来源：rss:stripe-blog · 原作者 Scott Woody · 原文
系统转载，非作者本人发布。
按 token 计费是有用的基础设施，但对几乎每一家公司来说，它都不是好的面向客户的定价模式。其最简单的形式是直通定价：按客户使用所消耗的模型 token 收费，并在底层成本之上加价。如果你的定价围绕 token 消耗来构建，你就等于让成本来决定你的价格。
这反映在我们的客户今天使用按 token 计费的方式上。他们在后端需要它来跟踪用量、管理加价并保护单位经济性，但他们不希望这些细节定义他们如何为产品定价。
这触及了我一直以来的一个观点：账单应该成为你向客户定义自身价值的场所。
基于 token 的计费存在账单问题
这引出一个显而易见的问题：我们最初为什么要构建按 token 计费？因为它能防止失控的计算成本，而且易于部署和解释。对于模型提供商来说，token 用量就是产品。对于大多数其他 AI 公司来说，按 token 计费可能是一个有用的起点：token 提供了一个明确、可计数的定价基础。但无论是订阅席位还是 token，都不能准确反映客户获得的价值。
按 token 计费将你的产品定位为一种实际商品之上的商品加价。它向客户展示使用了哪些模型、消耗了多少 token、以及应用了怎样的加价。但向客户展示你的模型组合、输入成本和利润率，完全错过了重点。如果客户的账单显示你使用了 10 个模型，其中一个加价 10%、另一个加价 5%、还有一个加价 25%，那么你就把自己的价值定义为你价格与他人模型成本之间的差额。
随着这些模型变得越发便宜和可互换，客户可以质疑你的加价，或者完全绕开你。竞争会将加价——进而可能将你的业务——推向零。
更好的模式：统一积分
我们的许多客户已经将 Metronome 用作利润率调优系统，而不仅仅是为了部署定价模型。他们在上游做出模型路由决策，然后将产生的 token 用量发送给 Metronome——要么按客户细分，要么作为单一汇总客户进行成本跟踪。我们的产品随后为他们提供 token 消耗的可见性，以便他们管理成本并调整利润率。
这能让公司控制其内部经济性，但并不能解决账单问题。他们仍然需要在核心建模之上提供一个展示层，将底层用量转化为客户可感知的东西。越来越多的公司正在转向统一积分模型。
统一积分模型创建了基于积分的消耗机制。客户在使用不同产品操作时消耗一个共同的积分余额，每项任务根据底层 token 消耗按各自的速度消耗积分。一个操作可能用于丰富数据集，另一个可能用于生成图像。在这种情况下，账单可以向客户展示的是这些丰富操作或生成的图像，而不是你在过程中使用的 10 个模型以及每个模型上应用的加价。
重点不是消除复杂性，而是将其留在幕后。Metronome 保留 token 级计量，因此公司可以继续在上游路由模型，并在工作负载变化或引入新模型时针对利润率和性能进行调优。但在统一积分模型下，客户不必解析所有这些复杂性。在客户的账单上，他们看到的是与产品所执行工作相关联的积分，而不是与模型成本相关联的 token。
为什么基于产出的定价是理想选择（而基于结果的定价是个神话）
统一积分是迈向基于产出的定价的垫脚石，这是当今将 AI 消费定价与价值对齐的最佳方式。
AI 中有三种常见的定价指标。第一种是输入，它是一种成本，比如 token。
第二种是结果，它可能意味着客户赚更多钱、建立更多管道或降低流失。结果可以帮助你将产品围绕客户价值进行定位，但它们很难转化为可防御的定价指标。
基于结果的定价只在一组非常有限的条件下有效，而且很大程度上是留给企业界超级富豪的奢侈品。你要么需要近乎垄断的力量——对交易及其底层遥测数据有足够的控制来测量结果，并有足够的市场力量让客户接受这种定价——要么需要非常高的客单价，因为只有非常大的合同才能证明为测量结果所需的投入是合理的。在足够高的客单价下，你可以负担得起对一个工作流进行端到端的仪表化，并数学上证明你已经让它变得更高效：需要更少的人、工作完成得更快、或者库存周转更快。每季度你都可以向客户证明这种价值，并收取与该结果成比例的费用。
对于其他所有人来说，基于结果的定价实际上就是一个神话。在什么算结果、结果是否发生、以及你的产品是否促成结果方面，存在遥测空白。
例如，假设我卖给你一个销售代理，并根据它产生的收入向你收费。我立刻就会引来关于人工与自动化劳动相对价值的争议。是代理带来了销售，还是销售代表？是营销吗？客户本来会不会购买？结果可能有价值，但它无法客观地归因于产品。
第三种定价方式是基于产出。产出是一种客观、可验证的指标，比如生成图像或发送电子邮件。Fin 的定价基于已解决的客服对话，被视为基于结果的定价的典范。我认为它实际上是一种产出。客户支持的结局是满意的客户；而一个已解决的客服工单是你能客观计数的东西。
所有公司都应该这样做：定义你的产出指标，称之为结果，并说服市场你是对的。
定价将走向何方
定价模式变化缓慢，因为客户会把你与其余竞争对手进行比较。偏离群体是要付出沉重代价的。
但一旦一种新模式站住脚，市场就会变化得非常快。这是达尔文式的：一种定价模式可能看起来完全不适应当前环境，然后突然变得适应并在整个类别中传播开来。
三年前，我们在 Metronome 的团队预测，混合定价——某种形式的席位加用量组合——会成为重要的商业模式。我们为此构建了支持，但客户在约 18 个月内基本没有使用它。然后，截至 2026 年 八 月，在已跨过关键收入里程碑的 Stripe 用户中，大约六分之一（且仍在增长）的用户正在积极使用或推出混合定价。我们多年来一直在假设的那种模式似乎一下子流行了起来。
Fin 也遵循了类似的模式。三年前，在 AI 客服类别中几乎没有人谈论基于结果的定价。而在 Fin 推出基于已解决客服对话的定价后的一个季度内，该类别中所有五家领先公司都承诺了某种形式的基于结果的定价。
一切都没变，然后一切都变了。一旦产品类别及其购买者达到一定成熟度，偏好就会在市场中层叠传播。
随着代理越来越多地参与购买服务和执行工作，我猜测我们会在基于产出的定价上看到同样的事情。
订阅和基于席位的定价迄今为止之所以占主导地位，部分原因在于它们对人类来说易于理解和比较。向人类买家解释每月固定价格或每用户固定价格很容易。另一方面，代理可以计算更多变量，并使每个任务的价格更贴近其价值。
一个类比是高频交易。交易算法以人类无法企及的速度和复杂度运行。类似的事情可能会发生在定价上。随着代理越来越多地评估和购买服务，定价模式将不再受限于人类买家能处理的复杂度。代理也让工作本身更容易被度量。每个任务都会留下审计轨迹，这使得更多活动可以在没有单独监控系统的情况下被观察和验证。
随着更多工作通过代理进行，我预计它们产生的可衡量产出将成为定价指标——即使它们仍然经常被当作结果来营销。