昨日（8月26日）盤后，中國AI產業頂層設計《關于深(shen)入實施(shi)“人工智(zhi)能+”行動的意見(jian)》正(zheng)式公布，基本明確了未來(lai)5年中國人工智(zhi)能產業的整(zheng)體目標與路線。

作為一(yi)份面向(xiang)應(ying)(ying)用層的指導(dao)性綱領，它的出臺(tai)，重要潛臺(tai)詞還(huan)在于(yu)：對于(yu)前期一(yi)直(zhi)困擾的算力問題，輕舟將過萬重山；在此之后，即(ji)將全面轉入千行百業(ye)人工智(zhi)能應(ying)(ying)用創新周期。

也(ye)就是說，接下來(lai)，人工智能商業模式創新的價值也(ye)將(jiang)逐漸擢升，與算(suan)力基礎設施(shi)并行，共同構(gou)成一個典型的“軟硬(ying)一體式”人工智能技術創新、創業原生周期(qi)。

它(ta)山之石(shi)可以攻玉。今年(nian)已(yi)經(jing)是(shi)AI大模型改變科(ke)技行業(ye)(ye)的(de)(de)(de)進程進入(ru)第(di)三年(nian)，作(zuo)為(wei)算(suan)力與商業(ye)(ye)模式(shi)均(jun)領先一個(ge)與半(ban)個(ge)身位的(de)(de)(de)美(mei)國(guo)，其(qi)AI應用(yong)產(chan)業(ye)(ye)面臨(lin)的(de)(de)(de)主要(yao)矛盾，以及(ji)迄(qi)今諸多人工智能(neng)原(yuan)生公司所(suo)踩過的(de)(de)(de)坑，均(jun)值得我(wo)們借鑒(jian)規避。

01 AI應用產業當前的主要矛盾：成本與增長難以兼顧

通過(guo)對三年來美國式“人(ren)(ren)工智能+”的(de)觀(guan)察，一個顯(xian)著的(de)現(xian)(xian)象在(zai)于：一方(fang)(fang)面(mian)，在(zai)AI垂直(zhi)應用領域，此起(qi)彼伏的(de)融(rong)資新聞、令人(ren)(ren)咋舌的(de)收入增長神話；另一方(fang)(fang)面(mian)，卻(que)是遲遲未能出現(xian)(xian)一款真正意義上定義時代的(de)全球現(xian)(xian)象級產品。

回(hui)顧(gu)過去三(san)年，AI應(ying)用(yong)(yong)領(ling)域，每年“風口” 不斷(duan)切換(huan)，從(cong)最(zui)初的(de)AI陪聊(liao)、AI視頻生(sheng)成(cheng)、AI教(jiao)育(yu)再到通用(yong)(yong)AI agent，而最(zui)近AI的(de)明星賽道(dao)又(you)轉(zhuan)向(xiang)了編程……

市場觀察者們愈漸關(guan)注到(dao)了一個(ge)核(he)心問(wen)題——那些在(zai)科技巨頭(tou)和(he)大模型(xing)廠商統治的(de)行業，陰影正(zheng)在(zai)日(ri)益顯現。AI創新公司正(zheng)集體(ti)面臨著(zhu)一個(ge)根(gen)本的(de)困境——成本與增長難以兼(jian)顧。

如果只看增長速度，AI垂直(zhi)應用領域無疑正(zheng)處在(zai)一(yi)個(ge)黃金時代。

無論在哪個細分(fen)賽道(dao)，我們都能看到一批企(qi)業正以(yi)驚人的速度，借助AI將代碼、創(chuang)意和(he)算力轉化為實實在在的收入。

圖：不同(tong)垂直應用賽道的代(dai)表(biao)性AI原(yuan)生公司

• 視(shi)頻生成領域：Heygen在2025年8月宣(xuan)布完成6000萬美元A輪融資，其年經常性收入（ARR）在短短一年多(duo)時間里，便從(cong)100萬美元躍(yue)升至超過(guo)3500萬美元，估(gu)值超過(guo)5億美元 。

