《AI 产品的商业化·成本、毛利与收入运营》5.1 模型涨价的传导路径

供应商涨价不会自动变成客户涨价。本节用 LumenDesk、Verba API 与 ClausePilot 的推理成本占比,拆解从供应商通知到毛利率、再到达客户价格的四个闸门,并给出涨幅 10%、20%、30% 下的毛利变化,以及守住原毛利率所需的收入增幅与分层传导顺序。

以下三家公司与全部数字均为教学假设,用于演示商业化计算,不代表任何真实企业。

涨价是一条链,不是一条通知

模型供应商发来一封邮件,说下个月起推理单价上调。很多团队的第一反应是「那我们也要涨价」,第二反应是「先扛一扛,看看客户反应」。两种反应都跳过了中间最关键的几步:这次涨价影响哪个成本项、影响多少、经过合同和计费口径之后还剩多少、最后由谁承担。

供应商涨价到客户价格之间,至少隔着四道闸门:合同闸门、计量闸门、定价闸门和客户闸门。每一道闸门都会改变传导的比例和时间。把四道闸门拆开,才能回答一个具体问题:这次涨价,是应该由毛利吸收、由产品吸收,还是由价格吸收。

本文用三家公司做对照。LumenDesk 是席位订阅加额度,Verba API 是纯用量计费,ClausePilot 是平台费加案件计费。三家的推理成本占收入比例不同,涨价传导的难度也完全不同。

先看推理成本占收入,而不是占变动成本

讨论成本结构时,最容易犯的错是只看「推理占变动成本多少」。这个比例回答的是「变动成本里有多少是模型」,但不回答「涨价会吃掉多少毛利」。真正决定毛利敞口的是推理成本占收入的比例。

案例月度收入变动成本推理成本推理占变动成本推理占收入
LumenDesk103,296 美元17,856 美元10,713.60 美元60.0%10.4%
Verba API336,000 美元176,400 美元147,000 美元83.3%43.8%
ClausePilot785,400 美元209,950 美元71,046 美元33.8%9.0%

计算口径是:推理占收入 = 推理成本 ÷ 月度收入。LumenDesk 是 10,713.60 ÷ 103,296 = 10.4%;Verba 是 147,000 ÷ 336,000 = 43.8%;ClausePilot 是 71,046 ÷ 785,400 = 9.0%。

这张表说明,LumenDesk 的推理成本占变动成本 60.0%,看起来很高,但它只占收入的 10.4%。供应商涨价 20%,如果全部由毛利吸收,毛利率大约下降 2.1 个百分点,从 82.7% 降到 80.6%。同一涨幅放到 Verba 身上,毛利率会从 47.5% 降到 38.8%,下降约 8.8 个百分点。ClausePilot 只下降约 1.8 个百分点。

同样是「推理涨价 20%」,三家公司承受的重量差了一个数量级。差异不来自推理占变动成本的比例,而来自推理占收入的比例。

三种涨幅下的毛利变化

把涨价写成公式,才能避免拍脑袋。设收入为 R,变动成本为 VC,推理成本为 I,供应商涨幅为 x,则:

新变动成本 = VC + I × x
新毛利率 = (R − (VC + I × x)) ÷ R
毛利率变化 = −(I ÷ R) × x

最后一行是近似式,但它足够精确地说明方向:毛利率下降的百分点,约等于「推理占收入比 × 涨幅」。LumenDesk 的 10.4% × 20% = 2.1 个百分点;Verba 的 43.8% × 20% = 8.8 个百分点;ClausePilot 的 9.0% × 20% = 1.8 个百分点。

按精确公式代入,得到下面这张表。

案例原毛利率涨价 10%涨价 20%涨价 30%
LumenDesk82.7%81.7%80.6%79.6%
Verba API47.5%43.1%38.8%34.4%
ClausePilot73.3%72.4%71.5%70.6%

