AI 产品的 token 成本账：先算清单个用户毛利，再定价

AI 产品最贵的 bug，往往不在代码里，而在定价页上。我见过不止一个独立开发者，产品上线、用户增长、口碑都不错，然后在月底收到云账单时傻眼：用户越多，亏得越多。传统 SaaS 的边际成本趋近于零，多一个用户几乎不花钱；AI 产品的边际成本是 token，是实打实的、按使用量线性增长的 COGS（销售成本）。不算清 token 账就定价，等于在不知道成本的情况下开餐馆。

这篇文章不谈宏大叙事，只做三件事：手把手算一道"单用户毛利"的算术题，讲一个被爆款烧死的真实案例，给出省钱的三板斧和定价必须守的毛利红线。如果你正在做（或打算做）任何带 AI 功能的产品，这篇文章可能帮你省下未来几个月的学费。

先算一道算术题：你的"免费用户"到底在烧多少钱

我们用一组示例价格来算（以下数字为举例，实际以你所用模型的官方定价为准）：假设主力模型 input（输入）5 美元 / 百万 token，output（输出）20 美元 / 百万 token。再假设你的 AI 写作助手，普通用户每月对话 30 次，平均每次 input 8000 token（含系统提示词和上下文）、output 2000 token。

单次成本 = 8000/1M × 5 + 2000/1M × 20 = 0.04 + 0.04 = 0.08 美元。月成本 = 0.08 × 30 = 2.4 美元 / 用户 / 月。如果你定价 9.9 美元/月，毛利率看起来有 75%，很健康，对吧？

别急着点头。问题出在"平均用户"是个统计幻觉。真实分布永远是长尾的：沉默的大多数一个月用 3 次，而 10% 的重度用户一个月用 300 次——是平均值的 10 倍。重度用户的月 token 成本是 24 美元，倒亏 14 美元。更糟的是，重度用户往往还是你的口碑传播者，你不敢限他，也不敢涨他的价。

所以正确的算账姿势是：永远按 P90 用户（比 90% 用户用量都大的那个分位）算成本，而不是按平均数。按平均数定价，是 AI 产品亏钱的第一大死因。把你的用量分布拉出来，看看 P90、P99 的用户一个月烧多少 token——那个数字，才是你定价的真正起点。

怎么拉出用量分布？不用复杂的 BI：每天把"用户 ID—当日 token 消耗"导出成 CSV，月底用脚本算个分位数就行。关键是从第一天就开始记——很多团队是账单爆了才想起要看分布，那时已经晚了三个月。数据埋点，是 token 账的地基。

还有一笔账很多人漏了：token 之外的隐性 AI 成本。Embedding（向量化）按量计费、向量数据库的存储费、失败重试（网络抖动一次就重试一次，成本直接翻倍）、以及"AI 质检"——用大模型去审核小模型的输出，这笔"质检税"经常占到总成本的 20%。算单用户毛利时，把这些全部折进去，再乘以 1.2 的 buffer。只算 token 的账，是算不平的账。

真实案例：一款 AI 修图应用是怎么被"爆款"烧死的

2026 年初，一款 AI 老照片修复应用（应要求隐去名字）上了某应用商店的推荐位，一周涌入 10 万新用户。创始人发了条庆祝的朋友圈，配文"爆款了"。三周后他删了那条朋友圈——因为当月云账单是 4 万多美元，而当月收入不到 6000 美元。

复盘死因，三条全是 token 账没算清：第一，免费层没有硬上限。为了冲榜，免费用户每天可修复 20 张，"反正大多数人用不了几次"。结果羊毛党用脚本批量刷，单个账号一天跑几百张。第二，全量走旗舰模型。不管是 200KB 的缩略图预览还是 4K 高清输出，全部调用最贵的模型——而实际上，预览图用小模型的效果差异肉眼几乎不可辨。第三，重复计算毫无缓存。同一张老照片被不同用户反复上传修复（家庭群里转发的同一张全家福），每次都全额重新跑一遍推理。