• AI筆記與效率工具(ju)領(ling)域(yu)：Sierra的(de)ARR達到了(le)2000萬(wan)美(mei)元；Abridge以(yi)25億(yi)美(mei)元的(de)估值籌集(ji)了(le)2.5億(yi)美(mei)元 ；而(er)面向臨床醫(yi)生的(de)Freed，ARR也從500萬(wan)美(mei)元增長至1500萬(wan)美(mei)元 。

• 法律、翻譯、醫療(liao)等專業領域：Harvey AI 、DeepL 、EliseAI等也都(dou)在各自的山頭(tou)插上了(le)旗(qi)幟。

這些驚人的估值背后，是否存在泡(pao)沫？其高估值能(neng)否持續支撐，尤(you)其是在面臨成本難題時？

可以一葉知秋的是，AI編程賽道的繁榮，正是大模型淘金熱的一個縮影：

人工智能編程工具(ju)Replit， 2024年(nian)8月年(nian)化收入僅(jin)為200萬(wan)(wan)美(mei)元(yuan)，隨后2024 年(nian)為1000萬(wan)(wan)美(mei)元(yuan)，到(dao)了2025年(nian)2月份飆升到(dao)3200多(duo)萬(wan)(wan)美(mei)元(yuan)，2025 年(nian) 7 月更是(shi)火箭般躥到(dao)1.44 億美(mei)元(yuan)。經過最近(jin)一次融資，Replit的估值(zhi)已經來到(dao)30億美(mei)元(yuan)。

來自瑞典(dian)的AI編(bian)程(cheng)(cheng)助手Lovable，根據Techcrunch報道（ARR）2025年7月(yue)已經突(tu)破1億美元大關。Lovable自推(tui)出以來僅(jin)用了(le)八個(ge)月(yue)就(jiu)達到(dao)了(le)這一里(li)程(cheng)(cheng)碑，而2025年6 月(yue)Lovable宣布其年經常性收入為7500 萬(wan)美元，簡(jian)單推(tui)斷(duan)Lovable一個(ge)月(yue)的收入為2500萬(wan)美元。

和(he)其他AI編程產品相比，Lovable的亮點是(shi)其AI驅動的網(wang)站和(he)應用構建器。Lovable經過(guo)最新一輪融(rong)資(zi)，其估(gu)值已(yi)經達到18億美元。

另(ling)一款(kuan)體量更大的(de)AI編程產品Cursor，同樣取得了(le)不遜于前文(wen)提到的(de)兩款(kuan)明(ming)星產品的(de)營(ying)收成績。據(ju)彭博社(she)報(bao)道(dao)，2025年(nian)(nian)6月(yue)(yue) Cursor 背后的(de)創業公司Anysphere 年(nian)(nian)收入(ru)突破 5 億(yi)(yi)美(mei)(mei)元，三個月(yue)(yue)前公開(kai)報(bao)道(dao)的(de)年(nian)(nian)化收入(ru)還是2億(yi)(yi)美(mei)(mei)元，這(zhe)期(qi)間收入(ru)增(zeng)長了(le)3億(yi)(yi)美(mei)(mei)元。最(zui)新的(de)公開(kai)報(bao)道(dao)顯示，Anysphere的(de)估值已(yi)經達(da)到200億(yi)(yi)美(mei)(mei)元。

AI垂直應用(yong)，本(ben)質上(shang)是(shi)大模型(xing)(xing)廠商最忠實的“token消(xiao)費者”。它們有精準的用(yong)戶(hu)群體，借助模型(xing)(xing)的超能力(li)和精準的產(chan)品設計，一(yi)(yi)步(bu)到位(wei)服務(wu)于終端用(yong)戶(hu)。正是(shi)這便捷的應用(yong)通道(dao)，攔截(jie)了一(yi)(yi)部分(fen)原本(ben)屬于大模型(xing)(xing)廠商的用(yong)戶(hu)，難怪連Sam Altman都要下場親自(zi)做AI編程產(chan)品。

AI編程接(jie)班(ban)曾經的(de)(de)明星賽道AI陪(pei)聊(liao)、AI視頻(pin)以及AI教(jiao)育(yu)產品(pin)，成了(le)投資者眼中的(de)(de)明星。然(ran)而在這風(feng)光的(de)(de)背后(hou)，無法忽(hu)視的(de)(de)成本困境同樣顯(xian)眼。

