《AI 产品的商业化·价值与定价》9.2 成本分布:均值、P95 与长尾

LumenDesk 平均每席位 620 次对话、毛利率 82.7%,但 P99 客户单次成本 0.12 美元、每席位月亏 155 美元。本节用三个案例的 P50、P95、P99 成本分布,说明均值为什么会掩盖长尾亏损,以及 P95 与 P99 分别该用在包装、容量和合同里的哪个位置。

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。

均值是总成本的好朋友,是定价的坏朋友

LumenDesk 的平均每席位用量是 620 次对话,平均单次成本 0.015 美元,平均每席位月成本 9.30 美元,平均每席位月收入 53.80 美元,平均毛利率 82.7%。这组数字适合做月度预算,也适合向投资人解释「我们的模型很赚钱」。

但它不适合回答另一个问题:会不会有一批客户,我们每服务一个月就亏一笔钱?

平均值会把亏损客户和盈利客户混在一起。一个 P99 客户每月亏 155 美元,多个 P50 客户的盈利就能把它抵消,平均下来仍然是正的。组织级报表看不出问题,直到长尾客户占比上升,毛利率突然下坠,团队才开始查原因。

成本分布要看的不是「平均多少」,而是「哪些分位开始不赚钱」。9.2 用 P50、P95、P99 三个分位,把 LumenDesk、Verba API 与 ClausePilot 的成本结构摊开。

LumenDesk:上下文长度把成本拉开

LumenDesk 的成本不是随对话次数线性增长的,它还随单次上下文长度增长。P50 客户每次对话 1,800 个 token,P95 是 4,200 个,P99 是 30,000 个。P99 的上下文长度是平均值的 16.7 倍(30,000 ÷ 1,800),单次成本从 0.015 美元涨到 0.120 美元。

分位月对话/席位单次上下文 token单次成本单席位月成本单席位月收入单席位毛利
P505401,8000.015 美元8.10 美元50.60 美元42.50 美元
P951,4504,2000.035 美元50.75 美元87.00 美元36.25 美元
P992,30030,0000.120 美元276.00 美元121.00 美元−155.00 美元

单席位月收入的公式是「49 美元 + (用量 − 500) × 0.04 美元」。P50 是 49 + 40 × 0.04 = 50.60;P95 是 49 + 950 × 0.04 = 87.00;P99 是 49 + 1,800 × 0.04 = 121.00。

P50 的成本是 540 × 0.015 = 8.10 美元,毛利 42.50 美元,毛利率 84.0%(42.50 ÷ 50.60)。P95 的成本是 1,450 × 0.035 = 50.75 美元,毛利 36.25 美元,毛利率 41.7%(36.25 ÷ 87.00)。P99 的成本是 2,300 × 0.120 = 276.00 美元,毛利 −155.00 美元,毛利率 −128.1%(−155.00 ÷ 121.00)。

三个分位放在一起,能看出一个反直觉的事实:用量最大的客户,收入最高,毛利却最差。 P99 客户贡献 121 美元收入,是 P50 的 2.39 倍(121.00 ÷ 50.60);但它的成本是 P50 的 34.07 倍(276.00 ÷ 8.10)。超额单价 0.04 美元高于平均成本 0.015 美元,却低于 P99 单次成本 0.120 美元。对 P99 客户来说,每一次超额对话都在亏钱,平均每次亏 0.08 美元;再加上 500 次包含额度本身的成本也高于 49 美元席位费,整个席位月亏 155 美元。

这不是「定价定低了」这么简单。如果把超额单价提到 0.12 美元来覆盖 P99,P95 客户的 950 次超额会从 38 美元涨到 114 美元,单席位月收入从 87 美元涨到 163 美元(49 + 950 × 0.12),毛利率从 41.7% 涨到 68.9%((163 − 50.75) ÷ 163)。但这样的涨价很可能直接把 P95 客户推走。正确的做法不是用一个价格覆盖所有分位,而是先决定「默认产品服务到哪个分位」,再对超出部分做产品限制或单独合同。

