ChatGPT Plus 火起来之后，很多人已经默认：AI 软件，就应该一个月交二三十美元。
Claude Pro 也是类似逻辑。再往上还有各种 Pro、Max、Team、Business。
但变化来了。
9 月初，Gartner 专门发了一份研究，提醒企业开始准备面对一种新的 AI 收费方式：
Consumption-based AI Pricing-----按 AI 实际使用量收费。
Gartner 判断，到 2028 年，大型厂商新增的企业法律科技支出中，超过 35% 可能来自这种按使用量计费的模式。
更值得注意的是 Gartner 给出的原因：
AI 用得越成功，企业反而越容易遇到预算问题。
我们先把传统软件的收费逻辑搞清楚。
Salesforce、Microsoft 365、Slack、Notion等等，大量 CRM、ERP、协同软件，过去最常见的收费单位都叫：
Seat，也就是席位。
公司有 100 个员工需要用，每个员工 20 美元一个月，那就是2000 美元。
至于这个员工一个月打开软件 5 次还是 500 次，通常不会直接影响账单。
因为传统 SaaS 多一个用户、多打开几次页面，厂商增加的边际成本没那么夸张。软件已经开发好了。
你登录一次和登录十次，对后台成本当然有差别，但通常不会差到几个数量级。
但现在的AI 把这个逻辑打乱了。
我们先把传统软件的收费逻辑搞清楚。
第一个人每天做的事情只是简单对话；
第二个人每天让 AI做数据、写代码、跑测试案例；
这两个人用户，但他们给平台带来的成本完全不是一个数量级。
这就是 AI 软件跟传统 SaaS 最大的区别。
微软现在对 Copilot Credits 的定义就非常直白。
AI Agent 到底消耗多少 Credits，不只是看你“问了几句话”，取决于：
调用了哪些工具。
换句话说，一个 AI 任务背后的成本，本来就是动态的。
这就出现了一个过去 SaaS 很少遇到的问题：
同样收 20 美元，轻度用户可能非常赚钱，重度用户可能根本不赚钱。
而且 AI 越好用，这个问题越严重。
聊天机器人时代，这个矛盾还没那么突出。但现在开始进入 AI Agent，情况i就完全不同了。
你输入一个指令，用户看到的是一句 Prompt。
但一次用户请求，后面可能变成几十次甚至更多的计算和工具调用。
这也是为什么微软现在给 Agent 算成本的时候，已经不再简单按照“一个用户一个月多少钱”。
它的 Copilot Credits 可以按实际消耗计算，而且企业可以选择预付，也可以 Pay-as-you-go（按需付费）。
目前微软官方的 Copilot Studio 按量计费价格是 0.01 美元/credit。企业还可以设置消费策略、使用阈值和预算控制。
这其实释放了一个很明显的信号：
AI 软件正在从“卖账号”，变成“卖计算工作量”。
如果继续往下看，会发现事情还没有停在 Token，Salesforce 的 Agentforce 现在已经提供多种收费方式。
按 Conversation （对话）收费
购买 Flex Credits（灵活额度）
Salesforce 目前的标准计费方式是：AI 每完成一个标准业务动作，会消耗 20 个 Flex Credits。
这已经和传统软件完全不一样了。
以前买是在买：“一个员工使用 CRM 的权限。
现在开始变成：“AI 替你执行多少次业务动作。
那么一个非常有意思的问题来了：
既然企业真正想买的是工作结果，为什么还要按 Token 收费？
Token 其实只是一个过渡方案，它对 AI 公司很合理。模型计算了多少 Token，就收多少钱。但站在普通企业角度，Token 是一个非常糟糕的计价单位。
企业根本就不关心 Token，企业关心的是：
AI到底解决了多少客户问题？
这也是现在另一个很重要的变化：
不按照 AI 消耗了什么收费，而按照 AI 做成了什么收费。
Intercom 的 Fin AI Agent 已经在这么做（Intercom 是一家做 企业客户沟通和客服软件 的公司，也可以把它理解成一套 客服 + 在线聊天 + AI 客服 平台。）。
它的收费单位不是 Token，也不是用户，而是 Outcome（结果）。
例如 AI 成功解决了一个客户问题，才产生相应费用。如果 AI 尝试了，但最终没解决，就不按照成功结果收费。
这其实才是 AI 软件未来最值得关注的一层变化。
回到大家最熟悉的 ChatGPT。
OpenAI 现在其实也在往混合收费的方向走。
ChatGPT 个人套餐仍然保留固定订阅，但部分功能已经支持：
套餐内额度 + Credits 扩展使用。
也就是说，你仍然可以购买 Plus 或 Pro，但达到部分功能的套餐额度之后，可以继续购买 Credits 使用，而不是单纯等待额度恢复。
企业端这个趋势更明显。
OpenAI 当前的 Business、Enterprise 等灵活计费方案里，Deep Research、Agent、图片、Codex、Workspace Agent 等不同功能，会对应不同的 Credit 或 Token 消耗。
会员逐渐变成“基础套餐”。
套餐里包含的轻度用户基本够用
重度用户继续买 Credits
企业用户则进一步进入按 Token、按任务、按 Action，甚至按结果计费。
传统 SaaS 有一个很有意思的特征：买完以后，当然希望员工多用，多用通常不会明显增加账单。
AI 不太一样。
如果一个 Agent 项目做失败了，没人用，成本可能反而不高。
如果这个项目做成功了，那消费量可能迅速上升。
所以 AI 会出现一种非常反直觉的情况：最成功的AI项目，可能也是最容易超预算的项目。
微软现在已经给 Copilot Credits 加入预算、阈值、Spend Policy 等管理能力，本质上就是在解决这个问题。
Salesforce 同样专门做了 Digital Wallet 去查看 Agentforce 的消费情况。
这说明 AI Spend Management 正在逐渐变成一个新的企业需求。
这也是我认为 Consumption-based AI Pricing 真正会影响普通公司的地方。
一个公司同时订十几个海外 AI 和 SaaS 产品，很容易出现：
哪个部门花的？
哪个项目产生的？
为什么这个月突然涨了？
还有没有人在用？
到底是哪一个 Agent 把额度跑完了？
其实企业可以把不用的费用，拆到不同的虚拟卡上。
不同用途单独看流水、单独控制额度，需要停掉某一个服务时，也不用影响其他订阅。
我们自己的 MXK8 虚拟卡平时服务的一个主要场景，就是海外 AI、SaaS 和开发者工具的支付。
以前很多用户来解决的是：
“ChatGPT怎么付？”
但我觉得接下来企业真正更值得关注的问题会慢慢变成：
“AI工具越来越多以后，怎么把这些订阅和消耗管清楚？”
后者其实比单纯解决一次付款更重要。
九、20美元会员真的要消失了吗？
个人觉得短时间不会。
ChatGPT Plus、Claude Pro 这种固定月费模式依然很适合普通消费者因为足够简单。
没人想每天算自己用了多少 Token。
但如果看整个行业的发展方向，有件事已经越来越清楚：
“一个人，一个账号，一个月一个固定价格”的SaaS逻辑，不再足以覆盖AI。
未来很可能长期同时存在三种收费模式：
第一层，Subscription：普通用户继续包月。
第二层，Consumption：重度使用、Agent、API、企业 AI 按 Credits、Token、Action 计费。
第三层，Outcome：AI 真正完成任务之后，按照结果付钱。
而第三层，可能才是 AI 软件商业模式真正成熟的标志。
因为到了那个时候，我们不再为用了多少 AI付费。
而是在为：AI到底干成了什么付费。
关于我们