他是怎么救回来的？三招，招招对应 token 账：免费层改成每天 5 张的硬上限（超了就排队或付费，代码层面截断，不是"希望用户自觉"）；预览图路由到小模型，只有最终高清输出走旗舰模型，单次成本直降约 70%；对上传图片做哈希，相同图片直接返回缓存结果，重复请求零成本。两个月后，单用户月均 token 成本从 3.1 美元降到 0.7 美元，毛利率回到 80% 以上。创始人的总结很扎心："我们不是被竞争对手打死的，是被自己的免费用户烧死的。"

补一句：怎么识别羊毛党？看三个指标——单账号日调用量超过 P99 的 5 倍、请求间隔呈现机器规律、只用免费功能从不点付费页。命中两条，自动进人工审核。这套规则 50 行代码，值回 4 万美元。

如果时光倒流，给这位创始人三个"上线前必做"：第一，压测免费层——找人用脚本模拟羊毛党，看是账单报警先响，还是增长先来；第二，灰度模型路由——先让 10% 流量走小模型，对比留存和投诉，没差别再全量；第三，给账单设熔断——单日 token 支出超过阈值自动降级（比如暂停免费层），而不是等月底看账单时心梗。爆款是运气，账是本事。

省钱三板斧：缓存、路由、瘦身

不管你做什么 AI 产品，省 token 成本永远是这三板斧。按投入产出比排序：

• 第一板斧：缓存（Prompt Caching）。这是性价比最高的优化，没有之一。原理很简单：每次请求里重复的部分（系统提示词、固定的 few-shot 示例、常用文档片段），让服务商缓存起来，只按缓存价计费。主流服务商的缓存 token 价格通常是正常价的 1 折左右。实操要点：把系统提示词写成"静态前缀 + 动态后缀"的结构，静态部分越长、越固定，缓存命中率越高。一个 RAG 应用把 2 万 token 的系统知识库做成缓存前缀后，input 成本直接掉了 60% 以上。注意：缓存不是银子弹，动态性强的对话缓存命中率会很低，先测再上。
• 第二板斧：模型路由（Model Routing）。核心思想：不要用大炮打蚊子。把请求按难度分级：分类、摘要初稿、格式转换这类"小模型足够好"的任务，走便宜 10 倍的小模型；只有需要深度推理、复杂代码、最终质量把关的环节，才走旗舰模型。更进一步的做法是"小模型起草 + 大模型终审"：先用小模型生成初稿，再用旗舰模型只做校验和修正——终审的 input 虽然包含初稿全文，但 output（最贵的部分）大幅减少。实操建议：先全量走旗舰模型跑两周，抽样 200 条真实请求，用小模型重跑并人工对比质量，找到"质量无损"的分界线，再切路由规则。
• 第三板斧：输出瘦身。Output token 通常比 input 贵 3 到 4 倍，但最容易被浪费。三个具体动作：用结构化输出（JSON mode）代替自由文本，并给字段设长度上限——"用一句话总结"比"总结一下"能省一半 token；流式输出时设置合理的 max_tokens 截断，防止模型"礼貌性长回复"；去掉 system prompt 里的客套话（"你是一个乐于助人的…"这类废话每请求都在烧钱）。别小看这些，一款客服机器人仅靠"回答限 150 字以内"这一条，月账单就降了 30%。

三板斧之外，再点三个常见的"烧钱姿势"，看看你中了几个：姿势一：system prompt 里塞整本用户手册。几万 token 的静态文档每次请求都重发，还不做缓存——等于把钱往水里扔。姿势二：用旗舰模型做"Hello World"级任务。情感分类、关键词提取、格式转换，小模型的效果差距不到 5%，价格差 10 倍。姿势三：无限重试加无限上下文。失败就重试、上下文只增不减，一个异常用户一小时能烧掉普通用户一个月的量。给重试设上限、给上下文设滑动窗口，是基本功。

