智能体产品的定价与打包

10 分钟读完

B5
运维 · 经济性与投资回报

每一种智能体定价,回答的都是同一个问题:成本的波动由谁来扛?

一个智能体的人均成本不是一个数,而是一个右侧拖着长尾的分布,而且每当某个模型开始在任务上多花令牌,这条尾巴就会挪动一次。席位定价把这份波动压在卖方身上,用量定价把它压在买方身上,结果定价又把成本波动交还给卖方,同时让「结果」的定义成为双方真正在谈判的东西。2025–2026 年的市场把三种模式都公开试了一遍,它的几次反复(Cursor 的道歉、Salesforce 从按对话计费改为按动作计费、编程套餐上的每周限额)都能追溯到这一个问题。选择定价模型,要先决定波动应该落在哪里、谁真的扛得住,而不是照着竞争对手的定价页面抄。

步骤 1SaaS 的毛利直觉在计量算力面前活不下来。

经典 SaaS 把一个席位对着近乎为零的边际成本定价。用量与毛利是脱钩的,一个整天泡在产品里的客户,和一个月登录一次的客户,服务成本差不多。智能体产品把销货成本请了回来。每个任务都要花模型令牌、工具调用、重试,有时还有一次人工升级,花多少取决于任务有多难、智能体被允许有多自主。忽视这一点的定价,就是一个穿着智能体外套的 SaaS 模型。它在用量变化之前看起来都是赚钱的,而用量总会变,因为成功的产品恰恰是人们越用越重的那些。

厂商自己也是这么说的。Cursor 在 2025 年 6 月重做 Pro 套餐时,给出的理由是新模型在更长的任务上消耗更多令牌,所以按请求次数定价已经跟不上成本(Cursor,2025 年 7 月 4 日)。同一个请求,换一个更好的模型来服务,就成了一个更贵的请求。

步骤 2一个算例:重度用户的长尾压垮了统一席位价。

设想一个示意性的智能体产品,每席位每月 40 美元,卖出 1,000 个席位,月收入 40,000 美元。每个席位的全口径推理成本并不均匀,而是分成三档:

# month 1: illustrative cost distribution, $40/seat, 1,000 seats
light   700 seats × $3    =  $2,100
medium  250 seats × $15   =  $3,750
heavy    50 seats × $150  =  $7,500   # 5% of seats, 56% of cost
total                        $13,350  # inference margin 66.6%

# month 4: a new model doubles tokens on long agentic tasks
light   700 seats × $3    =  $2,100   # short tasks: unchanged
medium  250 seats × $30   =  $7,500
heavy    50 seats × $300  = $15,000   # each heavy seat now loses $260
total                        $24,600  # inference margin 38.5%

这个例子里有三点值得带走,而且都不依赖具体数字。

  • 中位数席位一动没动。一个只报告典型用户(3 美元)的仪表盘,两个月里显示的都是一门健康的生意。均值从 13.35 美元涨到 24.60 美元,因为均值是由尾部决定的,而毛利正是从尾部流走的。
  • 全部由卖方扛下。没有任何一个客户的账单发生变化。这就是席位定价的本质:卖方以固定保费,为买方的成本波动卖了一份保险,却从没给这份保单定过价。
  • 你最好的客户就是你最大的亏损。那 50 个重度席位是最活跃、最可能续约、最可能替你宣传的人,而留住每一个每月要花 260 美元。在统一席位价下,成功与亏损是同一批人。

Anthropic 在 2025 年 8 月对 Claude 订阅套餐的调整,就是这个例子在生产环境中的样子。它在原有的五小时限额之上,为 20 美元的 Pro 以及 100/200 美元的 Max 套餐加了每周用量上限,自 2025 年 8 月 28 日生效,理由是有用户让 Claude Code 在后台不间断地运行。它估计这些限额会影响不到 5% 的订阅者(TechCrunch,2025 年 7 月 28 日)。百分之五的用户,占成本的份额已经大到足以让每个套餐都改一次规则。

