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。
一个被忽略的默认假设
绝大多数 SaaS 定价教材都建立在一个默认假设上:软件的边际成本接近零。多一个用户、多一次点击,服务器账单几乎不变。于是定价可以只看价值、看竞品、看支付意愿,成本只在讨论毛利率时作为一个粗略的常数出现。
AI 产品打破了这个假设。用户每发起一次对话、每转写一分钟音频、每审查一份合同,供应商都会开出一张对应的账单。收入按席位或按月发生,成本按调用发生,两者不在同一个节奏上。
这不是「成本高一点」的问题,而是商业模型的结构变了:收入是离散的,成本是连续的。理解这一点,是后面所有定价、额度、毛利决策的起点。
把一次对话拆开
LumenDesk 是一个面向中小 SaaS 公司的 AI 客服知识库。客户按席位订阅,每个席位每月 49 美元,包含 500 次对话额度;超出部分每次 0.04 美元。
一次典型对话的平均用量是 1,800 个输入 token 和 450 个输出 token。模型供应商的报价是输入每百万 token 2.50 美元,输出每百万 token 10.00 美元。代入后:
输入成本 = 1,800 / 1,000,000 × 2.50 = 0.0045 美元
输出成本 = 450 / 1,000,000 × 10.00 = 0.0045 美元
推理小计 = 0.0090 美元
除了模型推理,一次对话还要检索知识库、读写向量索引、落库会话记录。LumenDesk 把这部分算成每次 0.002 美元的检索成本和 0.001 美元的存储成本。再加上支付通道与第三方监控的 0.003 美元,单次变动成本是 0.015 美元。
换成整数运算更稳妥。工程里把金额存成 micro-USD,一美元等于一百万个单位,所有中间结果都是整数,最后再折算成美分:
// file: src/pricing/01-1-marginal-cost.ts
// tier: L1
// verify: node --test test/pricing/01-1-marginal-cost.test.ts
// 单次调用成本与月度变动成本:把「边际成本不为零」算成一个可复算的数。
export type TokenUsage = {
inputTokens: number;
outputTokens: number;
};
export type TokenPrice = {
inputPerMillionCents: number;
outputPerMillionCents: number;
};
export type VolumePlan = {
seats: number;
conversationsPerSeat: number;
};
/** 返回单次调用的推理成本,单位 micro-USD(1 美元 = 1,000,000)。 */
export function callCostMicros(usage: TokenUsage, price: TokenPrice): number {
const inputCents = (usage.inputTokens / 1_000_000) * price.inputPerMillionCents;
const outputCents = (usage.outputTokens / 1_000_000) * price.outputPerMillionCents;
return Math.round((inputCents + outputCents) * 10_000);
}
/** 返回月度变动成本,单位美分。 */
export function monthlyVariableCostCents(
plan: VolumePlan,
costMicrosPerCall: number,
): number {
const calls = plan.seats * plan.conversationsPerSeat;
const micros = calls * costMicrosPerCall;
return Math.round(micros / 10_000);
}
export const LUMENDESK_USAGE: TokenUsage = {
inputTokens: 1_800,
outputTokens: 450,