根(gen)據The Information的報道，隨著用戶需求激增，編(bian)程(cheng)助手Replit的毛利(li)潤率(lv)在36%到(dao)14%之間劇烈(lie)波動。

然(ran)而這夸(kua)張的(de)波動區間，揭開(kai)了AI編程賽(sai)道(dao)繁榮(rong)背后(hou)的(de)隱患。實(shi)際國內外各種公(gong)開(kai)報道(dao)，我(wo)們發現AI編程助手企(qi)業的(de)普遍毛利(li)率偏低(di)，基本都在30-40%左右。

圖：AI編程賽道代表性(xing)公司的基本(ben)毛利(li)率情(qing)況

低毛利的核心原因，就是(shi)難(nan)以壓縮且一定程度(du)上不可控的大模型token成本，而這正是(shi)AI編程助手的“靈魂(hun)”所在。

再以另(ling)一款(kuan)AI編(bian)程產品Windsurf為(wei)例，通常架構成本高(gao)昂(ang)，特別(bie)是大型(xing)語言模型(xing) (LLM) 的(de)(de)使用成本，在激烈(lie)的(de)(de)競爭下為(wei)了保持用戶(hu)對產品的(de)(de)粘性，每當大模型(xing)廠商發布新(xin)模型(xing)，AI編(bian)程產品只得 “跟進”將自身的(de)(de)底層模型(xing)迭(die)代到(dao)最新(xin)。

新的模型往(wang)往(wang)帶(dai)來的是(shi)對任(ren)務完(wan)成度(du)和效果的提升，以(yi)技術見(jian)長(chang)的AI編(bian)(bian)程用(yong)戶(hu)對模型是(shi)否最(zui)新，往(wang)往(wang)很敏感也頗為挑(tiao)剔(ti)）如果AI編(bian)(bian)程產(chan)品(pin)不使(shi)用(yong)新模型，很容易流失(shi)掉一部分用(yong)戶(hu)。現階段，幾款熱門的AI編(bian)(bian)程產(chan)品(pin)還未徹底走上(shang)“殊途”，形成獨立于(yu)其他產(chan)品(pin)的核心競爭力。

從價格方面來(lai)看，一(yi)(yi)方面隨著幾家模型(xing)廠商在模型(xing)發布頻(pin)率和性能上的(de)競爭，單個(ge)token的(de)價格下降(jiang)；而另(ling)一(yi)(yi)方面，模型(xing)效果滿意度(du)越來(lai)越高(gao)，帶動了用戶實際使用量以(yi)更快(kuai)飆(biao)升。模

型的token價格下(xia)降(jiang)1倍(bei)，很可能模型使用(yong)(yong)量會(hui)上漲(zhang)數倍(bei)甚至10倍(bei)，兩者(zhe)之間(jian)(jian)的”橋梁“——AI垂(chui)直應用(yong)(yong)企業的利潤空間(jian)(jian)隨(sui)之被壓縮。大模型API調用(yong)(yong)的Token成本——無(wu)法隨(sui)規模擴大而(er)被有效稀釋。

這與傳統SaaS企業（如Salesforce或(huo)Zoom）以(yi)及典型(xing)的訂閱(yue)模(mo)式Netflix的財務(wu)模(mo)型(xing)截然(ran)不同。

02 矛盾的主要成因：token與Scaling帶來的成本困境

Anthropic 的聯合創始人Dario Amodei，在一(yi)期(qi)播客(ke)節目(mu)中描(miao)述的模型投入成本和產生的收入之(zhi)間的滾動過程：

1.2023年(nian)，你訓練了(le)一(yi)個模(mo)型(xing)花(hua)費1億美元；

2.2024年，模(mo)型創(chuang)造了(le)2億美(mei)(mei)元的收入。同時，由于scaling 定律，在(zai)2024年你必須花10億美(mei)(mei)元來繼續(xu)訓練模(mo)型

3.2025年(nian)，模型(xing)帶來(lai)20億美元的(de)收入。同理，2025年(nian)訓(xun)練模型(xing)的(de)成(cheng)本可能上升到(dao)了100億美元

