在 AI 产品定价的语境中，“token定价”看似理性，却往往遮蔽了用户真正关心的“结果价值”。本文将从产品定价的认知误区出发，拆解 token 定价的局限，提出“结果定价”作为更具产品感与用户导向的定价范式，为 AI 产品经理提供一套更贴近价值交付的定价思维。把钱收在“通过/合规/转化”上，团队的优化目标才会和客户对齐。当账单跟业务结果同频，LTV/CAC 往往抬得更稳。为什么还在卖 token？生成式 AI 把“计算量”变成了大家都能看懂的计价单位，但计算≠价值。对 B 端来说，真正买的是“通过一次审核”“减少一次拒付”“多一笔订单”。当价格挂在 token 上，产品团队会追求“更短提示、更多缓存”；当价格挂在结果上，团队自然追“更高通过率/转化率”。这就是两种不同的行为系统。2025 年 8 月，行业内“鲸鱼型推理用户”把一家公司订阅模型打穿：个别开发者用自动化任务在固定月费下跑出 3.5 万美元的推理成本，平台被迫上线限额、调整计费。这不是道德问题，是计价对象错位——卖 token 时，极端用量会把毛利拉爆表。结果定价能把风险包回到“可付得起的单位价值”上。更早的广告行业给过答案。2014 年，Twitter 推出“以目标计费”，粉丝目标只在“新增关注”时扣费，广告主不再为无效展示买单。计费口径一换，投放与增长部同桌算同一件事：到底多了多少“真粉”。再往细处看，Twitter 的 Followers 目标账单清晰写着“只在有人关注时计费”。这句产品文案，比任何“品牌曝光”更能稳住 ROI 的预期值。把账单与结果绑在一起同一个漏斗，“卖算力”与“卖结果”常常导向相反策略：前者倾向压缩输入、避开难题；后者倾向解决难题、提通过率。两组对照更直观：2018 年起，Google 在 Display 推出“Pay for Conversions”，满足要求的账户可以“只为转化付费”，tCPA 低于 200 美元才生效。这是平台级把“展示/点击”改成“结果”的典型实践。电商风控里也有“把风险打包进价格”的成熟模式。Riskified 的“拒付保障”按“被批准且成交的订单”收取费用，并承诺承担拒付损失。2023 年的 TEI 报告里，这种“结果付费+责任共担”的模式给客户带来 594% ROI，且回本期很短。广告与风控是一体两面：一个追“多卖”，一个保“能收”；它们都在提醒我们——当计费锚在业务动作上，优化才会沿着同一根绳子用力。把油门接到里程表上结果定价不是“情怀”，它改变了内部因果链。先有“谁为结果负责”，再有“用什么策略提结果”，最后才是“算力怎么省”。支付就是一个例子。Stripe 的费率写得很直白：只对成功支付计费（每笔抽取百分比+固定费）。这让商户“支付失败的重试、风控二次验证”都变成“过程成本”，而不是“账单成本”；供应商与商户都在为“成功率”优化，而不是为“调用量”优化。分期支付则更像“把转化装上发动机”。2021 年，Affirm 推出“自适应分期”后，一批商户的审批通过率均值提升 22%，转化率提升 26%，分期销售额提升 20%。这是典型的“结果带动收费”的双赢。到 2024 年底，SeatGeek 公开说法更克制：上线 Affirm 后，转化率约提升 0.5%–2%，加上更高客单，抵消了分期费率，整体经济性更好。更重要的是，商户只在“成交”上付费，账单与 GMV 增长聚合。反过来看 token。大模型厂商的定价页把“输入/输出/缓存/检索/工具”等拆到 1M token 级别，的确透明，但它迫使买方团队去“降字数、调温度、拆步数”，而不是直面“到底多通过了几条、少了几次拒付”。