定价

Agent 产品和聊天机器人最大的区别，是它替用户把事办完了。既然办完了一整件事，按 token 收费就显得荒谬——用户不关心你烧了多少 token，只关心事有没有成。业界已经开始出现「按任务/按结果收费」的模式，Manus 这类通用 Agent 本质就在往这个方向走。但按结果收费听起来性感，落到合同里全是坑。本文把必须写死的三件事讲清楚。 第一件事：到底什么才算任务「完成」？ 按结果收费的死穴，是双方对「成了」的理解不一致。用户说「帮我订一张去上海的机票」，Agent 订了一张早班机——这算成了吗？用户想要下午的，Agent 说任务状态是成功。如果合同里不定义完成标准，这种纠纷每天都会发生。 正确做法是把完成标准写成可机器判定的条件：是否出票成功、航班时间窗、是否满足预算上限。满足全部条件才算计费，缺一条都退单重跑。VulcanBench 那类按任务统计成本的方法，本质就是在做这件事——把「成没成」量化。 第二件事：任务失败的成本算谁的？ Agent 跑失败是常态，不是意外。问题是：跑失败烧掉的 token 成本，算谁的？如果算用户的，用户跑十次失败九次，账单比成了还贵，立刻弃用；如果算你的，一个死循环任务能把你烧穿。 合同里必须写：失败任务不计费，但设一个重试上限（比如三次）。超过三次还没成，双方一起排查，不再单方面烧钱。这个上限就是你成本的保险丝。 第三件事：什么事不归 Agent 管，边界在哪？ 按结果收费最大的风险是「结果范围无限大」。用户说「帮我把这个季度的报表搞定」，Agent 到底是只拉数据，还是要写分析、要发邮件、要通知领导？范围不清，你就是在签一份开口合同。 合同里要列清楚：包含哪几步、不包含哪几步、需要用户人工确认的节点在哪。每多做一步，单独计价。Manus 这种通用 Agent 之所以贵，就是因为它边界模糊——你以为它会自己搞定，结果它卡在每个需要确认的地方等你。 按结果付费到底能不能走通？ 按结果收费是 Agent 商业化的终局方向，但它不是改个价格表那么简单，而是把你的产品重新变成一份可定义、可审计、可限定范围的服务。合同写不清楚的 Agent，定价模式再新潮也会被退款和纠纷拖垮。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：按结果付费

GPT-6.1 Sol 按速度卖三档这件事，对做产品的人启发远大于对用户的情绪。OpenAI 等于公开演示了一套「延迟分舱」定价法：同一模型，按算力优先级分成标准、Fast、Ultrafast 三档，价格差最高 6 倍。如果你正在做任何带 AI 生成的 SaaS，这套打法今晚就能照搬。本文给一套可落地的设计。 你的产品该不该做「三档」？又该对应什么？ 不是所有产品都该分三档，但只要你的产品里有「等结果」这个环节，就有分舱空间。先把用户的等待场景拆开： 标准档：后台批处理、邮件摘要、夜间跑的报表——用户能等，走最便宜的算力池。 Fast 档：实时对话、客服机器人、文档起草——用户在屏幕前等，需要秒级响应。 极速档：游戏内 NPC、交易信号、直播实时字幕——晚一秒就穿帮。 你会发现，同一套底层模型，在这三个场景下的付费意愿差一个数量级。按一个价格卖，等于把极速场景的高价值白白让给了免费用户。 这套延迟分舱具体该怎么落地？ 第一步，在产品里把「生成」这个动作做成可配置的延迟档位，默认给标准档，付费开关解锁 Fast 和极速。第二步，后端对接模型时做路由：标准档走 Luna 这档便宜模型加队列，Fast 档走 Sol 标准价，极速档走 Ultrafast 并预留算力。第三步，定价上参考 OpenAI 的梯度：标准档含在订阅里，Fast 档加 30% 溢价，极速档按次或按专属配额单独卖。 关键是给极速档设硬配额。如果不设上限，一个高频用户就能把你最贵的算力烧穿。OpenAI 敢卖 6 倍价，就是因为知道极速档的容量是稀缺的。 做分舱定价最容易踩什么坑？ 别把「智能」和「速度」混在一个档位里卖。用户为快付钱，不是为更聪明付钱。如果你的极速档只是排队优先、模型没变，就老实说「加速」；如果极速档偷偷换成了更强模型，那要单独标出来。价格信号一旦和用户预期错位，就是 GPT-6.1 Sol 现在面对的口碑翻车。 分舱定价的本质，是把你过去混在一起卖的「体验」拆成可计量的层。拆得越清楚，愿意为快付钱的人越容易掏钱。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：速度分舱定价

10 月 9 日午间，智东西报道了 GPT-6.1 Sol 新一轮调价引发的口碑风波：这个被称作「重置之神」的模型在连续快速迭代后，开始按推理速度分三档卖钱。标准版每百万 token 输入 2 美元、输出 10 美元；Fast 档速度和价格同时翻倍；而最高的 Ultrafast 档每百万 token 输入 12 美元、输出 60 美元，足足是标准版的 6 倍。模型本身快了约 8 倍，价格却最高翻 6 倍——社区直接炸了，骂声集中在「变相涨价」三个字。 这三档定价，OpenAI 到底在卖什么？ OpenAI 这次卖的不再是「智能」，而是「智能加时间」。标准版用排队后的算力池，Fast 档预留专属算力，Ultrafast 档则把优先级拉满。对批处理任务，等几秒无所谓；但对实时对话、游戏 NPC、高频交易信号这种场景，延迟就是产品本身，用户愿意为「不排队」付钱。 这和云计算里的按需实例、预留实例、竞价实例是同一个逻辑：算力是有优先级的稀缺资源，谁出价高谁先算。OpenAI 等于把云厂商那套价格歧视搬进了模型 API。 用户为什么会觉得被「变相涨价」割了？ 问题出在感知落差。用户上一版用的是「一个价格一个模型」，现在同一个 GPT-6.1 Sol，你想要「正常用」就得接受排队，想要「像以前一样快」就得付 6 倍钱。这在心理学上叫锚定迁移：老用户以旧价格为锚，新档位等于把默认体验降级后再卖回来。 更微妙的是，输出 60 美元每百万 token 这个数，已经摸到了 GPT-6 Astra（输入 10 美元、输出 50 美元）的定价带。用户自然会问：我多加一点钱直接上旗舰不就行了？这三档之间的价格梯度，设计得并不自洽。 这件事对行业意味着什么？ 第一，模型定价正式从「按 token」进化到「按 token 加延迟」，未来 API 报价单会越来越像机票舱位。第二，6 倍价差会催生套利层——中间件商会把任务自动路由到最便宜的可用档位，OpenRouter 这类聚合平台受益。第三，对做 Agent 的团队，延迟敏感路径和批处理路径必须分开计费核算，否则一笔订单里混合跑，成本会失控。 OpenAI 赌的是：愿意付 6 倍钱的人，付的是体验税，不是成本税。这笔账能不能算平，看下个月 Fast 档的实际使用率。 ...