从token最大化到效率优先的转变将打破许多AI定价模式

两年来，几乎所有AI产品背后的假设都是：使用量只会增长。按token或按席位定价，看着消耗攀升，增长自然就来了。这周，这个假设开始公开瓦解。几天前，瑞银在一份报告中给出了数据。大约60%的企业已经对AI支出设置了限制。他们发现个人用户每月消耗高达3.5万美元，有些团队超出了token配额的200%。没有人打算放弃AI，但他们正变得无情地精打细算：将简单任务路由到更便宜的模型、池化token、限制重度用户、并向那些并非严格需要前沿模型的场景倾斜使用开放权重模型。这对任何在这些模型之上构建产品的人来说都是一个问题。大多数产品直接复制了提供商的定价模式——按token或按请求。这在买家想要更多时有效，但当买家的主要目标是减少使用时，就变成了反作用。你最终是在为你的客户刚雇了一个团队来缩减的东西收费。在困境中脱颖而出的产品，很可能会停止按消耗收费，转而按结果收费：按已解决工单收费、按已合并PR收费、按已成交线索收费。token变成了你在后台管理的输入成本，就像SaaS公司管理其AWS账单一样，而不是发票上的头条数字。这也会改变产品本身。如果买家现在奖励效率，那么路由、成本可见性和基于结果的定价就不再是后台事务，而是变成了功能特性。如果效率成为新的默认本能，那么基于使用量的定价还是正确的模式吗？还是它正在悄然退出历史舞台？