如(ru)果從(cong)傳統的財務角度來看：

第1年沒有收(shou)入，公(gong)司凈虧(kui)損1億美元，

第2年盡管有了(le)(le)2億(yi)美元(yuan)(yuan)的收入，但訓(xun)練模型花了(le)(le)10億(yi)美元(yuan)(yuan)，虧損8億(yi)美元(yuan)(yuan)；

第3年有了20億美(mei)元(yuan)的收(shou)入(ru)，訓練模型花了100億美(mei)元(yuan)，虧損80億美(mei)元(yuan)。

這是(shi)(shi)一個(ge)可怕的(de)循環。盡管Dario Amodei針對的(de)是(shi)(shi)大模型廠商，但對于AI垂直應用賽道(dao)，同樣存在這樣的(de)“成(cheng)本悖論”。

這(zhe)個(ge)賽道本(ben)(ben)質上(shang)是大模(mo)型廠(chang)商(shang)的(de)“token消費者(zhe)”或者(zhe)分(fen)發渠道。對于這(zhe)個(ge)賽道的(de)創(chuang)業(ye)公司來(lai)說，Token成本(ben)(ben)本(ben)(ben)質上(shang)是隨著使用量變(bian)化(hua)的(de)變(bian)動成本(ben)(ben)（Variable Cost），而非固(gu)定(ding)成本(ben)(ben)（Fixed Cost），幾乎不存在邊際(ji)效應遞減，這(zhe)意味(wei)著：

• 每多一個 用戶，就多一份(fen) Token 消耗；

• 每多一次調用，就多一筆成本(ben)支出；

• 用戶的(de)任(ren)務越(yue)(yue)復雜，消耗的(de) token 越(yue)(yue)多，成本越(yue)(yue)高(gao)。

我們可以構建一(yi)個(ge)簡單的單位(wei)經濟模型，來(lai)說明這個(ge)問題，如果一(yi)款AI產(chan)品定價為每月10美元，當(dang)用戶量級不同(tong)時，收(shou)入(ru)和成本變化(hua)如下(xia)：

•1個(ge)用戶：token成(cheng)本6美元，收(shou)入10美元，毛(mao)利(li)潤(run)4美元，毛(mao)利(li)率40%；

•1萬(wan)個用(yong)戶：token成(cheng)本6萬(wan)美元(yuan)，收(shou)入10萬(wan)美元(yuan)，毛(mao)利潤4萬(wan)美元(yuan)，毛(mao)利率40%；

•100萬個用戶(hu)：token成(cheng)本600萬美元，收(shou)入1000萬美元，毛利(li)(li)潤(run)400萬美元，毛利(li)(li)率仍為(wei)40%。

這種成本結構揭(jie)示一個殘酷的(de)現實(shi)：token成本是(shi)無法(fa)被壓縮的(de)，且是(shi)實(shi)實(shi)在(zai)(zai)在(zai)(zai)的(de)COGS，是(shi)毛利(li)(li)潤率(lv)的(de)致命所在(zai)(zai)。收入(ru)增長越(yue)快，成本膨脹越(yue)快，毛利(li)(li)率(lv)甚至(zhi)可能不增反(fan)降(jiang)。

這就(jiu)是(shi)單一訂(ding)閱(yue)模式的(de)弊端，也是(shi)有別于(yu)Netflix這類(lei)訂(ding)閱(yue)業(ye)務或者saas模式核心(xin)差(cha)異點，其成(cheng)本(ben)不會因用戶增長而(er)有效分攤(tan)，而(er)是(shi)隨著(zhu)訂(ding)閱(yue)量(liang)增長而(er)增長。

其(qi)次(ci)，企業(ye)要拓展市(shi)(shi)場，訂(ding)閱(yue)模(mo)式可能也不(bu)是一個理想的付費方式。很多AI垂直項目(mu)在(zai)歐美市(shi)(shi)場可以(yi)跑通（高端用(yong)戶 + 高訂(ding)閱(yue)滲透），但在(zai)其(qi)他市(shi)(shi)場付費率低，商業(ye)模(mo)型不(bu)穩固。由于(yu)經濟水平的差異，全球范圍內不(bu)少國家的用(yong)戶對訂(ding)閱(yue)抵(di)觸，大多習慣一次(ci)性買斷或免費+廣(guang)告。

