为人工智能 (AI) 软件定价比表面看起来更难，核心问题在于确定收费标的。2024 年，全球软件即服务 (SaaS)市场规模估值为 $2099.5 亿美元，但许多 SaaS 创始人的定价策略仍诞生于订阅时代。这些策略不适用于 AI 产品，因为客户获得的价值和您产生的成本，都会随用量发生变化，而这种变化是固定定价无法吸收的。

下文我们将介绍五种 AI SaaS 定价模式，每种模式在您规模化扩张过程中的短板，以及如何为您的产品做出决策。

要点

• AI SaaS 定价的一个常见错误是，在价值随用量增长的情况下以每席位方式收费；这会产生利润率问题，且该问题会随着您的优质客户成长而不断加剧。

• 成熟的 AI SaaS 企业最终都会采用混合定价模式：可预测的基础费用，搭配可变的用量要素，既能保障利润率，又不会造成账单冲击。

• 正确的定价模式源于您的价值指标。确定哪些要素会随着客户获得的价值提升而增长，并围绕该指标构建您的定价模式。

什么是 AI SaaS 定价框架？

AI SaaS 定价框架，是用于确定收费标的、产品打包方式，以及定价所绑定的价值单位的策略。该框架是您的定价模式与价值指标的结合体，其中价值指标是衡量客户从您的产品中获益程度的最佳单位。

一个构建完善的框架，会将客户体验到的价值、您的收费指标，以及您的成本结构关联起来。但在 AI SaaS 领域，这三者往往存在脱节，这意味着您会错失潜在收益，或面临利润率的隐性损耗。

AI 如何改变 SaaS 定价？

传统 SaaS 定价依赖固定订阅或每席位授权模式，在这类模式下，客户支付与用户数量挂钩的固定费用。AI 颠覆了这种模式，因为价值和成本会随用量同步变化。当产品生成输出内容（例如摘要、代码、分析报告）时，对客户的价值通常会随这些内容的数量和质量提升而增长，而非随登录的员工数量增长。与此同时，AI 每运行一次推理，提供方都会产生边际成本。每天生成数千条输出内容的重度用户，产生的基础设施成本可能远高于轻度用户，即便两人都只占用一个“席位”。

这就造成了传统 SaaS 定价难以应对的错配问题。若定价保持固定或每席位收取，当重度用户推高成本时，供应商将面临利润率崩塌的风险。但若定价过度偏向原始用量（例如按 token 计费），客户可能会面临无法预测的账单。最优的 AI 定价模式会将成本与成果或用量挂钩，既能够反映产品价值，同时也能让客户预测其支出。

常见的 AI SaaS 定价模式有哪些？

AI SaaS 领域有五种常见的定价模式，每种模式都有其优势与短板。

固定订阅或分层套餐

您向用户收取固定的月度或年度使用费用，通常不同层级按功能权限或使用限制进行区分。当您的产品价值不会随用量发生大幅波动，且客户需要可预测的计费时，这种模式非常适用。但若客户的用量大幅增长，您的成本可能会超过您收取的费用。

按用量或即用即付

客户按消耗单位付费，例如 token、应用程序编程接口 (API) 调用次数、处理的文档数量或转录分钟数。这种模式在面向开发人员的产品中非常常见，这类产品的用量波动极大，且单次调用的价值清晰明确。它能在任何规模下都实现价格与价值的匹配，但可能会给客户带来不可预测性，并阻碍企业级订单的达成。

混合制（订阅加用量）

基础费用涵盖固定额度的用量，超出该额度的任何消耗都会产生可变费用。成熟的 AI SaaS 产品普遍采用这种模式，因为它既能给客户提供可预测的基础成本，又能保护您的业务免受高用量用户的影响——这类用户否则会压缩您的利润率。

基于席位

当价值随团队内的产品采用率增长而提升时，按用户收费是合理的。若您的成本由计算量而非用户数量驱动，这种模式对 AI 产品尤其有利。若您最重度的用户与最轻度的用户支付相同的费用，就会产生利润率问题，且该问题会随着您的业务增长而不断加剧。

基于成果

您按可衡量的成果收费，例如已解决的支持工单、合格的销售线索，或已标记的合同条款。当归因清晰明确，且投资回报率 (ROI) 足够高，足以证明基于成果的收费合理时，这种模式极具竞争力。拥有特定、可衡量工作流的垂直领域 AI 企业，通常是该模式最适配的应用对象。

