AI产品的价格单位、企业合同结构与变现基础设施——Chargebee产品副总裁Prittam Bagani演讲要点梳理（Product School，2026-08-10）

——据Product School节目《VP of Product at Chargebee | Pricing and Monetization for AI Products》（2026-08-10）整理

摘要：本文对Product School AI Builder Week线上讲座中，订阅计费与变现平台Chargebee产品副总裁Prittam Bagani关于AI产品定价与变现的主要观点进行了梳理汇总。梳理了AI产品定价与SaaS定价的根本差异及价格单位的四级阶梯，介绍了Cursor、Lovable与演示公司Doc IQ的定价结构以及企业合同的四个原语，最后阐述了支撑用量计费的计量、记账与变更管理机制。据其介绍，CodeRabbit的Slack代理按每分钟50美分计价、折合每小时30美元，Fin每个结果收费0.99美元，Cursor收入的60%至70%来自企业合同。

关键词：定价与变现；席位制定价；按量计费；单位经济；Chargebee；Cursor；Lovable

一、AI产品与SaaS定价的根本差异

Bagani认为，AI产品的定价与打包“与我们过去给SaaS产品定价的方式有根本不同”，沿用SaaS方式定价将使毛利受到侵蚀。

他将差异概括为三个方面。一是毛利成为定价的核心决策变量，“每一次工具调用、每一次推理、每一次代理运行都是销货成本”，这些成本直接侵蚀毛利；SaaS时代边际服务成本接近零，定价讨论主要围绕价值与竞争，毛利很少进入考量。二是用户层面的单位经济变得重要，“这在SaaS时代并不重要，但现在用户层面的单位经济真正重要起来，你得找出哪些用户在为你的毛利做正贡献、哪些在拖累它”。三是价值驱动由席位转向消耗，随着更多工作负载转向代理，席位数将趋于下降。

基于此，他提出AI产品需要新的价值计量单位，并强调“没有哪个模型是对的或错的，完全取决于你的产品和你卖给谁”；同时主张“让你的定价能跟你的产品一样快地变”，为此将底层变现机器单列阐述。

二、价格单位的四级阶梯

Bagani将可选的价格单位排成由原始消耗向客户感知价值逐级靠近的阶梯，依次为token或算力、积分、工作单位与结果。

（一）阶梯的构成

一是底层的token或算力，属于消耗计价的“一种口味”；二是积分（credits），作用是“把token的使用抽象掉，在产品内部各种可变成本与工作负载之上做平滑”，Lovable等AI原生应用普遍采用；三是工作单位或工作量单位，例如CodeRabbit的Slack代理按代理工作分钟数计价；四是结果计价，例如Fin按支持工单的解决数收费，“那正是客户购买这个产品所要的结果”。

（二）工作单位计价的优势

他认为按分钟计价有三方面好处。一是可预测，“CFO预测token用量很难，预测代理用几分钟要容易得多”。二是切入不同的预算科目，每分钟50美分折合每小时30美元，与同岗位资深工程师的成本相当或低得多，“你切入的是招聘预算，绕开了软件支出预算”。三是账单简单，分钟数乘以费率即可，省去从token换算到积分的整套解释。

（三）结果计价的适用边界

据其介绍，Fin每个结果收费0.99美元，HubSpot按已解决对话计费，Intercom、Zendesk、HubSpot所在的整个客服品类已按结果重新定价。但他同时指出：“这非常难做，而且只适用于结果定义得非常干净的特定场景。”

三、定价结构案例

Bagani以Cursor、Lovable与演示公司Doc IQ为例，说明AI产品如何围绕价格单位设计定价结构。

（一）Cursor的双池、封顶与企业合同

据其介绍，Cursor的20美元Pro计划提供约20美元的前沿模型额度，60美元的Pro Plus计划提供70美元的前沿模型额度，外加“慷慨的”自有模型用量，用户按月付费买到的token多于直接向前沿模型购买。他从三个层面解释其经济账：一是双池，Cursor有自有模型池与前沿模型池，产品在auto模式下被优化为优先使用自有模型，他以多年用户身份表示“我从没想过切到前沿模型，auto对我大多数编码需求已经够用”；二是封顶，只有少数重度用户会把产品用到毛利承压的程度，而20美元或70美元的前沿额度即为上限，“你不会跌进负毛利区太深”；三是收入结构，他转述《福布斯》（Forbes）的估计，Cursor收入的60%至70%来自企业B2B合同，其中席位费、池化用量、治理控制等杠杆各自带有经济性，附加在按token计费之上。

（二）Lovable的积分模型

Lovable采用订阅加积分模式，月费换取一定额度的积分，并配套一系列规则，包括积分是否跨月结转、用完能否加购，以及每天赠送5个当日过期的免费积分，用意是“鼓励用户每天回来用产品”。他认为积分模型对Lovable成立的根本原因在于，同一个积分单位充当了多条产品线之间的抽象层，设计体验、云托管与面向真实生产应用的AI能力全部折算为一种虚拟货币。与之配套的是透明度，无论是改一个按钮颜色还是搭建一整套新体验，产品都会显示耗时与消耗的积分数，用户可据此调整用法。