Verba:线性成本,长尾不产生负毛利

Verba API 的成本结构完全不同。它的单分钟成本固定为 0.0042 美元,不随账户用量变化:

分位月分钟数单分钟成本月成本月收入月毛利
P5018,0000.004275.60 美元144.00 美元68.40 美元
P95120,0000.0042504.00 美元960.00 美元456.00 美元
P99300,0000.00421,260.00 美元2,400.00 美元1,140.00 美元

三个分位的毛利率都是 47.5%,没有负毛利客户。P99 客户月成本 1,260 美元,月收入 2,400 美元,月毛利 1,140 美元,是三个案例里长尾最健康的一个。

但「没有负毛利」不等于「没有风险」。Verba 的风险在价格和流失,不在成本分布。它的收入单位成本是 0.525 美元,每收 1 美元只剩 47.5 美分毛利。如果单价下调 10%,从 0.008 美元降到 0.0072 美元,月度收入变成 42,000,000 × 0.0072 = 302,400 美元,变动成本仍然是 176,400 美元,毛利率降到 (302,400 − 176,400) ÷ 302,400 = 41.7%。十个百分点的降价,吃掉 5.8 个百分点的毛利率(47.5% − 41.7%)。

Verba 还有另一条长尾:免费层。8,000 个免费账户,每账户每月实际用量 42 分钟,总用量 336,000 分钟,按 0.0042 美元计算,月度成本 1,411.20 美元,占收入 0.4%。这条长尾不产生收入,但产生成本。它应该按「实际用量 42 分钟」算,不能按「60 分钟额度」算;按额度算会高估 42.9%(2,016 ÷ 1,411.20 − 1),把免费层成本从 1,411.20 美元抬到 2,016 美元。

ClausePilot:成本线性,产能非线性

ClausePilot 的单案件成本固定为 65 美元,其中 35 美元是人工复核。按案件数看,它的成本也是线性的:

分位月案件数单件成本月变动成本月收入月毛利
P502265 美元1,430 美元6,360 美元4,930 美元
P957565 美元4,875 美元15,900 美元11,025 美元
P9912065 美元7,800 美元24,000 美元16,200 美元

三个分位都盈利,但毛利率随案件数上升而下降。原因是平台费 2,400 美元是固定的:P50 客户每案件收入 6,360 ÷ 22 = 289.09 美元,毛利率 77.5%(4,930 ÷ 6,360);P95 是 15,900 ÷ 75 = 212.00 美元,毛利率 69.3%(11,025 ÷ 15,900);P99 是 24,000 ÷ 120 = 200.00 美元,毛利率 67.5%(16,200 ÷ 24,000)。平台费被更多案件摊薄,单案件毛利率下降,但总毛利额仍在上升。

ClausePilot 的长尾风险不在毛利,而在人工复核产能。月度案件量 3,230 件,每件 0.5 小时复核,合计 1,615 小时/月(3,230 × 0.5)。P99 客户一个月 120 件,就是 60 小时复核(120 × 0.5)。如果几个大客户同时进入旺季,复核排期会成为交付瓶颈;此时成本不会立刻上升,但交付周期会变长,客户满意度会下降,最终以流失或降价的形式回到收入端。

这就是「成本线性、产能非线性」的含义。单案件成本 65 美元不会因为案件变多而上涨,但支撑这些案件的复核人员不是无限供应的。定价时如果只看 65 美元,会漏掉产能约束;产能约束的真实成本,往往体现在加班、外包与交付延迟上。

三个案例的分位对照

把三个案例的分布放在一起,能看到三种完全不同的长尾形态:

维度LumenDeskVerba APIClausePilot
成本随用量非线性,受上下文长度驱动线性,按分钟线性,按案件
P99 毛利率−128.1%47.5%67.5%
长尾风险负毛利客户降价与流失人工复核产能
最该盯的分位P99 单次成本均值与月流失率P95 案件量与复核工时
处置重点限制上下文或单独报价守住单价、降低流失扩充复核产能或外包