};
export const LUMENDESK_PRICE: TokenPrice = {
inputPerMillionCents: 250,
outputPerMillionCents: 1_000,
};
export const LUMENDESK_PLAN: VolumePlan = {
seats: 1_920,
conversationsPerSeat: 620,
};
测试里可以核对的三个数:单次推理成本 9,000 micro-USD,对应 0.009 美元;按 1,920 个席位、每席位 620 次计算,月度推理成本 1,071,360 美分;把检索、存储与第三方成本并入后,单次 15,000 micro-USD,月度变动成本 1,785,600 美分,即 17,856 美元。
从单次成本到单席位成本
单次成本 0.015 美元只有放回价格里才有意义。每个席位月费 49 美元,含 500 次额度:500 次的成本是 7.50 美元,占席位价的 15.3%。也就是说,额度内的毛利率是 84.7%。
实际用量是 620 次,成本 9.30 美元。多出来的 120 次按每次 0.04 美元收费,收入 4.80 美元,成本 1.80 美元,超额部分本身的毛利率是 62.5%。它比额度内低,但仍然为正。
这两个数决定了额度设计的空间:额度内的高毛利可以补贴超额的低毛利,前提是超额部分不会无限放大。如果某个客户每月用 5,000 次,超额收入 180 美元,成本 67.20 美元,毛利率仍是 62.5%,看起来没问题;但如果他的用量继续涨到 50,000 次,超额收入 1,980 美元,成本 735 美元,毛利率不变,绝对毛利看起来很大——问题在于,这个客户的支付能力未必跟得上用量,而成本是确定的。第 7 章会讨论超额封顶与自动升级。
月收入与月成本不在一个节奏
LumenDesk 有 320 家客户,平均每家 6 个席位,总席位 1,920 个。每个席位月费 49 美元,含 500 次对话;实际用量是 620 次,超出 120 次,按每次 0.04 美元计,每席位超额收入 4.80 美元。每席位月收入是 53.80 美元,MRR 为 103,296 美元。
| 项 | 数值 |
|---|---|
| 总席位 | 1,920 |
| 每席位月收入 | 53.80 美元 |
| MRR | 103,296 美元 |
| 月对话量 | 1,190,400 次 |
| 单次变动成本 | 0.015 美元 |
| 月度变动成本 | 17,856 美元 |
| 月度毛利 | 85,440 美元 |
| 毛利率 | 82.7% |
82.7% 的毛利率看起来健康。但要注意两件事。
第一,这个毛利率是按「平均用量」算出来的。真实客户的用量分布有长尾,少数客户的对话次数可能是均值的数倍,他们的单客户毛利会迅速变薄甚至为负。卷二第 3 章会专门处理成本分布。
第二,收入是月初确认的,成本是随调用实时发生的。如果某个月发生一次流量异常,收入不变,成本会先涨上去。财务上看是毛利率波动,运营上看是一次没有被额度拦住的滥用。
三种成本结构
把三个案例放在一起,成本结构的差异比毛利率的数字更有信息量。
| 项 | LumenDesk | Verba API | ClausePilot |
|---|---|---|---|
| 定价结构 | 席位订阅 + 额度 | 纯用量 | 平台费 + 案件 |
| 月收入 | 103,296 美元 | 336,000 美元 | 785,400 美元 |
| 毛利率 | 82.7% | 47.5% | 73.3% |
| 单次成本 | 0.015 美元/对话 | 0.0042 美元/分钟 | 65 美元/案件 |
| 最大成本项 | 模型侧 80.0% | 推理 83.3% | 人工复核 53.8% |
LumenDesk 的毛利率最高,因为席位费提供了稳定收入,额度把大部分用量框在可预测的范围内。Verba API 的毛利率最低,因为它的收入完全随用量走,而推理成本占变动成本的八成以上,几乎没有缓冲。ClausePilot 的毛利率居中,但它最大的成本项不是模型,而是人工复核。
三种结构对应三种不同的管理动作:订阅制要管额度,纯用量要管价格与流失,结果计费要管人工环节的规模化。这些会在后面三卷分别展开。
用量放大时的三种情形
同样是「用量涨一倍」,三种定价结构对毛利的影响完全不同。把收入与成本的变化分开看,风险位置就清楚了。
