点击蓝字 关注我们
Enjoy Global
AI 公司已经不满足于每月只收 20 美元了。
ChatGPT 和 Claude 都在 20 美元会员之上，推出了 100 美元、200 美元的个人套餐；Manus、Runway 则把会员与积分结合，用户需要更多额度时，还可以追加购买。
20 美元的价格牌还在，它能覆盖的需求，却越来越需要仔细计算。
过去，一个免费版、一个高级会员，足以让 AI 应用的商业模式看起来完整。现在，当用户开始让 AI 写代码、跑任务、批量生成视频，固定月费面对的是一笔不断增长的计算账单。
对用户，AI 越能干，越可能值得多花钱；对公司，用户越爱用，也越可能把利润吃掉。
两股力量，正在把 AI 的价格表向两头拉开：低价套餐争取更多付费用户，高价会员和额外额度承接更重的工作需求。
所以，19.99 美元还能撑多久？更值得追问的是：当 AI 真的开始替人干活，一份会员费，究竟该买到多少工作量？
这关系到 AI 公司的下一阶段增长，也关系到中国出海团队能否把产品热度变成一门持续赚钱的生意。
01｜20 美元只是开始，AI 公司把价格一路卖到了 200 美元
ChatGPT 的个人付费体系，已经覆盖从 8 美元到 200 美元的多个档位：Go 每月 8 美元，Plus 每月 20 美元，Pro 则提供 100 美元和 200 美元两种选择。
最值得关注的，是两档 Pro 之间的区别。按照 OpenAI 的说明，它们拥有相同的核心能力，主要差别在使用额度。
这意味着，同一套 AI 能力，可以根据用户的使用强度，卖出不同的价格。
Claude 同样保留了每月 20 美元的 Pro，同时提供每月 100 美元、200 美元的 Max 方案，将不同强度的用户放进不同套餐。
能用什么，决定用户愿不愿意订阅；能用多少，正在决定用户还愿意付多少钱。
AI 创作工具和智能体产品，则进一步把工作量换算成积分。
Manus 的 Pro 有 20 美元、40 美元起的月付方案，对应每月 4000、8000 积分起；Runway 的 Standard、Pro 和 Max 月付价格分别为 15 美元、35 美元、95 美元，对应 625、2250 和 9500 积分。需求扩大，用户可以选择更高套餐或额外额度。
另一端，低价会员也在争夺市场。除了 ChatGPT Go，Google 还提供每月 9.99 美元的 AI Plus，与 19.99 美元的 AI Pro 形成梯度，并把 AI 与存储、办公等权益组合销售。
这些价格放在一起，呈现出一条清晰的商业路径：先降低首次付费门槛，再让持续增加的工作需求带动消费。
对于 AI 公司，20 美元仍然可以是一个好价格。但它能否成为一门好生意，取决于套餐内的使用成本、用户获得的价值，以及后续扩购的理由。
对中国创业团队来说，真正需要研究的，是自己的用户在什么情况下愿意从 20 美元升级到更高预算，以及平台能否从增加的用量中赚到钱。
02｜用户越爱用，公司越可能赚不到钱
AI 订阅最尖锐的矛盾，是收入按月收，成本却可能随着每一次任务继续增加。
传统软件同样有服务器和服务成本，但生成式 AI 把成本与使用行为绑得更紧：长文档需要更多处理，复杂推理需要更多计算，智能体还可能反复搜索、运行代码、调用外部工具。
用户只输入了一句话，后台未必只执行一次操作。
Manus 的官方积分说明就列出了三类主要消耗：大模型 Token、支撑浏览器和代码执行的虚拟机，以及第三方接口。任务越复杂、持续越久，积分消耗通常越高。
这意味着，两个支付相同月费的用户，背后可能是完全不同的成本。
可以做一个简化假设：两人都支付 20 美元，其中一人当月只产生 2 美元的直接服务成本，另一人产生 30 美元。后者虽然更活跃，却已经在计入获客、研发和管理费用之前，出现了收入覆盖不了直接成本的问题。
这不是任何公司的实际财务数据，而是固定月费面对高波动用量时的基本矛盾。
