您可以看到不同 AI 層的簡化版本。本文的重點是——人工智能API產品。

選擇公司的主要標準是外部資金和來自公共來源的吸引力，例如《福布斯》AI 50 強榜單和紅杉的生成式 AI市場地圖。這 40 家公司包括營銷工具（例如：Jasper、Copy.ai）、生產力應用程序（例如：Tome、Glean）、垂直特定產品（例如：Harvey、Co:Helm）和其他公司（例如：Synthesia、HeyGen）。 

具體來說，我們考察了圍繞“定價模型”、“價值指標”、“宣傳方式”、“免費版本”和“定價透明度”的公開數據。我們特意關注AI原生API應用，而不是現有產品，因為這些初創公司沒有先前安裝基礎或傳統定價模型的負擔。

了解API產品定價貨幣化→

40 款熱門 AI 產品定價策略

我們發現以下五點值得關注：

• 定價創新有限——七成的公司采用訂閱模式，很少有公司提供純粹基于使用量或按使用量付費的定價模式。
• 大多數公司都是根據用戶數量收費的——這與人工智能應用程序作為“副駕駛”（協助人們）而不是數字“工作者”的概念一致。
• 免費版本在最初采用時非常受歡迎——一半的人提供免費計劃，另外五分之一的人提供免費試用。
• 在套餐/層級方面存在“好-更好-最佳”范式。
• 定價透明度不同——三分之二的供應商采用公開定價。

完整的產品定價數據表格如下??

缺乏定價創新為第二波人工智能API產品提供了機會

軟件公司歷來傾向于訂閱和按用戶收費模式（盡管有跡象表明正在轉向基于使用和混合模式）。在第一波突破性的人工智能API產品中，情況仍然如此。

我們看到第二波人工智能公司中出現了非常創新的定價結構的跡象；這些定價模式可以加快客戶采用速度，同時獲得更多總體收入。甚至微軟也在為其新的 AI Copilot for Security測試創新的隨用隨付定價。

Fin (Intercom)、EvenUp 、Chargeflow （OpenView 投資組合公司）和11x.ai （之前在Growth Unhinged中介紹過）是實施基于成功（或基于結果）定價模式的公司的例子，客戶只需為成功的結果付費。

對于 Chargeflow 來說，這是一次成功的和解，對于 Fin 來說，這是一次成功的解決方案，而對于 EvenUp 來說，這是為一家律師事務所成功制作的需求包（值得聽 Sarah Tavel 解釋其工作原理）。

作為客戶，這很有吸引力，因為您正在建立雙贏的合作伙伴關系。只有您成功，供應商才會成功。這種定價還有可能增加采用率，因為客戶只有在產品產生實際效果時才會付費。

這與許多現有的 SaaS 提供商形成了鮮明對比，在這些提供商中，客戶最終購買的席位往往遠遠超過其實際需要。月活躍用戶率在 20-40% 之間并不罕見，從定義上講，客戶為他們所獲得的東西支付的費用遠遠超過了實際費用。

我們預計，隨著 AI 產品交付工作而不是提高個人生產力，傳統的按席位訂閱模式將面臨越來越大的壓力。

發現1：定價創新有限

在我們研究的人工智能API產品中，絕大多數（71%）采用了傳統的 SaaS 訂閱定價模式。10 家公司（26%）采用了訂閱費用和使用費相結合的混合定價模式。PolyAI是唯一一家（3%）采用純基于使用量模式的公司。

雖然支持這些API的基礎設施幾乎完全根據使用情況定價（LLM 和基礎設施），但這種定價并未轉化為最終用戶產品。

我們認為有以下幾個原因：

1. 保持簡單：大多數人工智能API的核心目標是讓用戶采用其產品。買家熟悉按用戶每月支付費用。
2. 基于使用量的定價很難實現：讓我們面對現實吧——基于使用量的定價并不容易實現。例如，它需要強大的數據基礎，而這是許多初創公司早期所不具備的。
3. 尚難量化價值：一些人工智能API很可能通過這種方式創造的價值超過了它們收取的價格。但對于許多人工智能公司來說，他們仍然很難確切了解他們創造了多少價值以及如何最好地獲取這些價值。
4. 不想限制采用：定價創新可能會限制產品的采用。目前，初創公司希望在開發產品時獲得盡可能多的使用量。
5. 不注重盈利：雖然零利率政策時代已經結束，但許多人工智能初創企業的目標不是盈利，而是證明他們可以賺錢并與客戶一起成長。