这张表说明,「长尾」不是一个统一的敌人。LumenDesk 的长尾是成本长尾,少数客户的单次成本远高于平均;Verba 的长尾是用量长尾,用量大的客户成本也大,但毛利率不变;ClausePilot 的长尾是产能长尾,收入与毛利都健康,交付能力却跟不上。

如果只看毛利率,ClausePilot 是三个案例里第二健康的;但如果看「增长时会不会崩」,它的风险可能比 Verba 更高。Verba 多接一个客户只需要多买算力,ClausePilot 多接一个大客户可能需要多招半个复核人员。分位分析必须结合业务约束,不能只比数字。

分位口径本身也会骗人

P50、P95、P99 是统计量,不是事实。它们对样本量、时间窗口和加权方式都很敏感,用错了会得到另一种形式的「平均值错觉」。

第一,样本量。P99 意味着 1% 的尾部,样本很少时,P99 几乎等于最大值,一家客户的波动就能改变整个分位。LumenDesk 有 320 家付费客户,320 × 1% = 3.2,P99 大约是前 3 家;这 3 家里只要有一家换了用法,P99 成本就会跳变。样本不足时,应该看 P90 或直接看 Top N 客户,而不是硬报 P99。

第二,时间窗口。按月统计和按季度统计会得到不同的分位。季度末集中结算的客户,在月度分布里可能落在 P50,在季度分布里却落在 P99。分位必须和计费周期对齐;如果合同按月结算,就用月度分布;如果按年结算,就用年度分布,并注明窗口。

第三,加权方式。按客户数等权,每个客户对分位的贡献相同;按收入加权,大客户会把分位往上拉。LumenDesk 的前 5 大客户收入占比 31%,按收入加权的 P95 会明显高于按客户数加权的 P95。对外汇报时要写清楚用的是哪一种,不能两个口径混着讲。

第四,分位不是标签。一个客户这个月是 P99,下个月可能回到 P50;用量会随项目周期、季节和上线阶段变化。用单月分位给客户贴「高成本客户」的标签,容易误伤。更稳的做法是用滚动三个月的中位数或 P95 判断趋势,再决定是否调整合同。

第五,数据字段要够。要复算分位成本,至少需要每次请求的输入 token、输出 token、检索次数、模型版本、租户 ID 和时间戳。只记录「本月总成本」无法拆出上下文长度的影响,也无法判断成本上升是用量增长还是单价变化。分位分析的上限,取决于埋点的粒度。

P95 与 P99 分别用来做什么

三个分位不是选一个用,而是各司其职。

均值用于总量与预算。LumenDesk 的 17,856 美元月度变动成本、82.7% 毛利率,都是用均值算出来的;财务预算、毛利目标、投资人叙事都用这个口径。

P95 用于产品默认值与容量规划。绝大多数客户落在 P95 以内,产品默认的额度、上下文上限、告警阈值应该覆盖到 P95。LumenDesk 的 P95 单次成本 0.035 美元,仍然低于超额单价 0.04 美元,说明默认产品在 P95 以内是赚钱的。

P99 用于风险边界与定制合同。P99 是「极端但真实存在」的客户,不能用默认价格服务,也不能假装他们不存在。LumenDesk 的 P99 单次成本 0.120 美元,是超额单价的 3 倍;这类客户要么限制上下文,要么单独报价,要么迁移到更便宜的模型。

一句话总结:均值决定你赚多少,P95 决定产品怎么设计,P99 决定合同怎么签。

分位成本怎么写进合同

分位分析如果不落到合同,就只是报表上的一段注释。合同至少要写清四件事。

第一,默认服务的边界。标准档位覆盖到哪个分位,上下文上限是多少,超额单价是多少。LumenDesk 的标准档位如果按 P95 设计,就应该明确「单次上下文超过 4,200 token 时需要申请」,而不是等客户用到 30,000 token 才解释。

第二,P99 的处理方式。超出默认边界的请求,是拒绝、降级、转人工,还是按单独价格计费。四种方式都合法,但不能什么都不写。最常见的是「按实际成本加目标毛利单独报价」,它把选择权留给客户,也把成本透明化。