步骤 3三种模式,波动落在三个不同的地方。

  • 按席位:卖方承担波动。买方拿到一张可预测的账单,卖方的防线是数量上限(速率限制、每周限额、「合理使用」),这其实是一次用小时而不是美元表达的涨价。它在成本分布窄、尾部小的时候行得通。
  • 按用量或点数:买方承担波动。价格跟着成本走,卖方毛利稳定,但买方如今要为投入付费,包括失败的尝试和卖方自身的低效,拿到的还是一张无法预测的账单。GitHub Copilot 是最干净的例子:截至 2026 年 10 月,Copilot Pro 每月 10 美元含 300 次高级请求,Pro+ 每月 39 美元含 1,500 次,超出部分每次高级请求 0.04 美元,每个模型按各自的倍率扣减额度(GitHub 文档)。这个倍率,就是被原样转嫁出去的波动。
  • 按结果:成本波动重新回到卖方身上,但价格挂在一个结果上。买方只为奏效的部分付费,卖方吞下每一次失败、每一次昂贵的尝试。双方真正在约定的,是「结果」的定义。Sierra 在 2024 年 12 月对这一模式的表述是:只有「我们为你完成了一项任务」时才收费,未解决和被升级的对话「在大多数情况下」不收费,每种结果的判定标准事先约定(Sierra)。

没有哪种模式能消除波动。每一种都只是把它挪了个地方,问题在于接手的那一方能否看见它、预测它、扛过它。

步骤 4把波动转给买方是一次合同变更,就该像合同变更一样公告。

Cursor 2025 年的调整是一个警示案例,但它的教训并不是用量定价不对。旧的 Pro 套餐每月含 500 次外部模型请求,Sonnet 模型每次算两次。新套餐包含不限量的 Tab 和 Auto 模式,外加 20 美元按 API 价格计算的前沿模型用量,再多的用量按成本价购买。按 Cursor 自己基于中位数用量的估算,这 20 美元大约够 225 次 Sonnet 4 请求。变更于 2025 年 6 月 16 日生效。7 月 4 日,CEO 发文道歉,称这次变更沟通不当、损害了信任,承认没有讲清楚「不限量」只适用于 Auto,并为此前三周内产生的意外费用提供退款(Cursor)。

用波动的视角来读。变更之前,Cursor 替一个重度 Sonnet 用户扛着成本尾部;变更之后,这位用户扛自己的尾部,而他第一次知道这件事,是看到账单的时候。这笔经济账站得住脚,失败之处在于一次风险转移是以意外的方式落到买方头上的。Cursor 随后上线的补救措施都是通用的:看得见的用量计量、由买方自己设定的消费上限、一段宽限期,以及未来变更的提前通知。

如果你要从席位转向用量,计量表必须先于账单上线。一个能实时看到自己消耗的买方,扛的是他能管理的波动;一个从发票上才得知的买方,扛的是你瞒着他的波动,他也会这样看待你。

步骤 5在结果定价下,定义就是价格。

Intercom 的 Fin 是最公开的按结果定价。截至 2026 年 10 月,它是每个结果 0.99 美元,每段对话最多收费一次;当客户确认问题已解决,或客户在 Fin 回复后没有再寻求帮助,或 Fin 完成了一个工作流(包括转人工)时,就计为一个结果(Intercom 定价页)。第二、三条和那个美元数字同样重要。「没有再寻求帮助」把沉默算作成功,「包括转人工」把一次完成的路由步骤算作结果。两者都不算不合理,但都是关于这条线划在哪里的商业决定。Zendesk 在 2024 年 8 月的公告中,对「由 AI 自主解决的问题」收费,每个 Suite 和 Support 套餐都含一份入门额度(Zendesk)。即便如此,什么算「自主」,正是要下功夫的地方。

