AI 补贴时代的终结：为什么固定费率定价正在失效

在过去的几年里，AI 行业一直处于一种默契之下：即“补贴时代”。公司将 AI 功能集成到其产品套件的每一个层级中，赌的是推理成本会下降得足够快，从而使固定费率的订阅模式变得可持续。

然而，最近的市场信号表明，这一赌注正在失败。从 Microsoft 取消内部许可，到 Uber 在短短四个月内就耗尽了其 2026 年的 AI 预算，整个行业正面临瓶颈。成本曲线并没有向有利于提供商的方向弯曲；它正朝着相反的方向弯曲。

诱导性需求陷阱

许多商业模式建立在一个简单的推论之上：随着每个 token 的成本下降，总账单也会随之减少。这忽略了诱导性需求的原则。在城市规划中，增加高速公路车道并不会减少交通；它会创造出以前不存在的新通勤需求。AI 也遵循同样的逻辑。

随着推理变得更便宜、更强大，用户并不会仅仅以更少的钱做同样的工作。相反，他们会扩大对模型的要求。我们正看到从单一提示词交互向复杂的智能体工作流（agentic workflows）转变，其中单个任务可能会触发 50 次独立的 API 调用。曾经需要两分钟的推理查询现在需要四分钟。虽然单个 token 的单位成本可能会下降，但消耗的 token 数量正在爆炸式增长，导致总支出净增加。

硬件瓶颈：稀缺性定价

虽然软件效率在提高，但物理供应链却难以跟上步伐。前沿模型的主要瓶颈不再仅仅是晶体管，而是高带宽内存（HBM）以及将内存与计算芯片粘合在一起所需的先进封装技术（例如 TSMC 的 CoWoS）。

这种稀缺性导致了只能被称为“稀缺性定价”的情况。报告显示，下一代加速器的物料清单（BOM）成本正在急剧上升，仅内存成本就出现了大幅增长。当底层硬件成本增加，且供应链的交货周期为 18 到 36 个月时，实验室不得不将这些成本转嫁给下游。

这种财务压力在数据中显而易见。一些报告表明，前沿实验室在计算上的支出比其产生的收入还要多出数十亿美元，导致他们在推理方面处于“亏损”状态，并被迫重新定价其服务以维持运营。

迈向可持续的定价架构

产品团队不再能问“我们可以在哪里添加 AI？”相反，他们必须问“哪些用例能赚回它们消耗的推理成本？”这需要 AI 产品定价方式的根本转变。行业正在从假装成本是固定的按人头计费（per-seat pricing）模式，转向将收入与底层事件挂钩的模式：

• 按动作计费 (Per-Action Pricing)： 类似于 Twilio 或 AWS 的模式，每一次 API 调用或智能体步骤都有一个价格。这确保了无论“重度用户”如何频繁使用系统，毛利率都能保持稳定。
• 基于积分的系统 (Credit-Based Systems)： 预付积分包允许公司平滑现金流，并将不同的模型成本（例如，在处理简单任务时路由到廉价模型，在处理推理任务时路由到昂贵模型）整合在单一单位之后。
• 混合模式 (Hybrid Models)： 基础平台费（按人头计费）结合包含的积分以及超额计费。这为销售团队渴望的预测性提供了保障，同时也为提供商提供了安全阀。

反方观点：本地与开源的替代方案

虽然云端推理成本在上升，但一个平行的趋势正在涌现：高性能本地模型的兴起。有人认为，如果用户利用开源模型和自己的硬件，对于终端用户来说，“单位美元的智能度”实际上是在下降的。

随着 Qwen 或 DeepSeek 等模型提供与专有前沿模型相当的能力，且成本仅为后者的一小部分，将工作负载转移到本地的动力正在增加。这种向“自带模型”（BYOM）或本地托管的转变，可能会彻底颠覆以云为中心的定价模式，使 AI 成为一种运行在消费级硬件上的公用事业，而非一种按量计费的云服务。

总结

对于那些受困于固定费率、按人头计费模式的公司来说，面临着二选一的抉择：要么随着使用量的增长而吸收利润率的压缩，要么从较低层级中剥离 AI 功能，并冒着失去用户漏斗的风险。对于那些能够转向按量计费或混合定价模式的公司，前路是清晰的：将你的收入与所消耗计算资源的价值——以及成本——挂钩。