| 情形 | 收入变化 | 成本变化 | 毛利变化 |
|---|---|---|---|
| 席位不变、用量翻倍(LumenDesk 未触发超额) | 0 | +100% | 明显下降 |
| 用量翻倍且按次收费(Verba API) | +100% | +100% | 绝对额同增,毛利率不变 |
| 案件翻倍且含人工复核(ClausePilot) | +100% | +100% | 毛利率不变,产能成为瓶颈 |
第一种情形最危险:收入不动,成本先动。订阅制里,额度是唯一能把这根曲线压平的工具。额度定得太宽,等于把成本风险留给供应商;定得太窄,客户会在最需要的时候被硬停,体验受损。第 7 章会专门讲额度的粒度与超额策略。
第二种情形看起来公平,收入和成本同比例变化,毛利率是常数。但常数毛利率意味着规模不带来利润率的改善,公司只能靠绝对额增长覆盖固定费用。一旦价格战把单价压低 10%,如果成本降不下来,毛利率会从 47.5% 掉到 41.7%:收入 302,400 美元,成本仍是 176,400 美元,毛利 126,000 美元。纯用量生意的价格弹性,比订阅制更难管理。
第三种情形的问题不在毛利,而在产能。人工复核是线性成本,案件量翻倍就要多一倍的人。ClausePilot 的 73.3% 毛利率在每月 3,230 件的规模上成立,到了 6,000 件,要么加人,要么把复核自动化,否则交付会先崩,收入增长也接不住。
三类容易被漏掉的成本
单次调用成本只是显性部分。实际运营中还有三类成本会进入账单,但在定价时经常被忽略。
重试与失败调用。 超时、限流、格式错误的输出都会触发重试。用户只看到一次结果,供应商可能已经计费两三次。如果产品的重试率是 8%,单次有效结果的成本就要乘以 1.08。这个数必须从网关日志里取,不能靠估计。
上下文膨胀。 多轮对话里,每一轮都要把历史消息重新发给模型。第一轮输入 1,800 token,到第十轮可能已经超过 6,000 token。按轮计费的估算如果只用首轮用量,会低估一半以上。LumenDesk 的 1,800 token 是「平均每次对话的总输入」,已经包含多轮累加,不是单轮长度。
冷启动与空跑。 预热实例、缓存未命中、定时任务扫描,都会产生没有对应收入的调用。它们的金额通常不大,但如果按「每次调用」定价,就必须决定这部分由谁承担。
把三类成本加回去,再和会计口径对齐:变动成本是随调用发生、能被单次使用归因的成本;固定成本是不随调用变化的服务器、人力与工具订阅。毛利率只用前者,回本周期用后者加前者一起算。两套口径混用,是商业模型表最常见的错误来源。
成本与收入的三个时间差
毛利率回答的是「一笔收入减去对应成本还剩多少」,但它不回答「钱什么时候到、什么时候走」。AI 产品有三个时间差,会直接影响现金流,却不会出现在毛利率里。
计费周期差。 订阅收入按月确认,调用成本按天甚至按小时发生。客户在月初付了 49 美元,到月末才用完额度;这一个月的成本是匀速发生的。如果客户在月中流失,收入按比例确认,成本却已经发生完毕。月内流失的客户,毛利往往比账面更差。
付款周期差。 LumenDesk 有 55% 的客户选择年付,现金在年初一次性到账,收入按月确认,形成递延收入。Verba API 是后付费,月初出账、月末收款,公司要先垫一个月的推理成本。ClausePilot 的企业客户多为月结 Net 30,交付已经完成,钱要再过一个月才到。三种模式下,同样 100 万美元的 ARR,对现金的要求可能差出几十万美元。
供应商结算差。 模型供应商通常要求预充值或月度结算,部分还要求承诺用量。如果公司对客户是后付费、对供应商是预付,中间的缺口只能靠自有现金补。规模越大,缺口越大。这一点在卷二第 5 章讲供应商成本传导时会展开。
三个时间差不会改变毛利率,但会改变公司能承受多快的增长。一个毛利率 82.7% 但现金流为负的产品,和一个毛利率 47.5% 但预收充足的产品,抗风险能力完全不同。
为什么这件事必须先想清楚
一个常见的增长路径是:先免费获客,再想办法变现。在边际成本接近零的 SaaS 里,这条路可行,因为免费用户的成本几乎为零,规模本身就是资产。
在 AI 产品里,免费用户是负债。Verba API 有 8,000 个免费账户,每月额度 60 分钟,实际平均使用 42 分钟。按每分钟 0.0042 美元的变动成本计算,免费层每月消耗 1,411.20 美元。这个数看起来不大,但它只占收入的 0.4%,前提是免费层的用量被额度限制住。如果额度设计失控,或者出现批量注册,这个数会按数量级放大。