同一笔账在卖方这一侧,用示意性的成本来算:

# the cost of a billed outcome is the cost of every attempt that produced it
cost_per_outcome = loaded_cost_per_attempt / billable_rate

# $0.25 per attempt, 55% billable      → $0.45 per outcome (54% margin at $0.99)
# hard-case mix: $0.60, 40% billable   → $1.50 per outcome (a loss on every sale)
# same agent, "no follow-up" counts:   → $0.25 / 0.70 = $0.36

最后一行才是重点。把「结果」的定义放宽一点,每个计费结果的成本就降了五分之一,而智能体本身什么都没变。这就是为什么定义必须写进合同,并附上买方可以核查的审计路径。一个发现定义过于宽松的买方,会把这一点算进续约价里。

步骤 6按 p90 那个月定价,而不是按平均月份。

无论选哪种模式,你留在自己手里的那部分波动都需要缓冲。有用的数字是你第 90 百分位那个月的成本,也就是重试、长程运行和升级同时飙升的那个月,而不是混合平均值。在平均单位成本之上加的倍数,是对付那个月的缓冲,不是虚加的利润,它该定多大,要从你自己的单次运行成本分布里推出来,而不是从某个基准里借。自主性会把分布拉宽。范围收得很紧的智能体分布很窄;一个可以自行决定在一个难题上花 50 倍成本的长程智能体,分布就很宽。在你的定价下,谁持有这份波动,谁实际上就在为那条尾巴承保。

步骤 7混合定价的存在就是为了切分波动,那就有意识地去切。

市场已经收敛到组合式方案,每个组成部分都放在某一方扛得住的位置:

  • 包含额度加计量超额。Copilot 的高级请求额度和 Cursor 的 20 美元用量池都是这个形态。卖方吸收可预测的用量,买方为自己的尾部支付边际成本,最好是在他自己设定的消费上限之下。
  • 席位加数量上限。Anthropic 的每周限额就是这个形态。买方保留一张固定账单,卖方用小时而不是美元给尾部封顶。只有当上限用买方能够预判的方式写明时,它才算诚实。
  • 更细的用量单位。Salesforce 最初给 Agentforce 定价为每段对话 2 美元,2025 年 5 月又推出 Flex Credits,每个动作 0.10 美元(20 点;10 万点一包,500 美元)。它自己举的例子是一次 SDR 交互:按对话计费是 2 美元,在 Flex Credits 下是 3–6 个动作,即 0.30–0.60 美元(Salesforce,2025 年 5 月 15 日;Flex Credits 说明)。对话是一个粗粒度单位,底下藏着很宽的成本区间;动作是一个更细、能跟上成本的单位,于是账单更贴近实际完成的工作。
  • 平台费加结果单位。平台费覆盖固定成本、平抑卖方的波动,结果单位让上行收益与交付的价值对齐。Sierra 自己的建议是,对路由这类「结果」本身没有意义的交互,再加上按消耗计费。

步骤 8怎么选:让模式匹配那个能看见并扛过尾部的人。

  • 席位:适用于成本分布窄,或者你能用一个愿意公开写明的限额给它封顶的情形。盯住均值而不是中位数,并测算一次模型升级会对你最重的那一成用户造成什么影响。
  • 用量:适用于买方懂技术、能盯着计量表、宁愿为自己的用量付费也不愿补贴别人的情形。先上线计量表、消费上限和提前通知,再上新价格。
  • 结果:只用在结果客观、可归因于智能体、买方可核验,并且你按实际成功率扛得过最糟成本月份的地方。如果「已解决」本身可以争议,结果定价会把每个难题都变成一笔你欠下的亏损,把每个宽松的定义都变成续约时的一场争执。

成本方面的输入,见固定成本与可变成本和预测智能体支出。定价模型首先是一种风险分配,其次才是收入模型。决定波动落在哪里,告诉持有它的那一方,然后按它飙升的那个月定价。