以 LumenDesk 涨价 20% 为例:推理成本增加 10,713.60 × 20% = 2,142.72 美元,变动成本从 17,856 美元升到 19,998.72 美元,毛利从 85,440 美元降到 83,297.28 美元,毛利率 83,297.28 ÷ 103,296 = 80.6%。

Verba 涨价 20%:推理成本增加 147,000 × 20% = 29,400 美元,变动成本升到 205,800 美元,毛利从 159,600 美元降到 130,200 美元,毛利率 130,200 ÷ 336,000 = 38.8%。它的毛利率本来就只有 47.5%,缓冲薄,涨价很快就把毛利压到四成以下。

ClausePilot 涨价 20%:推理成本增加 71,046 × 20% = 14,209.20 美元,变动成本升到 224,159.20 美元,毛利率 561,240.80 ÷ 785,400 = 71.5%。它的成本大头是人工复核 113,050 美元,占变动成本 53.8%,推理涨价的影响被人工成本稀释了。

守住毛利率需要多少收入

很多团队会把「毛利率下降 2.1 个百分点」理解成「收入涨 2.1% 就能补回来」。这是错的。毛利率是一个比例,要守住同一个比例,收入必须和变动成本同比例增长。

设原毛利率为 m,原收入为 R,原变动成本为 VC,涨价后的变动成本为 VC’,则守住原毛利率所需的新收入为:

R' = VC' ÷ (1 − m) = VC' × R ÷ VC
所需收入增量 = R' − R

因为 1 − m = VC ÷ R,所以 R’ 与 VC’ 成正比。换句话说,要守住毛利率,收入涨幅必须等于变动成本涨幅。

LumenDesk 涨价 20% 后,变动成本从 17,856 美元升到 19,998.72 美元,涨幅 12.0%。要守住 82.7% 的毛利率,收入也要涨 12.0%,即增加 103,296 × 12.0% = 12,395.52 美元。注意,这不是 2,142.72 美元。2,142.72 美元只够补上成本,补不回毛利率。

Verba 涨价 20% 后,变动成本从 176,400 美元升到 205,800 美元,涨幅 16.7%。收入要增加 336,000 × 16.7% = 56,000 美元。ClausePilot 的变动成本涨幅是 6.8%,收入要增加约 53,155.06 美元。

这张账解释了一个常见困惑:供应商只涨了 20%,为什么财务要求产品涨价 12% 甚至 17%?因为要守的是毛利率,不是毛利额。只补成本,毛利率一定会下降;要守毛利率,收入就得按变动成本的比例一起涨。

当然,现实里不一定非要守住原毛利率。可以接受毛利率从 82.7% 降到 80.6%,把涨价当成一次性的毛利让渡,换取客户不流失。这是一个商业选择,但必须先算清楚让渡了多少,而不是假装没有发生。

传导路上的四个闸门

从供应商通知到客户账单,中间有四道闸门。每一道都会延迟、缩小或放大传导。

第一道是合同闸门。 LumenDesk 与主供应商签的是年框,承诺年消耗 18 万美元,折扣 10%,涨价通知期 90 天。90 天意味着供应商不能明天涨价、后天生效,团队有一个季度的时间做用量优化、客户沟通或重新谈判。年框则把价格锁定在合同期内,涨价通常只能等到续约。合同条款决定了传导的「时间常数」。

第二道是计量闸门。 供应商按 token 计价,LumenDesk 按对话计价,Verba 按分钟计价,ClausePilot 按案件计价。供应商的计价单位和客户的计价单位不是同一个,涨价不会一比一穿透。LumenDesk 一次对话平均 1,800 输入 token 加 450 输出 token,输入单价 2.50 美元/百万 token、输出单价 10.00 美元/百万 token,合计 0.0090 美元。如果供应商只涨输入单价,影响的是这 0.0090 美元里的一半;如果涨输出单价,影响的是另一半。计量闸门让「涨价 20%」在不同成本项上产生不同的实际涨幅。