第三,分位的统计口径。按月还是按季度、按客户还是按席位、按请求数还是按 token 数,都要写进附件。争议发生时,口径比数字更重要;同一个客户按两种口径算,可能一个在 P95 以内,一个在 P99 以外。

第四,复核周期。模型价格、产品功能和客户结构都会变,去年的 P95 不代表今年的 P95。至少每年复核一次,重大模型切换或定价调整后立即复核。合同里的分位边界应该是一个可更新的参数,而不是一次写死的承诺。

长尾客户的三种处置

发现长尾亏损后,最常见的错误是「涨价」。涨价会同时影响 P50 和 P95,可能把健康客户赶走,却未必能留住 P99。更稳的做法是按顺序试三种处置。

第一种是产品限制。限制单次上下文长度、单次请求 token 数、单账户并发数,把 P99 的成本压回可接受区间。LumenDesk 的 P99 上下文是 30,000 token,如果产品把单次上下文上限设在 P95 与 P99 之间,单次成本会显著下降。限制要在产品界面和合同里写清楚,不能悄悄降级。

第二种是单独报价。对确实需要长上下文的客户,按实际成本加目标毛利报价,而不是套用标准超额单价。P99 单次成本 0.120 美元,按目标毛利率反推,单价会明显高于标准超额单价,但对该客户的实际价值可能仍然成立。

第三种是成本工程。换更便宜的模型、加缓存、做检索裁剪、把长文档切块,都是在不改变对客价格的前提下降低单次成本。成本工程的效果通常比涨价更持久,但它需要时间,不能用来救急。

三种处置可以组合,但顺序很重要:先用产品限制挡住极端请求,再用单独报价服务真实需求,最后用成本工程把整体成本曲线往下压。反过来做,先涨价再限制,客户会觉得被惩罚;先成本工程再限制,可能错过止损窗口。

用代码计算加权成本与尾部贡献

下面的实验把分位数据收进 CostRow,用四个函数计算:costMicros 算单行成本,marginCents 算毛利,blendedUnitCostMicros 算加权单位成本,tailCostShareBps 算最高分位对总成本的贡献。

// file: src/pricing/09-2-cost-distribution.ts
// tier: L1
// verify: node --test test/pricing/09-2-cost-distribution.test.ts

// 成本分布:用加权成本、分位与尾部贡献判断均值是否掩盖了负毛利客户。

export const MICRO_PER_CENT = 10_000;

export type CostRow = {
  label: string;
  unitsPerMonth: number;
  unitCostMicros: number;
  revenueCents: number;
};

export function costMicros(row: CostRow): number {
  return row.unitsPerMonth * row.unitCostMicros;
}

export function marginCents(row: CostRow): number {
  return row.revenueCents - Math.round(costMicros(row) / MICRO_PER_CENT);
}

export function marginBps(row: CostRow): number {
  if (row.revenueCents === 0) return 0;
  return Math.round((marginCents(row) / row.revenueCents) * 10_000);
}

export function blendedUnitCostMicros(rows: readonly CostRow[]): number {
  let cost = 0;
  let usage = 0;
  for (const row of rows) {
    cost += costMicros(row);
    usage += row.unitsPerMonth;
  }
  if (usage === 0) return 0;
  return Math.round(cost / usage);
}

export function tailCostShareBps(rows: readonly CostRow[]): number {
  if (rows.length === 0) return 0;
  const costs = rows.map(costMicros);
  const total = costs.reduce((acc, value) => acc + value, 0);
  if (total === 0) return 0;
  return Math.round((Math.max(...costs) / total) * 10_000);
}

export function negativeMarginCount(rows: readonly CostRow[]): number {
  return rows.filter((row) => marginCents(row) < 0).length;
}

export const LUMENDESK_DISTRIBUTION: readonly CostRow[] = [
  { label: "P50", unitsPerMonth: 540, unitCostMicros: 15_000, revenueCents: 5_060 },
  { label: "P95", unitsPerMonth: 1_450, unitCostMicros: 35_000, revenueCents: 8_700 },
  { label: "P99", unitsPerMonth: 2_300, unitCostMicros: 120_000, revenueCents: 12_100 },
];