03 AI應用個體困境：護城河太低，競爭太卷

目前眾多(duo)的AI 編(bian)程(cheng)工具，技術上并無(wu)本(ben)質的差異(yi)。以Cursor為例，架構(gou)上是由(you)Electron 的 VS Code 封(feng)裝器，類似 Copilot 的代理構(gou)成，代理部(bu)分負責token調用和任務處理過程(cheng)，其他編(bian)程(cheng)工具也類似。

本文重點關(guan)注(zhu)的(de)幾款AI編程產品已經(jing)是行業(ye)翹楚(chu)，它們彼此(ci)之(zhi)間的(de)差異，僅能在非常狹窄的(de)諸如(ru)UI風格(ge)、開發環境便利性領域中體現，但這些(xie)差異顯(xian)然無法形成護城河。

•Lovable：面向非技術創(chuang)始人、小團隊和(he)初學者，簡化(hua)應用創(chuang)建(jian)過程，降低入門門檻；

•Replit：適(shi)合個人和小型團隊，提(ti)供(gong)“護(hu)欄(lan)”功能幫助新(xin)手快速上手；

•Cursor：面向(xiang)經驗(yan)豐(feng)富的(de)開發者(zhe)，尤其是(shi)VS Code用戶，需更多技術交互；

•Windsurf：定(ding)位一站式智能開發環境，適(shi)合初中級開發者，UI類(lei)似現(xian)代IDE。

而它們共同爭奪的(de)程序(xu)員群體有多大呢(ni)？Slash 今(jin)年5月份(fen)(fen)發布了(le)一份(fen)(fen)簡單(dan)的(de)數據，推測全(quan)球(qiu)開(kai)發者(zhe)的(de)最新人數為(wei)4700萬，這(zhe)一調查結果已(yi)經比不少機構做出(chu)的(de)全(quan)球(qiu)開(kai)發者(zhe)2500萬高了(le)將近一倍。

盡(jin)管有4700萬用戶基礎，但對于要誕生一(yi)款穩(wen)定(ding)營收和利潤的(de)AI編程產(chan)品(pin)來(lai)說，這(zhe)些(xie)人還遠遠不夠。或許，只有這(zhe)些(xie)賽道明星們繼續相互滲透和廝殺(sha)，最后剩下一(yi)家來(lai)服務(wu)這(zhe)4700萬用戶。

04 破局之路：從成本結構到定價模式需要顛覆性突破

1.定價模式優化——從單一訂閱到混合訂閱和按算力計費

從競爭角度來看，AI垂直應用創(chuang)業公司(si)的競爭要遠遠高(gao)于大模型企業。在強力的資本驅動下，AI行(xing)業的公司(si)估值模型將會更加殘酷和清晰。

訂(ding)(ding)閱模(mo)式(shi)是(shi)互(hu)聯網商業模(mo)式(shi)中比較(jiao)hard的(de)(de)模(mo)式(shi)。收入的(de)(de)增(zeng)長(chang)(chang)依賴(lai)訂(ding)(ding)閱價格的(de)(de)提升(sheng)和訂(ding)(ding)閱人數的(de)(de)增(zeng)長(chang)(chang)，從這個(ge)角度(du)來看幾乎是(shi)復(fu)制了奈飛的(de)(de)模(mo)式(shi)。這就要求企業提供(gong)的(de)(de)服務可以(yi)匹配其提價和驅(qu)動訂(ding)(ding)閱人數增(zeng)長(chang)(chang)。

AI應用產品本質(zhi)上仍是屬于API business，自身(shen)無法筑(zhu)起強大(da)的護城河，因此議價(jia)權偏弱(ruo)，換一種說法就是辛苦活。在激烈競爭下，辛苦活也會(hui)有人愿(yuan)意干(gan)。單一訂閱價(jia)格(ge)行不通(tong)，就只(zhi)能走更(geng)為復(fu)雜的定價(jia)模型。