第三道是定价闸门。 LumenDesk 的席位价 49 美元、包含 500 次对话、超额单价 0.04 美元。超额单价是固定的,不会跟着推理成本自动上涨。如果推理成本从 0.015 美元涨到 0.018 美元,超额部分每次只收 0.04 美元,毛利率仍然为正,但缓冲变薄。定价结构里哪些价格是固定的、哪些可以调整,决定了传导能不能落地。

第四道是客户闸门。 涨价最终要客户接受。Verba 的客户按分钟付费,单价变化直接可见,涨价容易引发比价和迁移;LumenDesk 的客户按席位付费,推理成本藏在套餐里,涨价可以通过缩额度、调超额单价、改档位来实现,感知更弱;ClausePilot 的客户按案件付费,价格锚定的是「一次审查值多少钱」,而不是「多少 token」,传导空间最大。三家的 NRR 分别是 112%、106%、118%,客户扩张能力越强,涨价的吸收空间越大。

什么时候应该自己吸收

不是每一次供应商涨价都值得传导给客户。传导有成本:客户沟通、销售解释、合同重签、流失风险,都会消耗组织资源。涨价幅度小于这些成本时,自己吸收反而更划算。

先算吸收的成本。LumenDesk 的推理成本每月 10,713.60 美元,供应商涨 10%,每月多付 1,071.36 美元,占收入 1.0%。如果这次涨价是临时的,只持续一个季度,总成本约 3,214.08 美元。这个数低于一次全面提价带来的销售与支持成本,也低于失去十个客户的收入损失:按 ARPA 322.80 美元计算,十个客户每月就是 3,228 美元。

再算传导的收益。如果涨价是永久的,吸收就变成持续补贴。LumenDesk 一年要多付 12,856.32 美元,相当于 39.8 个客户一个月的 ARPA。这时不传导,等于用其他客户的毛利补贴受影响的客户。

判断标准可以写成一句话:临时涨价优先吸收,永久涨价必须传导;吸收的成本要按持续时间累计,传导的成本要按流失风险累计。两边都算成钱,再比较。

把涨价条款写进合同

与其等供应商通知,不如在合同里提前约定涨价规则。三个条款最有用。

第一,通知期。LumenDesk 的 90 天通知期给了团队一个季度的缓冲。通知期越长,产品侧调整和客户沟通的空间越大。短于一个计费周期的通知期,基本等于没有通知。

第二,价格指数联动。如果供应商的涨价跟随某个公开指数,合同可以约定「指数变动超过一定幅度才触发调价」。这避免了供应商随意涨价,也让财务可以提前建模。

第三,涨幅封顶。约定单次涨幅上限或年度累计上限,把极端涨价挡在门外。封顶条款通常用承诺量或预付款来换,下一节会展开。

三个条款不能保证供应商不涨价,但能保证涨价是可预期、可计算、可谈判的。没有条款,涨价就是一次突发事件;有条款,涨价就是一次计划内的成本更新。

代码:把涨幅折成毛利

把上面的公式写成代码,输入收入、变动成本、推理成本和涨幅,输出新毛利率、毛利率变化,以及守住原毛利率所需的收入增量。

// file: src/ops/05-1-price-pass-through.ts
// tier: L1
// verify: node --test test/ops/05-1-price-pass-through.test.ts

// 模型涨价传导:把供应商涨幅折成单位成本、毛利率与守住毛利所需的收入。
import { type Cents } from "../core/money.ts";
import { type Bps, FULL, divide } from "../core/rate.ts";

export type CostBase = {
  name: string;
  revenueCents: Cents;
  variableCostCents: Cents;
  inferenceCostCents: Cents;
};

/** 推理成本按涨幅放大后的金额,单位美分。 */
export function inflatedInferenceCents(inferenceCents: Cents, increaseBps: Bps): Cents {
  return inferenceCents + Math.round((inferenceCents * increaseBps) / FULL);
}

