AI应用集体抛弃免费，这3.45亿月活背后藏着残酷真相

朋友，你有没有发现一件事？最近，那些你天天白嫖的AI工具，一个个开始收起费来了。豆包上线付费订阅了，智谱半年涨价三次，Kimi最低档会员从9.9元一路涨到49元。别再幻想AI会永远是免费的午餐了。这背后藏着一个冷冰冰的数学题——用户越多，AI公司亏得越多。

免费路线，AI企业走不通的死胡同

你可能觉得奇怪，互联网不都是先免费圈地再收割吗？微信、抖音不都这么过来的？但AI偏偏是个异类。

⚠️ 用户越多，算力越亏

传统互联网每新增一个用户，边际成本是递减的。多一个人用微信，腾讯几乎不花钱。AI呢？恰恰相反。用户量越大，调用频率越高，使用场景越复杂，算力消耗呈指数级攀升。这叫“逆边际成本结构”。简单说就是：你每多问一句，AI公司就得烧更多的钱。

豆包坐拥3.45亿月活——比国内其他AI应用加一起还多。这是什么概念？谷歌砸了千亿美元级资本、自研TPU、万卡集群，Gemini全球月活也才7.5亿。3.45亿用户，这是豆包的“甜蜜的烦恼”。

💡 浅度用户吃掉算力，深度用户不愿付费

这其中大部分是“浅度用户”——查资料、写文案、问日常问题。但即便是浅需求，你也不能“降智”，否则口碑崩了。结果就是：有限的算力被浅度用户消耗了，变现不了；而那些需要复杂推理的专业用户，消耗的算力更多，却同样不用花钱。两头堵。从商业逻辑上，这事根本干不下去。

所以付费订阅是必然的选择：普通需求继续免费，复杂任务按需付费。既留住海量用户，又能遴选出真正愿意买单的人。这其实是全球AI通行的玩法。Claude、Gemini、GPT都是免费版+订阅，而且订阅费还在涨。Anthropic的企业级产品甚至开始按实际消耗的算力额外收费。国内呢？智谱2026年以来API定价上调83%，结果调用量反而涨了400%——“量价齐升”。Kimi会员从9.9元涨到699元/月，反而在专业用户里建立了“专业心智”。

🤔 一个残酷的真相是：还在免费硬扛的AI应用，迟早都得跟进。

真正的战场，早就不在Token单价上了

就在豆包宣布收费前几天，DeepSeek干了一件让行业震惊的事——V4-Pro价格暴降75%。缓存命中价格直接打到0.025元/百万Tokens，几乎白送。对比一下：GPT-5.5是2.5美元/百万Tokens，Claude Opus 4.7是15美元/百万Tokens。DeepSeek把地板又凿穿了一层。但低价，真的是胜利吗？

🔍 Token计价，是过时的游戏

2024年那场大模型价格战，阿里云主力模型直降97%，百度直接免费，行业陷入“谁比谁更便宜”的竞赛。当时就有人冷静指出：当所有玩家挤在同一个计量单位上互相压价，负毛利不是意外，而是结构性的终点。两年过去了，DeepSeek把价格打穿，但游戏规则没变。

腾讯科技前段时间发了一篇《Token经济学》，提供了重要的观察。不同任务类型的成本结构天差地别：一个轻量检索任务，搜索和grounding的费用可能是Token本身的四十倍；一个重度编程session，模型推理成本才是大头。根本不存在一张通用的“AI单位成本表”。

💡 换句话说：“谁的Token更便宜”这个问法，本身就已经过时了。《Token经济学》给出了一个五层结算栈的框架：底层是公用事业层——算力、Token、缓存、搜索，和水电煤没区别；往上走：协议与能力层 → 知识封装层 → 执行交付层；最顶层：结果与责任层——按outcome收费，“结果”本身就是合同化的结算对象。DeepSeek降价，本质上是把第一层的公用事业价格打到接近免费。但国内厂商的商业模式，几乎全压在这一层上。豆包的收费，说到底还是“只有价格可以打”的防御型策略。