首先(xian)被(bei)調整的(de)就是token的(de)價格(ge)模式，按(an)(an)任(ren)務(wu)收費(fei)無(wu)法反(fan)映(ying)不同任(ren)務(wu)的(de)復(fu)雜度(du)和模型消(xiao)耗，而按(an)(an)算(suan)力計費(fei)能更精準地與后(hou)臺成本掛鉤，從而保證(zheng)毛利率。

我(wo)們已經可以看(kan)到迫于(yu)成(cheng)本壓力已經有(you)企業(ye)在定價模式上進行(xing)動(dong)作的企業(ye)了：

以Replit為例，其收費(fei)模式是每個“checkpoint“（類(lei)似agent執行(xing)一(yi)次編程任務）收取 25 美分(fen)的固定費(fei)用，但自(zi)從公司底(di)層模型更(geng)新后(hou)，任務運(yun)行(xing)成本(ben)大增，使得毛利(li)率(lv)直接跌為負值。

公司不得不為此調(diao)(diao)整(zheng)收費模式，7月份，Replit宣(xuan)布其定價模式從單一任務(wu)(wu)(wu)收費改為”基于算(suan)力“收費，即根(gen)據任務(wu)(wu)(wu)執行所需的算(suan)力進行定價調(diao)(diao)整(zheng)。在這項調(diao)(diao)整(zheng)下，使(shi)得部分(fen)任務(wu)(wu)(wu)的價格從25美(mei)(mei)分(fen)上漲(zhang)到2美(mei)(mei)元(yuan)。

毫無(wu)疑問，這項(xiang)調整可以(yi)緩(huan)解公(gong)司目前面臨(lin)的利潤困境，但另一(yi)方面對于訂(ding)閱量有(you)潛在的負面影響。但Replit無(wu)需過多擔心，其他AI agent同樣面臨(lin)成本壓力，或早(zao)或晚也會(hui)進行價(jia)格調整，公(gong)司只不(bu)過早(zao)走(zou)了(le)一(yi)步。等到大(da)家都調價(jia)的時候也許(xu)客戶(hu)流失會(hui)減緩(huan)或者訂(ding)閱量會(hui)有(you)所回升。

從公開報道來看(kan)Cursor也似(si)乎同步在進行類(lei)似(si)的(de)定(ding)價(jia)模式(shi)調(diao)整。

2.商業模式創新——增值服務

仍以AI編程應(ying)用為例，面向微小企業端的(de)應(ying)用是(shi)一個短暫的(de)藍海(hai)，不(bu)少企業的(de)IT部(bu)門(men)已經自(zi)己開(kai)發公司內部(bu)AI平臺(tai)供員工使用。但技術(shu)水(shui)平參(can)差不(bu)齊，數據安(an)全(quan)和保護做的(de)也不(bu)夠(gou)完(wan)善，這就給(gei)AI垂直應(ying)用產(chan)品提供了增(zeng)值服務空間。

可以通過私有化部署，將數據安(an)全和隱私保護等服務(wu)作為(wei)增(zeng)(zeng)值模塊加入(ru)(ru)到AI垂直應用(yong)服務(wu)中(zhong)，在(zai)增(zeng)(zeng)加收入(ru)(ru)的同時又擴大了企業服務(wu)范(fan)圍(wei)，增(zeng)(zeng)強服務(wu)的安(an)全性(xing)和穩定性(xing)。

AI垂直應用(yong)在服務用(yong)戶的過程(cheng)中，會(hui)積(ji)累大量的行(xing)(xing)為數(shu)據(ju)和行(xing)(xing)業(ye)數(shu)據(ju)。這些數(shu)據(ju)經過清(qing)洗和分析，可以為企(qi)業(ye)客戶提供(gong)有價(jia)值的行(xing)(xing)業(ye)報(bao)告(gao)(gao)、趨勢預測或用(yong)戶行(xing)(xing)為洞察(cha)。例(li)如，AI編程(cheng)工具可以分析數(shu)百萬(wan)開發者的編程(cheng)習慣，為企(qi)業(ye)提供(gong)關于(yu)技術棧偏好、效率瓶頸(jing)等方面的洞察(cha)報(bao)告(gao)(gao)。

