了与客户的关系里，并把产品的价值锚定在一个成本持续下降的计量单位上。基于我们的工作经验，把模型层的定价逻辑带进应用层（application layer），往往是一个错误。
相反，我们认为：公司应该在自己能够可靠地衡量、归因并为之辩护的最高价值层上定价。
- 如果你卖的是模型访问权，就按 token 定价。
- 如果你把模型变成有用的工作，就按客户能识别的价值单位定价，通常通过积分（credits）。
- 如果你交付的是清晰且可归因的业务结果，就按结果（outcome）定价。
把这件事做错，很难挽回。基于 token 的价格会训练客户把应用与原始算力做比较。它把数据、工作流和编排的价值拱手让出；把客户暴露在他们无法预测的技术复杂性里；并可能把供应商锁进薄弱的利润率。积分本身并不能解决这个问题——如果它们不过是成本加成后的 token，它们计量的仍是基础设施，而不是价值。
围绕可识别的工作来定价，效果正好相反。它让价值可读、支出可预测，并让产品改进对双方都具有经济价值。在我们对 50 位技术型 AI 买家的调研中，有 27 人更偏好与可识别工作挂钩的积分，只有 14 人更偏好 token。
1. 在你所出售的那一层定价
技术栈的两端相对直白。模型提供商出售推理，可以用 token 计量。有些应用交付的结果足够可观察、可归因，因而可以直接按结果定价。
中间层更难。而大多数 AI 应用就活在这里。
例如，一个客户研究代理（account-research agent）卖的不是搜索次数和模型调用次数。它卖的是一份完成的客户简报。一个编程代理卖的是一次已落地的改动。一个数据平台可能卖的是一次完成的查询、一条流水线，或一次代理运行。应用的工作，就是把这个工作单元之下的复杂性抽象掉。
因为每个品类打包价值的方式不同，并不存在一个普适的 AI 应用计量指标。语音 AI 可能从分钟起步，再走向「已解决的对话」。Copilot 可能从席位起步，再随着代理式工作在成本与价值上制造更大差异，而加入基于用量的定价。
正确的问题不是「AI 的定价指标是什么？」而是：「客户已经理解的价值单位是什么，我们能否持续一致地衡量它？」
2. 客户要的是可读性，不是 token
客户仍会问起 token。通常，他们要的是两件事之一：可比性，或控制权。
第一，买家想要一个共同基准。Token 看起来能让他们把一个专业化应用，拿去和通用模型 API 或内部自建方案比较。但这种比较通常是虚假的精确。每个应用组合了不同的模型、数据、工具和自动化程度。流经一个产品的 token，并不能产出与流经另一个产品的 token 相同的工作。
第二，买家想要分摊支出。财务和 IT 团队需要把 AI 支出追溯到某个部门、项目、客户或发票，而且往往要跨越不断增长的应用组合。要求他们为每一个产品分别预测 token，等于把这些产品本该隐藏的复杂性又造了回来。
这两种需求都合情合理。尽管如此，token 定价带来的摩擦，往往多于清晰。
一位客服负责人可以估算出公司要处理多少通对话。要预测上下文长度、检索量、重试次数、推理时间或输出 token，就要难得多。本该直截了当的 ROI（投资回报率）计算，变成了公司部署的每一个 AI 应用都要单独做一遍算力预测。
更好的答案是：暴露足够的底层用量细节以建立信任，但不要把这些用量变成商业计量单位。向客户展示完成了哪些工作、产能用在了哪里、为什么某些任务消耗得更多。给财务和 IT 他们做预算与内部结算（chargeback）所需的报表。
透明，并不要求计费计量器和底层成本计量器是同一个东西。
在竞争激烈或技术成熟度很高的市场里，公司可能仍需提供 token 透传（token pass-through），尤其是针对异常昂贵或波动剧烈的模型用量。但这应当是混合模式中一个明确的组成部分，而不是产品价值的默认表达方式。
3. 积分应把工作映射到价值，而不是把 token 藏起来