Cursor 曾经把这道难题摆到台前。
2025 年 7 月，Cursor 在一篇官方说明中，就此前调价沟通不清致歉，并表示会退还相关意外用量费用。公司解释，当任务变长、模型消耗更多 Token 时，复杂请求的成本可以比简单请求高一个数量级，因此需要调整原有按请求次数计算的方式。
这件事揭示了两本不同的账。
平台算的是：这个用户消耗了多少资源，月费够不够覆盖。
用户算的是：我已经买了会员，为什么完成原来的工作还要继续付钱？
计费更贴近成本，不会自动让用户觉得更公平。
对 AI 公司而言，解释清楚额度、提前展示支出、明确超额后的处理方式，都已经成为产品体验的一部分。价格页上没有讲明白的事，最终会变成客服压力、退款争议和信任损失。
03｜AI 视频最该算的账：生成便宜了，成片真的便宜了吗？
这场定价变化，在 AI 视频、短剧和漫剧制作中更加直观。
Runway 的 Standard 套餐每月提供 625 积分。按照其官方计费规则，使用 Gen-4.5 生成视频每秒消耗 12 积分，生成一段 5 秒视频需要 60 积分。
按这个规格计算，625 积分可以支持 10 次完整的 5 秒生成，还剩 25 积分。
但 50 秒生成素材，并不等于 50 秒可交付成片。
一个镜头可能因为角色不一致、动作失真或者运镜不符合要求而需要重做。片段生成之后，还可能继续发生配音、口型调整、剪辑和人工修正成本。
对于内容团队，真正需要比较的是：
可交付内容的单位成本＝（生成与返工支出＋后期与人工支出）÷最终可用的内容量。
看一个仅用于说明的算例。
假设工具 A 每次生成成本为 1 元，平均 10 次才能获得一个符合要求的镜头；工具 B 每次 3 元，平均两次就能得到一个合格镜头。
只计算生成支出，A 的合格镜头成本是 10 元，B 是 6 元。单次报价更高的工具，最终反而更省钱。
这也是 AI 创作应用可以争取溢价的地方。
如果产品能提高角色一致性、减少重复生成、保留可复用资产，让同一套人物和场景服务后续剧集，就有机会降低整条制作流程的成本。
对短剧、漫剧出海团队而言，还可以把同一笔账延伸到多语种生产：一集内容完成配音、字幕、口型和画面调整之后，究竟能以什么成本交付另一个市场？
谁能提高“生成一次就能用”的概率，谁就更有理由让专业用户付更高的价格。
因此，AI 创作工具的竞争会同时发生在两端：一端压低单次生成支出，另一端提高成品率和交付效率。后者更接近制作公司的真实采购标准。
04｜积分能撑起收入，也可能把用户挡在门外
月费加积分，能够把基础收入与额外用量连接起来。
用户通过订阅获得功能和一定额度，需求增加后继续充值；平台则可以让高成本任务消耗更多积分，减少不同任务之间的成本错配。
Manus、Runway 和 Cursor 虽然产品形态不同，都已经把套餐内额度与额外使用放进商业化结构中。Cursor 当前价格页也明确，套餐包含一定模型用量，消耗完之后可使用按需计费继续运行。
但积分制存在一个容易被忽视的问题：用户可能越来越难知道自己究竟买到了多少工作量。
同样是 1000 积分，在不同产品里可以完成的事情完全不同。即使在同一个产品中，模型、时长和任务复杂度变化，也可能让消耗出现明显差异。
积分简化了后台计量，却可能增加前台理解成本。
尤其是智能体任务，用户很难在开始之前知道它需要尝试几次、运行多久。如果执行中不断扣费，又没有清晰的预算提示，用户就可能减少尝试。
这会反过来影响产品价值：越担心账单，越不敢把重要工作交给 AI；越少使用，越难建立长期付费习惯。
因此，好的混合定价需要同时提供两种确定性。
一种是价值确定性：这个套餐大致适合完成什么工作，典型任务的消耗区间是多少。
另一种是支出确定性：接近额度时如何提醒，超过预算后是否暂停，额外充值如何确认，技术失败怎样处理。
Manus 明确表示，由其自身技术问题导致任务失败时，会退还已消耗积分。这类规则的价值，在于划清用户应承担的成本边界。