所以 AI 产品的商业化顺序应该反过来:先确认每一次使用都能带来正的毛利,再考虑放大使用量。这不是保守,而是因为放大一个负毛利的单位,只会让亏损增长得更快。
一个可复算的起点
本节的结论可以压缩成三个问题,后面每一章都会回到它们:
- 一次使用值多少钱?这是价值单位与收费点的问题,卷一第 2 章展开。
- 一次使用花多少钱?这是单位成本与成本分布的问题,卷二第 2、3 章展开。
- 收入与成本之间的差额,能不能覆盖获客与固定费用?这是单位经济与回本的问题,卷一第 9 章展开。
只有这三个问题都有明确答案,定价才不是拍脑袋。下一节先处理第一个问题的前置:为什么同一个功能,对不同客户的价值可能差十倍。
成本不是越低越好
看到边际成本,一个自然的反应是把它压下去:换更便宜的模型、截断上下文、减少检索条数。三项都做,单次成本可能从 0.015 美元降到 0.006 美元,毛利率从 82.7% 升到 93%。
这笔账只算了一半。成本下降往往伴随质量下降,质量下降会改变另外三个数:转人工率、客户流失率、获客成本。客服场景里,答案准确率从 92% 掉到 85%,转人工率可能从 18% 升到 30%,每次转人工的成本是 2.40 美元,远高于省下的 0.009 美元。客户感知到「不好用」之后,流失率上升,LTV 下降,前面省下的成本很快被抵消。
所以正确的目标不是「最低成本」,而是「在可接受的质量与流失水平下的最低成本」。这句话听起来像废话,但它把成本优化从单变量问题变成了带约束的优化问题:质量有下限,流失有上限,成本在两者之间求最小。
卷二第 11 章会把质量、成本与流失放在同一张表里做联合优化。本节只需要记住一个判断:任何一次降本,都要同时报出质量与流失的变化,否则这笔账没有算完。
本节的计算口径
本节用到的四个公式,后面各章会反复使用。所有金额先换成整数最小单位,最后再折算,避免浮点误差累积。
单次推理成本 = 输入token / 1,000,000 × 输入单价 + 输出token / 1,000,000 × 输出单价
单次变动成本 = 单次推理成本 + 检索成本 + 存储成本 + 第三方成本
月度变动成本 = 席位总数 × 每席位月均调用次数 × 单次变动成本
毛利率 = (月度收入 - 月度变动成本) / 月度收入
代入 LumenDesk 的数字:单次推理 0.009 美元,单次变动 0.015 美元,月度变动 17,856 美元,毛利率 82.7%。任何一个数对不上,先检查分子分母的口径是否来自同一张表。
小结
- AI 产品与 SaaS 的分水岭不是「成本高」,而是收入离散、成本连续,两者不在一个节奏上。
- LumenDesk 单次对话的推理成本是 0.009 美元,加上检索、存储与第三方后是 0.015 美元。
- 按 1,920 个席位、每席位 620 次计算,月度变动成本 17,856 美元,毛利率 82.7%。
- 平均用量算出的毛利率会掩盖长尾客户的风险,成本分布要单独看。
- 三个案例的成本结构不同:订阅管额度,用量管价格与流失,结果计费管人工规模化。
- 免费层在 AI 产品里是变动成本负债,扩张前必须先确认单位毛利为正。
- 降本必须同时报出质量与流失的变化;只报成本下降的优化,账只算了一半。
- 收入与成本还有计费、付款、供应商结算三个时间差,它们不改变毛利率,但改变现金流。
- 三个案例的成本结构证明:同样的「用量翻倍」,订阅制伤毛利,用量制伤价格,结果计费伤产能。
阅读导航:上一节:目录与学习路径 · 下一节:1.2 价值的非线性:同一功能,不同客户价值差十倍 。
常见错误与边界
- 把 token 单价直接当成单次成本。token 单价只是推理部分,检索、存储、支付与监控同样随调用发生。
- 用「平均用量」代表全部客户。均值会把长尾客户藏起来,等到月度账单出来才发现毛利不对。
- 把免费层当成零成本获客。免费额度是按上限设计的,成本按实际用量发生,两者都要算。
- 用月收入除以客户数得到 ARPA,却用另一个口径的成本去除。分子分母必须来自同一张事实表。
- 把「毛利率高」当成「商业模型健康」。毛利率只回答收入减变动成本,获客成本与固定费用还没有进入。
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。