AI产品的成本账：Token经济学与定价设计

CEO 问我："我们每天烧在模型调用上的钱，到底花在哪了？"

这个问题当时答不好，团队里没人能拆清楚。于是我们花了两周建了一套 Token 成本核算体系，后来又用同样的思路设计了产品定价。这篇讲讲方法论。

第一步：把成本拆到"原子单位"

传统软件的成本大头是服务器和人力，AI 产品的独特之处在于边际成本不为零——每多一次调用就多一份真金白银的支出。

我们把成本拆成五层：

单次调用成本 = 输入Token × 输入单价 + 输出Token × 输出单价
             + 向量检索成本 + 功能附加成本(搜索/图片生成等)
             + 请求链路上其他服务的成本

关键动作是按场景归集：客服问答、文档摘要、数据分析……每个场景的 token 用量、模型档位都不同，混在一起看总数永远是一笔糊涂账。

第二步：找到成本的大头

拆完发现一个反直觉的事实：占调用量 92% 的是 B 级轻量场景，但只占成本的 34%；占调用量 8% 的复杂推理场景，吃掉了 46% 的成本。

优化顺序因此非常清晰：

1. 轻量场景下探模型档位：意图分类换小模型，成本降 94%（前文提过）
2. 压缩上下文：长对话历史做摘要压缩，RAG 召回做粗排精排两级，输入 token 平均减少 40%
3. 缓存：相同问题命中缓存直接返回，命中率 18%，白捡的成本节约
4. 限流与熔断：防止单一用户/异常流量刷爆账单

四板斧下去，总成本降了 61%，服务质量指标无回退。

第三步：定价不是成本的简单加成

AI 产品的定价设计有三个流派：

流派	做法	适合
按量计费	按调用次数/Token 收费	API 类、开发者产品
订阅制	月费+用量上限	ToC 效率工具
价值定价	按替代的人力成本定价	替代重复劳动的 B 端产品

我们最终选了订阅 + 分级用量的混合模式：基础订阅费覆盖成本底线，用量阶梯在超阈值后计价——既避免重度用户把毛利吃穿，也让轻度用户感知便宜。

一个容易忽略的账：退款与滥用

上线三个月我们发现了"提示词注入盗取算力"的滥用模式——用户构造超长输入反复触发重推理。应对方案：输入长度硬限制 + 单用户单位时间 Token 配额 + 异常模式告警。成本安全是 AI 应用的新命题，传统风控团队没有这块经验，负责落地的工程师要主动补位。

结余：一本可以复算的账

现在每个月的成本报告长这样：分场景调用量、Token 用量、模型成本、缓存节约、单位经济模型（每次会话净成本）。财务看得懂，业务可归因，CEO 的那个问题，我现在 30 秒能答完。

做 AI 应用不会算账，就像厨师不尝菜。