2025年，AI行业出现了一个奇怪的现象：技术越来越强，但赚钱越来越难。
OpenAI的ChatGPT拥有3亿周活用户，但2024年预计亏损50亿美元。Character.AI有2000万月活，但一直在烧钱。Jasper AI从估值15亿美元的神坛跌落，裁员50%。
所有人都面临同一个问题：AI产品到底该怎么定价？
三种定价模式，三种困局
订阅制：用户觉得亏，公司也觉得亏
订阅制是SaaS行业最成熟的定价模式。ChatGPT Plus每月20美元，GitHub Copilot每月10美元，Midjourney每月10到60美元不等。
问题在于，AI产品的成本结构与传统SaaS完全不同。传统SaaS的边际成本趋近于零——多一个用户不会显著增加服务器成本。但AI产品每多一个用户，就多一份GPU算力消耗。重度用户一个月用的算力成本可能超过100美元，但只付了20美元的订阅费。
OpenAI的困境就在这里：20美元的订阅费，对轻度用户来说太贵（转化率低），对重度用户来说太便宜（亏本）。两头不讨好。
按量付费：最公平，但最难卖
按量付费是最「公平」的定价模式——用多少付多少。OpenAI的API按Token计费，大部分AI开发工具按API调用次数收费。
但按量付费有两个致命问题：
第一，用户讨厌不确定性。 「这个月会用多少Token？」没人知道。企业客户尤其讨厌不可预测的成本。一个CIO的原话是：「我宁愿每月付10万美元固定费用，也不想每个月收到一张金额随机的账单。」
第二，收入天花板低。 按量付费意味着用户越少用，你赚得越少。如果你的AI产品真的帮用户提效了，用户就会少用，你的收入就下降。这是一个自我惩罚的定价模型。
免费增值：最大的用户池，最差的转化率
免费增值（Freemium）是互联网产品的经典打法——免费获客，付费变现。Spotify、Dropbox、Notion都是这么起来的。
但AI产品的免费增值面临一个独特的问题：免费版的体验太好了。 很多用户发现，ChatGPT的免费版已经能满足80%的需求，为什么要付费？免费版的体验越好，付费转化率越低。
而且，免费用户也在消耗算力。ChatGPT的免费用户每月消耗的算力成本，可能比付费用户还高——因为免费用户更倾向于「玩」AI，而不是「用」AI。
第四种可能：结果导向定价
一种新的定价模式正在出现：不为功能付费，为结果付费。
比如，Intercom的AI客服产品Fin，按「成功解决的客户问题数量」收费，每次解决收费0.99美元。Zendesk AI也在探索类似的模式——按「节省的客服工时」收费。
这种模式的好处是：用户不需要理解「Token」是什么，不需要担心「这个月用了多少」。他们只需要知道：「我花了X元，解决Y个问题，省了Z个客服。」
但结果导向定价也有问题：「结果」的定义权在谁手里？ 如果AI客服和客户聊了10轮，最后客户说「谢谢，我自己解决了」，这算不算「解决」？如果AI给了一个回答，客户不满意，但问题确实解决了，怎么算？
一个结论
我认为，AI产品的定价不会有一个「最优解」，而是会根据产品类型分化：
- 生产力工具（Copilot、Notion AI）：订阅制，因为用户行为可预测，成本可控
- API和开发者工具：按量付费，因为开发者需要灵活性
- 垂直行业AI（客服、销售、法律）：结果导向定价，因为业务价值可量化
- 消费级AI（ChatGPT、Character.AI）：免费增值+广告，走互联网老路
结尾
AI产品的定价困局，本质上是「技术成本」和「用户感知价值」之间的错配。技术成本很高（GPU很贵），但用户感知价值还不够高（AI还不够好用）。
当AI真正变得「不可或缺」的那一天，定价就不再是问题。但在那之前，每一家AI公司都要在定价这件事上，反复试错，反复调整。
这是一场没有标准答案的考试。