（三）多种定价模型并存

演示所用的虚构公司Doc IQ按ElevenLabs的产品形态建模，三条产品线采用三种计价：一是文档提取产品按单件计价并在计划内包含一定数量，每次提取0.30美元、每次分类0.12美元；二是文档问答产品按积分计价，每月1000积分外加每日50个当日过期积分，搜索与摘要等功能各自折算为积分；三是API产品按纯用量付费，用量越大单价越低。他表示三种模型并存不作为推荐做法，但“随着产品变复杂、产品线变多，同时存在多种定价模型、或把多种模型混成订阅加积分、或从一种模型演进到另一种，都非常常见”，定价体系从一开始就要为这种灵活性留出结构。

四、企业合同的四个原语

Bagani认为定价页“只是冰山一角”，真正的复杂度在企业合同中，多数AI产品“会通过大型企业合同赚到比在线与PLG渠道更多的钱”。

他将企业合同拆分为四个原语。一是额度（entitlements），即合同给了什么，典型形态是组织级池化用量再按部门切分，“市场部拿x%的积分，工程部拿y%”，额度用尽后的超量费率逐份合同可谈，再往上有“不得超过”的硬上限，触顶后是否停用需要事先定义。二是承诺（commitment），即客户承诺花多少，多年合同中配有爬坡（ramp）安排，“一份300万美元的合同，可以第一年70万、第二年100万、第三年130万，没有人应该手动去调，承诺和额度每年自动变”。三是价格，“相信我，进了企业合同，定价的每一个元素都会被谈判”，须为价格覆盖、超量费率覆盖、量级与阶梯价带预留结构，客户承诺得越多，获得的价值越高。四是结算（settlement），即账单如何落地，包括欠款如何处理、承诺未耗尽如何处理、超出包含用量如何计算、结转与过期是否已纳入合同模型。他总结称，这些复杂度“比定价页上看到的翻了好几倍”。

五、变现基础设施与变更管理

Bagani认为，用量型产品需要一套毫秒级运行的计量与记账基础设施，并须从一开始为改价做好准备。

（一）计量链条与设计原则

据其介绍，一次用户操作背后的链条为：先读取额度，用户输入提示词后产生消耗，消耗被转化为事件，事件经摄取、计量与计价（rated），换算成积分或自定义的价格指标，随后从积分账本扣减，并在80%之类的阈值上触发告警，“这一切在毫秒级实时发生，运行在AI工作负载的规模上”，服务百万乃至千万用户时，这套基础设施尤为关键。

他提出三条设计原则。一是为用户动量设计，灵感来自OpenAI一篇题为《超越速率限制》的博客，用户撞到速率限制或积分耗尽时，动量不应被打断。二是为透明设计，消耗多少、剩余多少、提前告警，“账单生成时没有震惊、没有意外”。三是为“用户用完了”这一时刻设计，“把这些变现事件定义清楚，在用户撞到上限时把它们变成收入”，从被阻断到重新获得积分的过程必须顺畅，“那些正是你真正的变现时刻，是用量型产品放量的真正魔法”。

（二）演示中的关键机制

演示展示了四项机制。一是预授权与捕获（hold and authorize），一次预计消耗5个积分的查询先冻结5个，执行完按实际的4个扣除，以防止用户在余额将尽时运行昂贵查询，或多用户并发时把余额打成负数；多数产品不会向用户显示这一提示，因其妨碍动量。二是积分账本（credit ledger），他将其定义为“订阅者层面权威的、可审计、不可变的交易记录”，告警与报表既可建在账本上，也可建在原始摄取数据上。三是扣减顺序策略，先扣当日过期的、先扣到期日近的。四是发放机制，发放周期通常短于计划周期，如年付计划按月发放；每个积分对应美元价值，演示中29美元月费对应1000积分，约合每积分0.029美元；结转政策有无限、限时、封顶、不结转四种，结转条款“常常成为企业合同的谈判杠杆”。

（三）变更管理与定价检查清单

他将变更管理单独列出。一是正面例子为Figma Make，从2025年12月发布到正式执行收费之间，有一段时间只让用户免费使用，目的是看清消耗模式再设计定价，配套手段还包括老客户保留原价、软着陆与清晰沟通；二是反面例子为Cursor曾因定价改动沟通不清而公开道歉。他的结论是“你一定会改价格，所以从一开始就要为改价而建”。

收尾时，他给出一组定价检查问题：一是客户在发票上认得出的价值单位是什么；二是用量是有界的还是剧烈波动的，“如果用量有界，你可以定死价格、卖可预测性；如果用量上下剧烈波动，可以把用量作为可变成本直接传导，或者拆成固定与消耗两条轨道”；三是谁决定购买、多快决定，产品驱动增长（PLG）漏斗要用积分、底价、用量可见与无硬停顿来优化，销售主导的合同要为灵活性与可预测性设计；四是用户撞到上限时发生什么，积分与包含用量耗尽的一刻应作为变现事件来设计。

总的看，Bagani认为AI产品的消耗直接构成销货成本，定价须从席位转向与价值更接近的计量单位，并在token、积分、工作单位与结果之间按产品与客户特点选择；企业合同结构与底层计量记账体系决定定价能否落地，定价体系须从一开始为灵活调整留出结构。