文 | 大模型之家

當AI從“陪人聊天”的工具走向“交付結果”的Agent，命運贈送的賽博禮物，早已暗中標記了算力的價格，全行業迎來了向真實生產力要ROI的誠實標價。

6月24日，豆包專業版正式上線。標準套餐68元/月、加強套餐200元/月、高級套餐500元/月，這三級階梯定價的推出，意味著這個曾經以免費獲取大量用戶的國民級AI助手正式轉向付費模式。

無獨有偶，在過去的幾個月里，全球大模型應用層幾乎在同一時間窗口轉向了相同的“按需付費”方向。

4月28日，GitHub Copilot宣布從6月1日起全面轉向按Token計費，廢除了原有的固定額度訂閱；4月29日，Anthropic取消了Pro計劃中Claude Code的免費使用權；6月12日，Cursor在下調定價的同時，新增了企業支出管控功能。而早在去年9月，Cursor從固定請求次數轉為“訂閱+用量”雙軌制，10月Amazon Kiro結束免費期正式收費。

從國內到硅谷，整個行業正在經歷一次商業模式的集體轉向。

免費模式不是被“終結”的，是被“撐爆”的

雖然大模型在技術迭代下，底層模型推理成本在不斷下探，但這并沒有帶來應用層賬單的縮減。

以API定價為例，Anthropic的Sonnet 4.5每百萬輸入Token收費3美元、輸出收費15美元，而DeepSeek V4-Pro緩存命中輸入僅為0.025元/百萬Tokens、輸出為6元/百萬Tokens。盡管兩者之間存在上百倍的價差，但在應用層，一個Agent任務所消耗的Token數量是普通對話的數十倍。

“幫我寫一封郵件”只需要幾百個Token，但如果讓Agent執行“整理本周項目文件、生成匯總報告、群發給負責人并在日歷上添加會議”這樣的任務，則需要經歷讀取文件、分類、生成文本、操作API等多個環節，單次任務鏈的Token消耗量經常破萬甚至破十萬。

這種消耗模式摧毀了固定訂閱制賴以生存的交叉補貼邏輯。在傳統對話模式下，輕度用戶與重度用戶的成本差在可控范圍內，廠商可以用輕度用戶的利潤去補貼重度用戶。但在Agent時代，重度用戶與輕度用戶的算力消耗拉大到了數量級差異，對廠商造成的成本差可達50到100倍。

云端開發平臺Replit在引入AI Agent功能后，毛利率從36%暴跌至-14%，證明了固定定價無法覆蓋真實的資源消耗。SaaS公司Intercom引入按每次AI問題解決收取0.99美元的模式后，部分企業的月度賬單直接從50美元飆升至3萬美元。

這里存在一個AI版本的“杰文斯悖論”：底層大模型單價越低，反而越刺激應用層的用量爆發，導致總Token消耗增長速度遠超單價降幅。單價越降，賬單越大。

此外，資本市場的態度也在發生變化。2024年行業傾向于通過免費換取用戶，但2025年下半年起，投資人的耐心明顯消退。Anthropic的年化營收從2025年底的90億美元沖至300億美元，擁有超過1000家年消費超100萬美元的企業客戶。市場已經證明了付費的可行性，免費補貼的模式在財務上已經難以為繼。

從國內到硅谷，定價錨點的“雙向奔赴”

對比2026年6月全球主流AI產品的定價，可以發現個人與企業級市場的價格區間正在出現明顯的收斂現象。

如果深度分析豆包專業版的定價策略，不難發現其經過了精確的心理計算：68元的起步價約等于兩杯咖啡的價格，避開了用戶的深度決策成本，而38元的學生價則延續了字節跳動低價鎖定長期用戶的慣性。

與此同時，國際市場上的價格參照系也極其相似：Claude Pro為17美元/月，Copilot Pro為68元/月。在入門級市場，中美兩端的定價在換算后幾乎落在了同一區間。

而當用戶需求向重度或企業級場景延伸時，分層計費則進一步拉開了空間。Cursor的Max 5x方案為100美元/月，OpenAI的Codex重度方案同樣為100美元/月，Google甚至針對高端生產力場景推出了249美元/月的AI Ultra方案。

這種定價格局的對齊，說明大模型不再被單純視為技術展示的玩具，而是被作為生產力軟件進行定價。可見，中國大模型市場已經走出了價格戰的“內卷”狀態，但當技術形態轉向Agent后，無論中外廠商，都必須回歸算力經濟學的真實成本。