export const VERBA_DISTRIBUTION: readonly CostRow[] = [
  { label: "P50", unitsPerMonth: 18_000, unitCostMicros: 4_200, revenueCents: 14_400 },
  { label: "P95", unitsPerMonth: 120_000, unitCostMicros: 4_200, revenueCents: 96_000 },
  { label: "P99", unitsPerMonth: 300_000, unitCostMicros: 4_200, revenueCents: 240_000 },
];

export const CLAUSEPILOT_DISTRIBUTION: readonly CostRow[] = [
  { label: "P50", unitsPerMonth: 22, unitCostMicros: 65_000_000, revenueCents: 636_000 },
  { label: "P95", unitsPerMonth: 75, unitCostMicros: 65_000_000, revenueCents: 1_590_000 },
  { label: "P99", unitsPerMonth: 120, unitCostMicros: 65_000_000, revenueCents: 2_400_000 },
];

把 LumenDesk 的三行代进去,加权单位成本是 334,850,000 ÷ 4,290 = 78,054 micro-USD,也就是每次对话约 0.0781 美元。这个数比 P50 的 0.015 美元高 5.2 倍(78,054 ÷ 15,000),比 P95 的 0.035 美元高 2.2 倍(78,054 ÷ 35,000),说明样本里的成本被 P99 明显拉高。

尾部贡献更直接:P99 一行成本 276 美元,三行总成本 334.85 美元(8.10 + 50.75 + 276.00),占比 276 ÷ 334.85 = 82.4%。换句话说,三个分位里最高的那一行,吃掉了八成以上的成本。negativeMarginCount 返回 1,提示这批样本里有一个分位是负毛利。

这两个指标比单看均值有用得多:加权成本告诉你「平均每次到底花多少」,尾部贡献告诉你「成本集中在哪里」,负毛利计数告诉你「是否已经出现亏损客户」。

小结

  • 均值适合做总成本与预算,不适合判断是否存在亏损客户;长尾亏损会被健康客户的平均值掩盖。
  • LumenDesk 的 P50、P95、P99 单次成本分别是 0.015、0.035、0.120 美元,P99 每席位月亏 155 美元。
  • LumenDesk 的 P99 上下文是 30,000 token,是平均值 1,800 的 16.7 倍;上下文长度是成本失控的主因。
  • Verba 的成本随分钟线性变化,三个分位毛利率都是 47.5%;它的风险是降价与流失,不是负毛利。
  • ClausePilot 三个分位都盈利,但人工复核产能是瓶颈;月度 3,230 件对应 1,615 小时复核。
  • 均值用于预算,P95 用于产品默认值与容量规划,P99 用于风险边界与定制合同。
  • 长尾处置按「产品限制 → 单独报价 → 成本工程」的顺序试,不要先用统一涨价解决。
  • 加权单位成本与尾部贡献能把「均值看起来很好」翻译成「成本到底集中在哪一行」。

阅读导航:上一节:9.1 单位成本的四个口径 · 下一节:9.3 回本周期与付费转化 。

常见错误与边界

  • 用平均毛利率判断所有客户都赚钱。LumenDesk 的 82.7% 是组织级平均,P99 单席位毛利率是 −128.1%。
  • 把 P95 当成上限。P95 之外还有 5% 的客户,P99 的成本可能是 P95 的 3.4 倍(0.120 ÷ 0.035)。
  • 用统一涨价处理长尾。涨价会同时打击 P50 与 P95,可能先赶走健康客户,却留不住 P99。
  • 按免费额度而不是实际用量算免费层成本。Verba 应按 42 分钟算 1,411.20 美元,按 60 分钟会高估 42.9%。
  • 把 ClausePilot 的 65 美元当成纯推理成本。人工复核 35 美元占 53.8%,产能约束不在推理侧。
  • 只看成本分布,不看产能与交付周期。ClausePilot 的瓶颈是 1,615 小时复核工时,不是单案件毛利。

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