能够长期成立的追加消费，需要建立在用户认可产出价值的基础上。
通过模糊额度让用户被迫充值，也许能提高一段时间的收入，却很难培养稳定的专业客户。
05｜从 0.99 美元到 9.99 美元，AI 开始按“做成什么”报价
在企业市场，另一种变化更加深入：AI 公司开始把计费单位推向业务结果。
Intercom 旗下的 Fin 提供了一个具体样本。
其公开价格中，解决客户问题、按配置完成流程交接等结果通常收费 0.99 美元；符合预设条件并被按规则分流的销售线索，则属于 9.99 美元的"Qualification"结果。不同使用方案还可能涉及最低消费或客服系统席位费用。
同一款 AI，执行不同业务任务，报价可以相差十倍。
从商业逻辑看，这种设计把客户的比较对象带向了具体业务：处理一次咨询需要多少人工成本？识别一条符合条件的线索，对销售团队有多大价值？
不过，结果付费最难的环节，是定义什么叫“做成了”。
以 Fin 为例，“问题解决”既可能来自客户明确确认，也可能来自 AI 回答后客户没有继续请求帮助；而销售线索符合筛选条件，也不等于最终成交。官方还规定，如果客户回到原会话继续寻求帮助，之前计入的解决结果会被扣除、不再收费。
这些边界决定了合同如何执行，也决定了账单能否被客户接受。
对于企业 AI 应用，结果越清晰、越能被验证，越有条件采用结果计费。反过来，如果价值高度主观、过程需要大量人工协作，过早承诺“只按结果收费”，就可能把无法控制的成本留给自己。
结果付费考验的是交付能力，也考验产品有没有能力证明自己交付了价值。
同样的逻辑也适用于 AI 内容工具。完成了一次生成、导出了一条视频、交付了一集符合要求的剧集，是三个不同的收费承诺，背后承担的责任也不同。
06｜大厂把 AI 装进套餐，独立应用还怎么收第二份钱？
对于中国 AI 出海团队，定价还有另一重压力：用户已经买过大厂会员。
Google AI Pro 的 19.99 美元，包含的不只是 Gemini 能力，还组合了存储、办公和其他生态权益。
这意味着，一款独立应用如果同样收费 20 美元，就需要解释：用户已经拥有一个通用 AI 套餐，为什么还应该再付一份钱？
答案必须落到具体工作中。
一款面向跨境内容团队的产品，可以围绕多语种素材批量生产形成价值；一款面向漫剧工作室的工具，可以围绕角色一致性、镜头复用和团队协作形成价值；一款企业智能体，可以围绕某个反复发生的业务流程形成价值。
这些产品有机会争取的，是客户愿意持续投入的生产预算。
但要拿到这笔预算，商业化设计也要跟上。
首先，围绕工作量设计套餐。
个人创作者、固定更新的工作室、批量交付的服务商，使用节奏并不一样。低价入口可以减少首次决策压力，专业套餐则需要承接批量处理、并发、协作和持续交付需求。
其次，定价本地化需要连同额度一起设计。
在支付意愿较低的市场，直接给原有套餐打折，却保留同样的高成本用量，可能压缩利润空间。更可行的测试方向，是同时调整起付金额、包含额度和充值包，让价格与需求强度相匹配。
最后，把收入增长与交付成本放在一起看。
新增多少付费用户、月收入增长多少，仍然重要。但 AI 公司还需要知道：高强度用户是否能够覆盖服务成本，一个有效任务的成本是否在下降，追加购买的用户是否继续留存。
对短剧和漫剧工具，关键可以是每个可用镜头、每集交付内容的成本；对智能体，关键可以是一次成功任务的成本与人工接管比例。
这些指标能够帮助团队判断，用户增加支出是因为产品持续创造价值，还是因为流程反复失败、不断消耗额度。
前者有机会形成长期生意，后者很难支撑稳定续费。
19.99 美元仍然会留在 AI 产品的价格表上。对于需求稳定、用量可控的用户，固定订阅依然简单有效。
但 AI 公司的商业模式，已经需要容纳更多层次：个人尝试、专业生产、团队协作，以及能够验证的业务结果。
接下来值得关注的，是哪些公司能够让用户完成同一份工作时花得更少，又因为承接了更多工作，获得更高的总收入。