硅谷廠商如GitHub Copilot廢除不限量承諾、Cursor一年內多次調整定價，本質上也是在放棄純訂閱幻想，向基于用量的務實定價靠攏。中外市場的定價錨點最終在“產品能創造多少商業價值”這一邏輯上達成了對齊。

“干活”比“聊天”貴十倍，但ROI比聊天高一百倍

事實上，即使是被行業視為軟件付費意愿偏低的國內市場，其實并不缺乏對于軟件付費的購買力，相反，國內的用戶對于軟件付費更為“精明”，意愿的強弱更多取決于AI交付的是過程還是結果。

豆包專業版的功能列表包含了操作本地電腦、使用瀏覽器、調用Skills技能、定時任務、流程自動化、金融分析等。這些功能不再是輔助用戶寫一段文案或查閱資料，而是去替代具體的工作任務，實現業務閉環。

生產力的高低直接決定了用戶的付費痛感。編程場景之所以最先跑通商業閉環，正是因為其投入產出比（ROI）極易被量化。Claude Code的年化營收在短短兩個月內從10億美元飆升至25億美元，全球GitHub上4%的公開代碼提交由其生成。官方此前稱取消Pro計劃中的免費權是針對2%新用戶的A/B測試，但這組數據揭示了其背后的商業底氣。對于一名時薪50美元的程序員而言，花費200美元的月費如果能省下40小時的編碼和調試時間，賬面上就等于帶來了1800美元的凈回報。

同樣的邏輯也適用于辦公場景。一個文案策劃或數據分析崗位的月薪通常在8000元至12000元之間，如果500元/月的高級套餐能夠替代其30%的事務性工作，企業采購者的ROI接近1:10。

因此，500元的定價目標極為明確，即指向那些能用AI直接產生營收或節省人工成本的群體。

為了支撐這一按量計費體系，行業正在加速建設計量基礎設施。GitHub Copilot的AI Credits、Cursor的Usage Credits、Amazon Kiro的Credit以及豆包的三級額度體系，都不約而同地選擇了“Credit（積分/額度）”作為計量單位。

GitHub Copilot保持了Pro（$10/月）和Pro+（$39/月）的基礎價格不變，但Chat模式和Agent模式等每一次調用都會扣減Credits，這導致重度用戶月費可能飆升至數百美元。這種設計避開了讓用戶去理解抽象的Token概念，而是將其轉化為任務消耗的直觀感知。

行業數據顯示，截至2026年，已有45%的AI Agent公司采用了某種形式的按量計費。整個AI Agent市場規模預計將從2025年的73.8億美元增長到2030年的471億美元，年復合增長率達到44.8%。

按量付費是解藥，但藥方里還缺三味藥

將用戶付費與廠商研發投入綁定，固然為大模型行業建立了一條可持續的商業路徑，但從免費轉向按量付費的過渡期依然暴露出三個核心沖突。

首先是“計量焦慮”對用戶習慣的抑制。當GitHub Copilot取消不限量承諾后，開發者社區曾出現明顯的反彈。固定訂閱讓用戶擁有安全感，可以無成本地反復試探和調教AI；而按量付費則讓每一次點擊都帶上了財務標簽。這種類似抄電表的心理壓力，可能會讓用戶減少探索性使用，進而對產品的長期留存和粘性產生負面影響。

其次是中國市場特有的價格戰爭奪。豆包的68元定價卡在了一個合理的生產力軟件檔位，但國內市場的競爭往往伴隨著劇烈的價格透支。如果Kimi、百度或DeepSeek為了爭奪市場份額，跟進更低價的策略甚至開啟新一輪的價格戰，整個賽道的利潤率將被迅速壓縮。對于缺乏資金儲備的初創大模型公司而言，“質量尚未跨越，價格已被打穿”的惡性循環將是一個巨大的威脅。

最核心的考驗在于，AI的能力能否配得上其價格。在免費時代，用戶對AI的幻覺、數據串戶、定時任務漏跑等錯誤的容忍度極高。但一旦用戶開始支付每月數百元的真實費用，其對交付結果的容忍度將瞬間歸零。付費后的不穩定性對產品生態的破壞性，遠超免費時期。

2026年不是AI收費的終點，而是“真收費”的起點。此前的免費是偽裝成商業模式的增長手段，現在的收費是對真實產品價值的第一次誠實標價。這條路能不能走通，不取決于定價策略有多精巧，而取決于一個更樸素的問題——用戶付完錢之后，有沒有覺得“這錢花得值”。