随着用量规模扩大，AI SaaS 定价框架会如何变化？

适用于您前 50 个客户的模式，在客户量达到 500 时可能会产生严重的结构性问题，而相关预警信号很容易被忽略。以下是两种常见的规模化扩张压力：

利润率压缩

当推理成本的增长速度超过收入时，就会出现利润率压缩。例如，在固定套餐下每月支付 500 美元，但推理用量达到预期 10 倍的客户，实际上是由您的低用量客户在补贴。token 数量、模型复杂度和请求量都会影响您的单位输出成本，而固定定价不会随其中任何一项因素调整。固定套餐下的重度用户获取了最多价值，同时服务成本也最高。若您的定价中没有用量相关要素，您就没有机制来重新平衡价值与成本。

价值获取失败

固定订阅无法伴随客户的成长实现收益增长。随着客户将您的产品更深地嵌入其工作流程，他们会获取更多价值，但固定费用无法捕捉这部分增量收益。按用量的模式和混合模式可直接解决该问题；按席位模式可间接解决该问题。确保您的升级路径设计合理。若客户达到使用限值后选择流失而非升级，那么您的层级设计就会产生反效果。密切关注您的限值触及率、触及限值后的升级转化率，以及流失归因数据。

选择错误的 AI SaaS 定价框架存在哪些风险？

AI SaaS 定价的失效模式具有明确特征。您的收费项目、客户看重的价值，以及您的交付成本之间，往往存在脱节。

价值指标不匹配

价值指标不匹配，是指向客户收费所用的计量单位，与客户获得的价值不匹配。例如，您按每席位扣款，但价值随处理的文档数量增长而提升。

账单冲击

没有支出管控的纯粹按用量定价，可能会给客户带来焦虑，给您带来支持事件，还可能导致收到意外账单的客户不再续订。能在用量转化为账单前让用量可视化的支出上限、提醒机制，以及基于额度的系统，对于任何按用量的模式都至关重要。

阻碍交易达成的复杂性

需要借助电子表格才能测算的定价，可能会让您错失企业级交易。客户应能在查看您的定价页面后两分钟内，得出大致的成本估算。初创公司尤其应偏向简洁化，在拥有足够的客户数据进行优化后，再调整产品打包方案。

照搬传统 SaaS 的默认模式

每席位定价适用于客户关系管理 (CRM) 和项目管理工具，因为其价值与产品采用率挂钩。不要仅仅因为熟悉该模式，就将其套用到 AI 产品上。通常情况下，您的成本结构无法支撑这种模式。

AI 功能定价过低

若您的产品每年能为客户节省 5 万美元的人工成本，而您将其定价为每月 200 美元，这表明您并未理解自身产品的价值。

如何确定您的 AI SaaS 定价框架？

您的指标应是任何随着其增长能明确为客户带来更多价值的因素。对照您的成本结构核验该指标，确保指标增长时，您的成本成比例增长。若符合该情况，按用量的模式或混合模式可保护您的利润率。若无论用量如何，您的成本相对固定，那么订阅模式是可行的。

以下几个步骤可帮您明确该决策：

• 在最终决定前与客户沟通：评估他们对价值的看法——无论是节省的时间、生成的产出、避免的人力成本，还是带来的收入影响。让他们的反馈为您的指标制定提供参考。

• 针对最糟糕的客户进行计算：找出在您拟定的模式下，会导致该客户无法为您带来利润的使用模式，然后设置防护机制——例如用量上限、超额定价、层级限制——在保障您的权益的同时，不会给其他用户带来糟糕的使用体验。

• 从简单开始：相较于附带三个附加项的五层矩阵模式，高层级包含用量要素的简洁两层订阅模式更易于销售、提供支持和调整。仅在您拥有稳定的客户群体后，再增设更多层级。

若您使用 Stripe 处理计费，其基础设施支持上述所有模式，包括订阅、针对按用量要素的计量计费，以及结合两者的混合结构。

Stripe Billing 如何提供帮助

Stripe Billing 支持灵活多样的客户计费管理方案，无论是简单的定期计费、按用量计费还是销售协商合同结算都能轻松实现。无需编写代码即可快速开通全球定期付款功能，也可通过 API 构建定制集成方案。

Stripe Billing 可帮助您：

• 提供灵活的定价：通过灵活的定价模式（包括按用量、分层、固定费率加超额费用等）更快地响应用户需求。内置功能支持优惠券、免费试用、按比例收费和附加服务。

• 扩展全球业务：通过提供客户偏好的支付方式提升转化率。Stripe 支持 100 多种本地支付方式及 130 余种货币。

• 增加收入并减少客户流失：通过 Smart Retries 和恢复工作流程自动化技术，提高收入获取率并减少非自愿客户流失。Stripe 恢复工具在 2024 年帮助用户挽回了超过 65 亿美元的收入。

• 提高效率：使用 Stripe 的模块化税务、收入报告和数据工具，将多个收入系统整合为一个。轻松与第三方软件集成。

了解更多关于 Stripe Billing 的信息，或立即开始使用。