别人已经跑到了第三层

当国内还在Token单价上缠斗时，大洋彼岸的AI商业已经走到了完全不同的阶段。三条轨道并行演进，各有各的逻辑。

🚀 第一条：按结果付费

Intercom的AI客服产品Fin，定价0.99美元/单次服务——只在AI真正解决问题时才收费。什么算“解决”？要么客户主动确认，要么客户没继续追问。全写进系统规则，不存在归因争议。Fin每周处理超100万次客服对话，Intercom的AI营收从几乎为零拉到过亿美元。Sierra AI更猛——由OpenAI董事长创办，完全按outcome定价，21个月做到1.5亿美元ARR，服务超40%的财富50强企业。

🌟 第二条：按动作消耗

Salesforce的Agentforce推出Flex Credits体系：每个AI action消耗20 credits，折合0.1美元/action。同时保留按对话计费（2美元/次）和传统席位制。三种模式并存，企业按负载自由选择。

💼 第三条：混合订阅

ServiceNow把AI能力打包进企业级License，形成“固定底座+用量超额”的混合结构。为什么能走通？客户深度绑定在它的ITSM生态里，替换成本极高。

三条轨道的差异，表面是计费方式不同，深层是计费单元不同。但共同前提是：无论计什么，这个东西必须在系统里有清晰定义、可被自动记录、双方对其含义没有争议。国外的AI商业模式，正在把计费单元从Token升级为Action，再从Action升级为Outcome——每一级台阶都有对应的系统能力做支撑。

🔥 用户在乎的是结果，不是消耗的Token。

为什么国内学不来？

有人会说：国外能这么玩，是因为B端用户预算充足、付费意愿强。这没错。2025年美国四大科技巨头AI资本开支约2.5万亿人民币，中国七家头部互联网大厂才投了6300亿。但更深层的原因是：中国的商业活动，效果太难定义，场景太碎。

Intercom敢按单次服务收费，是因为Zendesk们花了十几年，把“客户工单”硬化成一套完整的系统流程——开单、流转、升级、关单，每一步都有日志，每一步都可追溯。Salesforce敢按action收费，是因为它自己就是CRM系统——它清楚地知道“发一封邮件”“更新一条记录”“创建一个机会”是什么，系统有原子级的操作日志。这根本不是商业模式创新拍脑袋想出来的，这是在成熟业务基础设施上自然长出来的。

💔 而中国的现实是：渠道割裂，数据孤岛

2025年，中国智能客服市场渗透率已突破85%。但背后是十几条互不打通的渠道各自为战：淘宝、京东、抖音、微信、小红书、小程序、电话、钉钉、企微……每个平台有自己的后台，信息完全无法互通。一个客户可能在抖音问“这件衣服有L码吗”，客服回了“有”；然后跑去微信私域问“能便宜点吗”，另一个客服接了；最后还小红书私信吐槽“发货太慢”。这三个对话，在系统里可能是三条完全独立的记录，甚至根本没记录——微信私域聊天很多就躺在销售个人手机上。没有数字化工单，就没有AI服务的计费单元。这不是AI技术本身能解决的问题，而是企业数字化转型深度的映射。

国内的“按效果付费”，目前更多是营销外包的效果对赌：GEO优化按排名收费，但排名能不能带来真实转化？没人打包票。蚂蚁数科按交易增长收费，但增长里多少是AI的功劳、多少是市场环境？归因扯不清。直播带货的GMV分润，更像销售对赌，而不是技术服务。

真正的正道，是补课

DeepSeek V4是开源的，任何人都可以下载部署，连API费用都可以省掉。但也意味着厂商和客户之间几乎没有绑定关系。做个比喻：现在国内AI卖的是裸电。客户拿到手，还得自己拉电线、装变压器、修配电房。V4把电价打到两分钱一度，确实很便宜。但商业客户真正需要的不是更便宜的电，而是一个插上插头就能用的完整供电系统。

当下，Token的成本在下沉，AI的价值在上移。这两条线的交叉点，就是基础设施。谁先到达那里，谁就能在Token成本归零的那一天，依然站着收钱。

AI的终局，不是卖得越便宜越好，而是值多少钱就收多少钱。

💬 你觉得AI按结果付费在中国能跑通吗？哪家最有可能先做到？评论区聊聊。如果觉得有启发，点个赞和在看，转发给关心AI商业的朋友。