对 AI 技术栈广阔的中间层而言，积分可以是打包可变工作的有效方式。但积分是一种货币，不是价值指标。真正重要的是：积分买到了什么。
一套弱的积分系统，只是把 token 计数换成不透明的内部货币。它藏起了计量器，却没有改进计量器。
一套强的积分系统，映射到客户能识别的工作。它可能使用几个直觉上的力度档：修一个小 bug 比做一个跨多文件的功能更便宜；总结合同中的一个条款比审阅整份协议更便宜；丰富一条记录比跑一套多步骤的客户研究工作流更便宜。
最好的积分系统做三件事：
- 抽象掉基础设施的复杂性。 客户买的是工作，不是原料。
- 解释相对力度。 简单工作消耗很少；标准工作消耗可预期的数量；复杂工作消耗更多。
- 创造商业灵活性。 同一个积分池可以覆盖多种工作负载、代理或自动化，而采购只需管理一份合同。
检验标准是可理解性。买家通常先知道自己的工作量，然后才知道自己的算力负载。如果客户无法用几句话理解积分体系，它就太复杂了。
4. 积分可以保护利润率
积分不只是让用量变得可理解。设计得好，它们还能保护你的毛利率。
在传统 SaaS 里，多一个用户往往只增加很少的边际成本。在 AI 应用里，每个用户都可能产生推理、检索、搜索、工具调用、第三方数据、媒体生成、重试和失败运行。高速增长可以掩盖一个脆弱的生意——如果每一美元新增收入很快就被付给了模型、云或数据提供商。
定价体系需要把两个决策分开：
- 这项工作值多少？ 客户价值、支付意愿和竞争，决定积分池的价格。
- 交付这项工作要花多少成本？ 相对成本与复杂度，决定每项任务消耗多少积分。
这种分离让供应商能够保护利润率，同时保留来自模型路由、缓存、提示优化、更好的基础设施，以及更丰富（而且不断变化！）的专有模型与开源模型组合所带来的利润上行空间。事实上，如果底层模型成本下降，应用甚至可能留住一部分收益——因为客户付的是工作的钱，而不仅仅是在报销公司的算力。
Clay 是一个有用的例子，而且在定价思考上常常走在前面。在一份 2026 年的定价备忘录中，公司写道：它在 2022 年把 Pro 档的积分定错了价，并在该档位亏损运营了数年。它的新模型把用于第三方数据的 Data Credits 与用于编排工作的 Actions 分开。对成本可预测的模型，Clay 保持固定定价；对更波动、更昂贵的推理模型，则按实际 token 成本透传、不加价。换句话说，Clay 对不同层级使用不同的计量器：Actions 对应平台价值，token 透传对应不可预测的模型成本。¹
5. 当价值足够清晰时，走向按结果定价
当产品在完成有价值的工作、但最终业务结果还无法干净地归因时，积分最有用。一旦结果变得可观察、可归因，并且有足够价值来支撑一个稳定价格，计量器就应该再往上移一档。
在这些条件下，按结果定价：一次已解决的支持对话、一个合格线索、一次已预约的会议、一桩已处理的理赔，或追回的一美元。
如果结果还不够可归因，就通过积分按工作单元定价。
如果客户买的是原始模型访问权，就按 token 定价。
许多产品会使用混合模式：席位对应访问权，积分对应可变工作，token 透传对应异常昂贵或不可预测的模型调用，结果费用用在归因干净的地方。多个计量器本身不是问题，但不要在错误的层级使用错误的计量器。
让价值可见
Token 定价会把与客户的对话拉向一条持续下降的成本曲线。对于一款有用性、可靠性以及在工作流中的角色本应持续上升的产品来说，这是一个糟糕的锚点。
更好的路径是：在你能够可靠地衡量、归因并为之辩护的最高价值层上定价。把可变工作翻译成可理解的单位。当灵活性重要时，用积分来打包这些单位。一旦客户能够识别并信任结果，就尽快走向按结果定价。
¹ https://www.clay.com/blog/clay-pricing-memo-internal
本文由 RecodeX 编译自 SandHill.io #299 推荐阅读，原文链接与作者见文首；原文版权归原作者所有，译文仅供学习交流，如有异议请联系我们处理。