/** 涨价后的毛利率,单位基点。 */
export function marginAfterIncreaseBps(base: CostBase, increaseBps: Bps): Bps {
  const variable = base.variableCostCents
    + Math.round((base.inferenceCostCents * increaseBps) / FULL);
  return divide(base.revenueCents - variable, base.revenueCents);
}

/** 毛利率变化,单位基点;负值表示下降。 */
export function marginDeltaBps(base: CostBase, increaseBps: Bps): Bps {
  const before = divide(base.revenueCents - base.variableCostCents, base.revenueCents);
  return marginAfterIncreaseBps(base, increaseBps) - before;
}

/** 要守住原毛利率,收入需要增加的金额,单位美分。 */
export function revenueToHoldMarginCents(base: CostBase, increaseBps: Bps): Cents {
  const variable = base.variableCostCents
    + Math.round((base.inferenceCostCents * increaseBps) / FULL);
  const needed = Math.round((variable * base.revenueCents) / base.variableCostCents);
  return needed - base.revenueCents;
}

/** 推理成本占收入的比例,单位基点。 */
export function inferenceShareOfRevenueBps(base: CostBase): Bps {
  return divide(base.inferenceCostCents, base.revenueCents);
}

export const CASES: readonly CostBase[] = [
  {
    name: "LumenDesk",
    revenueCents: 10_329_600,
    variableCostCents: 1_785_600,
    inferenceCostCents: 1_071_360,
  },
  {
    name: "Verba API",
    revenueCents: 33_600_000,
    variableCostCents: 17_640_000,
    inferenceCostCents: 14_700_000,
  },
  {
    name: "ClausePilot",
    revenueCents: 78_540_000,
    variableCostCents: 20_995_000,
    inferenceCostCents: 7_104_600,
  },
] as const;

跑一遍可以得到三个结论。第一,推理占收入比分别是 1,037、4,375、905 个基点,对应 10.4%、43.8%、9.0%。第二,涨价 20% 后的毛利率分别是 8,064、3,875、7,146 个基点,对应 80.6%、38.8%、71.5%。第三,守住原毛利率所需的收入增量分别是 1,239,552、5,600,000、5,315,506 美分,对应 12,395.52、56,000、53,155.06 美元。

代码里的金额全部用整数美分,比率用基点,避免浮点直接比较。这不是洁癖。毛利计算会在月度关账、客户对账和合同谈判里被反复引用,一个小数误差会被放大成一次争议。

先做用量侧优化,再谈涨价

涨价传导不是只有「提价」一个动作。在提价之前,先把用量侧能吸收的部分吸收掉,往往比直接涨价更有效,也更不容易伤害客户关系。

LumenDesk 的单次推理成本是 0.0090 美元,其中输入 token 占一半、输出 token 占一半。如果通过上下文裁剪把输入 token 减少 20%,单次推理成本下降 360 × 2.50 ÷ 1,000,000 = 0.0009 美元,正好抵消输入单价上涨 20% 的影响。也就是说,供应商涨 20% 的输入价,产品侧裁掉 20% 的输入上下文,成本可以回到原点。

这个换算很重要,因为它把「涨价」从单纯的商务问题变成了产品问题。缓存命中、模型路由、上下文压缩、输出长度控制,都是用量侧的杠杆。先用这些杠杆把成本压回去,再看看还剩多少缺口需要价格来补。