2025 年 8 月，Claude Sonnet 4 把上下文推到 100 万 token，能力更强、也更容易“把账单卷到 prompt 里”。隐喻只用一次：把油门（内部优化）直接接到里程表（对外计费）上——车才会真往前跑，而不是在原地轰油。2025 年前后的分水岭讲两个“合规即计费”的故事。2023 年 6 月，一家面向多国开户的券商在接入 Trulioo 后，先做了“价值优化分析”，随后各国的命中率提升 2%–12%，每月新增用户价值增加 23.76 万美元，且不增加额外成本。背后是“按验证成功的价值去衡量”的思路，团队把精力放在“命中率/覆盖率/路由”而不是“调用更便宜的源”。2025 年，iDenfy 在市场上直接喊出“只为通过的验证付费”，声称平均可降 70% IDV 成本。定价锚点从“尝试一次”换成“验证通过一次”，企业会自然把预算花在“提升通过”的环节，比如更好的活体检测、国别路由、重试免收费。再举个不那么“合规”的合规模型：安全众测的赏金平台，本质上就是“只为有效漏洞买单”。Bugcrowd 的文档写得更白：现金奖励只支付给“有效且在范围内”的漏洞；而且 TransferWise（今 Wise）私测上线 24 小时就收到了一个 P1 级别的关键漏洞——这是“以结果计费”缩短风险暴露窗口的直观例子。这些案例并非“行业彩虹”，它们只是把“谁获益、谁付费”的边界画清楚。把 token 让位给结果后，优化链条的每一个动作都有了价签：通过率提升 1 个点，值不值？账单会回答。从今天开始做两套价先承认现实：AI 任务的“价值方差”很大，同一模型在不同任务上的“单位价值”差别一个数量级。稳妥法不是“一刀切改价”，而是“把能和结果挂钩的部分先挂起来”。一个最小闭环可以这样落：可以用两套价并行几周，观察“每 100 次任务”的毛利变化与留存。更稳的方式是引入“白名单客群 + 保底算力包”，把“极端难题的成本”留给“过程账单”，把“可规模化的常见任务”放入“结果账单”。把手伸向账单的方向贵脑力留给硬骨头：把“强模型/多步推理”做成可选加价档，默认用便宜路径把常见任务跑通——省下的不是能力，而是把稀缺算力只给愿为“结果”买单的人。慢活进冷队列：把可延迟的活儿丢进低优先级批处理；慢就是便宜。省下来的算力与人力，优先砸在提通过率的环节。、先卖结果，后补过程（增长向）：先上“按通过/合规/转化计费”的外部SKU，token包退到辅助位，用来承接探索、调试和偶发高复杂。把“这次省在哪”明明白白写在价签上。用定价管流量：拆分不同消耗曲线——高频轻载与低频重载不共票；把反作弊、失败重试、复检的开销内化进结果单价，少在流程上拉扯，多在价值上对齐。尾声写到这儿，只想把话说直白：客户不是在买电，他在买一盏亮着的灯。我们也别再为每个 prompt 的字数拧巴，把价签挂在“抵达”上。当价签换了位，目标会靠近，争论会变少。工程师不再为省一行字纠缠，销售不再解释“这次为什么贵”，财务第一次觉得账单有温度。它指向同一件事——那一次真的通过了、真的成交了、真的安全落地了。如果还犹豫，就从一块小 SKU 开始：给“通过一次”定价，把“失败一次”的成本收回口袋。看 30 天，看留存、看复购、看团队的眼睛是不是更亮。市场从不奖励多走的步子，只奖励抵达。商业不是诗，但好的定价能让人愿意再往前迈一步。换一种勇气，换一种计价。我们在同一条河上——愿你我都能上岸。专栏作家言成，人人都是产品经理专栏作家。悉尼大学的IT & itm双学位硕士；始终关注AI与各产业的数字化转型，以及AI如何赋能产品经理的工作流程。本文原创发布于人人都是产品经理，未经许可，禁止转载题图来自Unsplash，基于 CC0 协议