为什么我试图取消按token计费（以及为什么我们保留了它）
内容提要
文章认为，按token计费适合后端成本追踪，但不适合面向客户定价，因为它将价格建立在成本上，暴露模型组合与加价，易被压价。作者主张采用统一积分模式，将底层token消耗隐藏在后台，让发票展示客户实际获得的工作成果，并逐步转向基于产出的定价。随着AI代理参与购买与执行，定价将能承载更复杂的变量，产出指标或成为主流。
延伸解读
按token计费的客户定价困境
文章指出，按token计费适合后端成本追踪，但作为面向客户的定价模型存在根本问题：它让成本决定价格，并将模型组合、输入成本和加价率暴露给客户。当模型变得更便宜且可互换时，客户会质疑加价或直接绕过你，竞争会迫使加价趋近于零。因此，企业需要将token消耗隐藏在后台，发票应展示客户实际获得的工作成果，而非底层模型细节。
统一积分模式：隐藏复杂性的中间层
统一积分模式通过积分消耗来呈现客户使用的产品操作，每个任务根据底层token消耗以不同速率扣除积分。发票上显示的是数据增强或生成图像等具体工作，而非使用的10个模型及各自加价。这并非消除复杂性，而是将其保留在后台。Metronome保留token级计量，让企业继续优化模型路由和利润，同时客户无需解析底层细节。
产出定价与结果定价的现实差距
文章区分了输入、结果和产出三种定价指标。结果定价（如客户增收）难以客观归因，存在遥测缺口，通常只适用于拥有垄断力量或极高合同金额的企业。产出定价则基于客观可验证的指标，如生成图像或解决支持工单。作者认为Fin的定价实为产出定价，并建议企业定义自己的产出指标，将其称为结果，并说服市场接受。
代理推动定价模型演变
定价模型因客户比较而改变缓慢，但一旦新模型被接受，市场可能迅速变化。混合定价和基于结果的定价都经历了从无人问津到快速普及的过程。随着AI代理参与购买和执行，它们能处理更多变量，使定价不再受人类理解复杂性的限制。代理还留下审计轨迹，使更多产出可观察和验证，产出指标可能成为主流定价方式。
Q&A
为什么按token计费不适合作为面向客户的定价模式？
按token计费将价格建立在成本上，会向客户暴露模型组合、输入成本和加价幅度，使客户能够挑战加价或绕过你，导致竞争将加价和业务推向零。
统一积分模式如何解决按token计费的发票问题？
统一积分模式创建一个基于积分的消耗系统，客户使用不同产品操作时消耗积分，每个任务根据底层token消耗以不同速率消耗积分。发票上显示客户获得的工作成果（如数据丰富或生成的图像），而不是使用的模型和加价，从而将复杂性隐藏在后台。
为什么基于结果的定价被认为是神话？
基于结果的定价只在极有限的情况下有效，通常需要垄断力量或高客单价来测量结果。存在遥测差距：难以确定结果是否发生以及是否由产品导致，例如销售代理产生的收入可能无法客观归因于产品。
基于产出的定价与基于结果的定价有何不同？
基于产出的定价使用客观、可验证的指标，如生成图像或发送邮件，而基于结果的定价关注客户是否赚钱等难以客观归因的结果。文章认为Fin的基于解决支持对话的定价实际上是基于产出，因为解决的支持票可以客观计数。
为什么定价模型变化缓慢但一旦变化就会迅速传播？
因为客户会将你与竞争对手比较，偏离主流会受惩罚。但一旦新模型被接受，市场会迅速变化，具有达尔文主义特征：一个定价模型可能看起来完全不适应，然后突然变得适应并在品类中传播。例如混合定价和基于结果的定价都经历了这种模式。
AI代理的兴起将如何影响未来的定价模式？
随着代理参与购买和执行工作，定价模型将不再受人类买家处理复杂性的限制。代理可以处理更多变量，更精确地匹配每个任务的价格与价值。代理还使工作更容易测量，每个任务留下审计轨迹，使更多活动可观察和验证，因此可测量的产出可能成为定价指标。