我們確實看到一些公司（尤其是營銷、視頻和語音生成領域的公司）采用基于使用量的定價組件，例如字數、視頻字符分鐘數或片尾。Copy.ai 就是一個很好的例子。

發現 2：大多數公司都是根據用戶數量收費的

AI 產品的主要價值指標仍以用戶（或席位，如果你愿意的話）為中心。這是 SaaS 領域非常著名的價值指標，也是購買和銷售軟件的最直接方式之一，對買家來說具有高度的可預測性。

大約有十幾家公司正在使用基于每個用戶和使用情況的組件，或者純粹基于使用情況的模型，并使用以下價值指標：積分、角色、視頻分鐘數、字幕或運行時間。

由于人工智能最終會取代人類勞動力，按用戶定價模式可能會適得其反，因為用戶數量會隨著時間的推移而減少。這為第二波人工智能API帶來了顛覆性的機會。

發現3：“免費+增值”很受歡迎

我們研究的 AI API產品中約有 70% 都存在免費增值模式。我們看到的三種免費增值模式如下：

1. 免費版本（47%）：“永久免費”的版本，通常功能有限，但允許用戶試用其功能/產品。
2. 免費版本但使用量受到限制（3%）：免費版本，但產品的使用量受到限制。
3. 免費限時試用（16%）：免費且具有基本功能但僅限 7 天或 14 天的版本。

AI API產品往往能快速為新用戶帶來價值。隨著這些公司繼續對產品進行迭代，免費增值產品有助于促進早期采用和使用。

在面向企業的應用程序中，免費增值模式并不那么普遍。這些產品通常需要支付實施費用和平臺費用才能使用。據傳，企業版免費增值模式似乎是免費試用，客戶可以在一段時間內（通常為 3 個月）試用產品，然后做出購買決定。

發現4：在套餐/層級方面存在“好-更好-最好”范式

當我們與早期創業公司交談時，我們通常建議從“好-更好-最好”包裝結構的變體開始。它允許公司根據客戶差異化產品，并創建清晰的追加銷售路徑。層級數量因公司而異，從兩層到五層不等（包括免費增值版和企業版）。在大多數情況下，層級之間的差異基于產品功能和用途。

包裝策略通常是隨著產品的成熟和功能的發展而逐漸形成的。早期，你通常沒有太多東西可以包裝，因為你不知道你的客戶到底是誰，也不知道應該如何細分你的產品。

發現5：定價透明度程度不同

目前，約有三分之二的公司在其網站上公布價格。透明定價往往是面向個人或專業消費者的API的常態，而非面向企業的API。 

大多數企業的API并未透露任何定價細節。他們這樣做可能出于以下幾個原因： 

1. 這是一個競爭激烈的領域：競爭日趨激烈，公司不想向潛在競爭對手提供任何東西，也不想允許他們基于價格進行競爭。
2. 定制：他們根據每個客戶的具體情況定制價格，并確定可以收取的價格的上限。
3. 更大的靈活性：許多類別仍處于起步階段，價格尚未確定。隱藏價格為供應商在未來的變更提供了更大的靈活性。

隨著Vendr或Tropic等價格基準測試供應商的崛起，這些定價信息很可能會隨著時間的推移而公開。

寫在最后

我們正處于人工智能API的早期階段。許多公司仍在尋求產品與市場的契合度（即使他們已經籌集了大量資金），并希望證明市場需求。定價模式的創新很難，而且可以理解的是，最初并不是核心重點。

目前的游戲規則似乎是：(1) 讓定價可預測，(2) 不要讓定價成為使用產品的障礙。以下是確定從哪里開始的框架。

相關AI服務推薦

• OpenAI-ChatGPT
• 百度文心一言大模型
• Google Gemini

相關文章推薦

• 什么是API貨幣化？
• API 產品的定價策略
• API貨幣化的最佳實踐：定價、打包和計費
• 如何通過訂閱模型和策略銷售API？