但用量侧优化有边界。上下文裁剪可能损失回答质量,模型路由可能带来一致性风险,缓存可能不适用于个性化请求。每一条优化都要用质量和成本一起评估,不能只看成本表。

分层传导:不是所有客户都同比例

即使决定涨价,也不应该对所有客户同比例涨。不同客户的毛利结构不同,对价格的敏感度也不同。

LumenDesk 的 P50 客户每席位月用量 540 次,单次成本 0.015 美元,单席位月成本 8.10 美元,单席位月收入 50.60 美元,毛利 42.50 美元。P95 客户用量 1,450 次,单次成本 0.035 美元,单席位月成本 50.75 美元,单席位月收入 87.00 美元,毛利 36.25 美元。P99 客户用量 2,300 次,单次成本 0.120 美元,单席位月成本 276.00 美元,单席位月收入 121.00 美元,毛利 −155.00 美元。

如果推理涨价 20%,P50 客户的成本从 8.10 美元升到 9.72 美元,毛利仍有 40.88 美元;P99 客户的成本从 276.00 美元升到 331.20 美元,亏损从 155.00 美元扩大到 210.20 美元。对 P99 客户,涨价不是「少赚一点」,而是「多亏一点」。这类客户需要的不是统一提价,而是专属报价、上下文限制或档位升级。

分层传导的原则是:先保护毛利为正的客户,再处理毛利为负的客户。对前者,涨价幅度可以温和,重点是保住续费;对后者,必须改变用量结构或价格结构,否则涨价只会让亏损更快。

一个可执行的传导顺序

把前面的分析收成一个顺序,遇到供应商涨价时可以照着走。

  1. 确认涨价是永久还是临时。临时涨价优先用库存、缓存和合同条款吸收,不轻易动客户价格。
  2. 算出推理成本占收入的比例,再乘以涨幅,得到毛利率的敞口。不要只看推理占变动成本的比例。
  3. 做用量侧优化,把能压的成本先压掉,剩下的缺口才进入价格讨论。
  4. 选传导工具:提价、缩额度、调超额单价、改档位、换供应商。不同工具对客户感知和毛利的影响不同。
  5. 按客户分层传导。毛利为正的客户温和提价,毛利为负的客户先改结构。
  6. 监控 NRR、流失率和支持工单。涨价后的第一个续费周期,是检验传导是否成功的唯一标准。

这个顺序的核心是:先算清楚,再决定谁承担。供应商涨价本身不是问题,问题是团队在没有算清楚之前就做了承诺。

小结

  • 供应商涨价到客户价格之间隔着合同、计量、定价、客户四道闸门,每一道都会改变传导比例。
  • 决定毛利敞口的是推理成本占收入的比例,不是推理占变动成本的比例。
  • LumenDesk、Verba、ClausePilot 的推理占收入分别是 10.4%、43.8%、9.0%,同一涨幅的影响差一个数量级。
  • 涨价 20% 时,三家毛利率分别从 82.7%、47.5%、73.3% 降到 80.6%、38.8%、71.5%。
  • 要守住原毛利率,收入涨幅必须等于变动成本涨幅:LumenDesk 12.0%、Verba 16.7%、ClausePilot 6.8%。
  • 只补成本不补毛利率,毛利率一定下降;接受下降是一个选择,但必须先算清楚让渡了多少。
  • 用量侧优化可以先吸收一部分涨价,再进入价格讨论;分层传导要先保护毛利为正的客户。

阅读导航:上一节:4.3 毛利侵蚀的五个信号 · 下一节:5.2 锁价、预付与承诺用量 。

常见错误与边界

  • 只看推理占变动成本的比例,忽略推理占收入的比例,导致低估或高估涨价影响。
  • 把「补上成本增量」当成「守住毛利率」,忘了毛利率是比例,收入必须按变动成本同比例增长。
  • 供应商一涨价就立即对客户提价,跳过了用量侧优化和合同通知期这两个缓冲。
  • 对所有客户同比例涨价,结果毛利为正的客户流失,毛利为负的客户亏得更多。
  • 把临时涨价当成永久涨价,签下长期价格承诺,等供应商回落时客户价格已经降不回去。
  • 忽略计量口径的差异,供应商按 token 涨 20%,就假设客户按次的价格也要涨 20%。

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图