定价必须守的三条毛利红线

省钱是防守，定价是进攻。以下三条红线，是我看过太多反面案例后总结的：

• 红线一：定价至少是边际成本的 3 倍，且在 P90 用量下仍不低于 1.5 倍。为什么是 3 倍？因为 token 成本之外，你还有服务器、支付手续费（约 3-5%）、客服、退款损耗。按平均成本 3 倍定价，在 P90 用户身上大约还剩 1.5 倍毛利——这是"重度用户不倒亏"的安全垫。低于这个倍数，你的商业模式本质上是在赌"用户不会多用"，而这是必输的赌局。
• 红线二：免费层必须有"硬上限"，而不是"软善意"。"新用户送 100 次体验"没问题，但必须在代码层面截断：超了就是超了，要么等明天，要么付费。不要用"希望用户自觉"来做成本控制——互联网会用脚本教会你做人。免费层的总成本应该控制在获客预算内：单个免费用户的 token 成本 × 预期免费用户数，就是你的真实获客成本，超过渠道投放价就砍量。
• 红线三：每月看一次"单用户 token 成本分布"，而不是只看总账单。总账单涨 20%，可能是用户涨了（好事），也可能是某个功能 token 效率崩了（坏事）。建立一个简单的看板：按用户分位的月均 token 成本、按功能的单次调用成本、缓存命中率。任何一周单次调用成本环比上涨超过 15%，立刻排查——多半是某次 prompt 改动引入了冗余上下文。

定价实战：三种常见模型的成本对照。

• 按量付费（credits 制）：成本与收入天然同构，最安全。关键是 credits 定价要覆盖 P90 成本的 3 倍，并且把 credits 过期策略算进毛利。
• 包月分级：最常见，也最危险。必须给每档设"公平使用上限"并在代码层面执行；顶档价格要能覆盖 P99 用户的成本，否则顶档全是来薅羊毛的重度用户。
• 免费增值：免费层是获客成本，不是福利。算出"免费用户转付费"的转化率，用"单免费用户成本 × 100 / 转化率"得出真实获客成本，超过 50 美元就要重新设计免费层。

最后再提醒一个隐形杀手：汇率与账单周期。美元计费、人民币收入的团队，汇率波动 5% 就能吃掉本来就薄的毛利；按量后付费的账单有 1 到 2 天延迟，等你看到"爆了"已经晚了。做法：给 token 支出设"每日预算告警"（达到 80% 就发通知），并把汇率波动计入定价 buffer。魔鬼都在这种细节里。

我的观点：token 账不是技术问题，是商业模式问题。

很多开发者把 token 成本当成"优化问题"：换更便宜的模型、压 prompt、做缓存。这些都对，但都是战术。战略层面的问题是：你的定价模型，是否和你的成本结构同构？按调用量收费的产品，就该按调用量定价（credits 制）；包月无限量的产品，就必须有硬上限和分级——"无限量 + 按量成本"在数学上就是无解的。

2026 年最贵的一句话，是"AI 功能免费"。免费可以是获客策略，但必须是"算过账的免费"：你知道每个免费用户烧多少钱、转化率要到多少才能打平、总预算的天花板在哪。算不清这三笔账的免费，不是增长策略，是自杀式烧钱。

再说一个判断：当你的单用户 token 成本连续三个月下降，说明工程优化到头了，该去优化"商业模式"了——涨价、分级、做企业版。反之，如果成本还在涨，先别想涨价的事，把三板斧再挥一轮。成本曲线的斜率，决定你该谈工程还是谈商业。

最后给一个今晚就能做的动作：打开你的云账单，算出过去 30 天"单个付费用户的平均 token 成本"和"P90 用户的 token 成本"，再除以你的定价。如果第二个数字算出的毛利率低于 50%，你的定价页需要重写了——趁用户还不多的时候改，成本最低。改定价最便宜的时机永远是现在，别等账单教你做人。