3.大膽暢想—重新定義行業價格模式

回到(dao)2023年OpenAI的(de)生成式(shi)(shi)AI橫空出(chu)世(shi)，三年后(hou)AI已(yi)經(jing)悄悄滲透到(dao)日常生活的(de)很多(duo)個方面，如(ru)今人們說的(de)“Deepseek說”儼然(ran)已(yi)經(jing)頗具權威。在不遠的(de)將來，大(da)模(mo)型會(hui)成為我們身邊新的(de)“水、電、燃氣和移動流(liu)量”。在這個設定(ding)下，AI垂(chui)直(zhi)應用(yong)會(hui)衍生出(chu)更多(duo)樣(yang)的(de)定(ding)價模(mo)式(shi)(shi)。

不妨放開思路，直接參(can)考(kao)水電和(he)燃氣的(de)(de)付費方式——按(an)使(shi)用量(liang)計(ji)費，以及階(jie)梯定(ding)(ding)價(jia)。用戶可以先低價(jia)“存(cun)儲”一定(ding)(ding)量(liang)的(de)(de)token，使(shi)用結束后，需要以稍(shao)高的(de)(de)價(jia)格購買新的(de)(de)token。我(wo)們身邊更具參(can)考(kao)價(jia)值的(de)(de)是“移動(dong)流量(liang)”這個平凡到被忽略的(de)(de)龐(pang)然大物(wu)。

AI垂直(zhi)應用(yong)(yong)(yong)的(de)(de)定價完全可(ke)(ke)以(yi)(yi)(yi)參(can)考移動流(liu)量包(bao)的(de)(de)定價，豐富(fu)的(de)(de)“基礎訂閱費(fei) + 流(liu)量包(bao)/算(suan)力包(bao)”。用(yong)(yong)(yong)戶可(ke)(ke)以(yi)(yi)(yi)根據自己的(de)(de)實(shi)際使(shi)用(yong)(yong)(yong)量，購買(mai)不(bu)同(tong)價位的(de)(de)套餐，在超出使(shi)用(yong)(yong)(yong)token量的(de)(de)情況下，可(ke)(ke)以(yi)(yi)(yi)額外支付token費(fei)用(yong)(yong)(yong)或者購買(mai)新的(de)(de)“token包(bao)”，當月token余量還(huan)可(ke)(ke)以(yi)(yi)(yi)轉移到次月。

05 結語：盡管很難，但我們再也回不到沒有AI的日子

AI大模型無(wu)疑是這(zhe)個時代最(zui)激動人(ren)心(xin)的技術(shu)變革(ge)之一(yi)，而AI垂直(zhi)應(ying)用的火熱則更(geng)快速拉近了人(ren)們和AI的距離。

我們(men)已(yi)經享受到(dao)了大模型帶來的福利，工(gong)作(zuo)中的臟活累(lei)活苦力(li)活以(yi)(yi)及自己(ji)不(bu)想做的工(gong)作(zuo)都可以(yi)(yi)扔給AI，它既是(shi)我們(men)的助手又是(shi)我們(men)的導師(shi)。可以(yi)(yi)想象，隨著大模型的升級(ji)迭代，我們(men)會更(geng)加的離不(bu)開(kai)AI，也回不(bu)到(dao)沒有AI的日子。

既(ji)然(ran)AI已經(jing)變成了和移動流量一樣普(pu)遍，那么是(shi)時候(hou)跳出科技技術(shu)的(de)束縛(fu)，從更日常的(de)角度去考慮(lv)定價(jia)，這未嘗(chang)不是(shi)一種(zhong)創新。

今天AI垂(chui)直(zhi)應用的成本困境，未(wei)來一(yi)定會被巧妙破解，在(zai)中(zhong)國，尤其將如(ru)(ru)此。——一(yi)如(ru)(ru)DeepSeekV 3.1以算法創新惠及(ji)中(zhong)國芯(xin)片算力業生態化突破一(yi)樣。

本文(wen)系基于公開資料(liao)撰寫，僅作為信息(xi)交流(liu)之用，不(bu)構(gou)成任何投資建議(yi)。