当AI从“陪人聊天”的工具走向“交付结果”的Agent，命运赠送的赛博礼物，早已暗中标记了算力的价格，全行业迎来了向真实生产力要ROI的诚实标价。

6月24日，豆包专业版正式上线。标准套餐68元/月、加强套餐200元/月、高级套餐500元/月，这三级阶梯定价的推出，意味着这个曾经以免费获取大量用户的国民级AI助手正式转向付费模式。

无独有偶，在过去的几个月里，全球大模型应用层几乎在同一时间窗口转向了相同的“按需付费”方向。

4月28日，GitHub Copilot宣布从6月1日起全面转向按Token计费，废除了原有的固定额度订阅；4月29日，Anthropic取消了Pro计划中Claude Code的免费使用权；6月12日，Cursor在下调定价的同时，新增了企业支出管控功能。而早在去年9月，Cursor从固定请求次数转为“订阅+用量”双轨制，10月Amazon Kiro结束免费期正式收费。

从国内到硅谷，整个行业正在经历一次商业模式的集体转向。

免费模式不是被“终结”的，是被“撑爆”的

虽然大模型在技术迭代下，底层模型推理成本在不断下探，但这并没有带来应用层账单的缩减。

以API定价为例，Anthropic的Sonnet 4.5每百万输入Token收费3美元、输出收费15美元，而DeepSeek V4-Pro缓存命中输入仅为0.025元/百万Tokens、输出为6元/百万Tokens。尽管两者之间存在上百倍的价差，但在应用层，一个Agent任务所消耗的Token数量是普通对话的数十倍。

“帮我写一封邮件”只需要几百个Token，但如果让Agent执行“整理本周项目文件、生成汇总报告、群发给负责人并在日历上添加会议”这样的任务，则需要经历读取文件、分类、生成文本、操作API等多个环节，单次任务链的Token消耗量经常破万甚至破十万。

这种消耗模式摧毁了固定订阅制赖以生存的交叉补贴逻辑。在传统对话模式下，轻度用户与重度用户的成本差在可控范围内，厂商可以用轻度用户的利润去补贴重度用户。但在Agent时代，重度用户与轻度用户的算力消耗拉大到了数量级差异，对厂商造成的成本差可达50到100倍。

云端开发平台Replit在引入AI Agent功能后，毛利率从36%暴跌至-14%，证明了固定定价无法覆盖真实的资源消耗。SaaS公司Intercom引入按每次AI问题解决收取0.99美元的模式后，部分企业的月度账单直接从50美元飙升至3万美元。

这里存在一个AI版本的“杰文斯悖论”：底层大模型单价越低，反而越刺激应用层的用量爆发，导致总Token消耗增长速度远超单价降幅。单价越降，账单越大。

此外，资本市场的态度也在发生变化。2024年行业倾向于通过免费换取用户，但2025年下半年起，投资人的耐心明显消退。Anthropic的年化营收从2025年底的90亿美元冲至300亿美元，拥有超过1000家年消费超100万美元的企业客户。市场已经证明了付费的可行性，免费补贴的模式在财务上已经难以为继。

从国内到硅谷，定价锚点的“双向奔赴”

对比2026年6月全球主流AI产品的定价，可以发现个人与企业级市场的价格区间正在出现明显的收敛现象。

如果深度分析豆包专业版的定价策略，不难发现其经过了精确的心理计算：68元的起步价约等于两杯咖啡的价格，避开了用户的深度决策成本，而38元的学生价则延续了字节跳动低价锁定长期用户的惯性。

与此同时，国际市场上的价格参照系也极其相似：Claude Pro为17美元/月，Copilot Pro为68元/月。在入门级市场，中美两端的定价在换算后几乎落在了同一区间。

而当用户需求向重度或企业级场景延伸时，分层计费则进一步拉开了空间。Cursor的Max 5x方案为100美元/月，OpenAI的Codex重度方案同样为100美元/月，Google甚至针对高端生产力场景推出了249美元/月的AI Ultra方案。

这种定价格局的对齐，说明大模型不再被单纯视为技术展示的玩具，而是被作为生产力软件进行定价。可见，中国大模型市场已经走出了价格战的“内卷”状态，但当技术形态转向Agent后，无论中外厂商，都必须回归算力经济学的真实成本。

硅谷厂商如GitHub Copilot废除不限量承诺、Cursor一年内多次调整定价，本质上也是在放弃纯订阅幻想，向基于用量的务实定价靠拢。中外市场的定价锚点最终在“产品能创造多少商业价值”这一逻辑上达成了对齐。

“干活”比“聊天”贵十倍，但ROI比聊天高一百倍

事实上，即使是被行业视为软件付费意愿偏低的国内市场，其实并不缺乏对于软件付费的购买力，相反，国内的用户对于软件付费更为“精明”，意愿的强弱更多取决于AI交付的是过程还是结果。

豆包专业版的功能列表包含了操作本地电脑、使用浏览器、调用Skills技能、定时任务、流程自动化、金融分析等。这些功能不再是辅助用户写一段文案或查阅资料，而是去替代具体的工作任务，实现业务闭环。

生产力的高低直接决定了用户的付费痛感。编程场景之所以最先跑通商业闭环，正是因为其投入产出比（ROI）极易被量化。Claude Code的年化营收在短短两个月内从10亿美元飙升至25亿美元，全球GitHub上4%的公开代码提交由其生成。官方此前称取消Pro计划中的免费权是针对2%新用户的A/B测试，但这组数据揭示了其背后的商业底气。对于一名时薪50美元的程序员而言，花费200美元的月费如果能省下40小时的编码和调试时间，账面上就等于带来了1800美元的净回报。

同样的逻辑也适用于办公场景。一个文案策划或数据分析岗位的月薪通常在8000元至12000元之间，如果500元/月的高级套餐能够替代其30%的事务性工作，企业采购者的ROI接近1:10。

因此，500元的定价目标极为明确，即指向那些能用AI直接产生营收或节省人工成本的群体。

为了支撑这一按量计费体系，行业正在加速建设计量基础设施。GitHub Copilot的AI Credits、Cursor的Usage Credits、Amazon Kiro的Credit以及豆包的三级额度体系，都不约而同地选择了“Credit（积分/额度）”作为计量单位。

GitHub Copilot保持了Pro（$10/月）和Pro+（$39/月）的基础价格不变，但Chat模式和Agent模式等每一次调用都会扣减Credits，这导致重度用户月费可能飙升至数百美元。这种设计避开了让用户去理解抽象的Token概念，而是将其转化为任务消耗的直观感知。

行业数据显示，截至2026年，已有45%的AI Agent公司采用了某种形式的按量计费。整个AI Agent市场规模预计将从2025年的73.8亿美元增长到2030年的471亿美元，年复合增长率达到44.8%。

按量付费是解药，但药方里还缺三味药

将用户付费与厂商研发投入绑定，固然为大模型行业建立了一条可持续的商业路径，但从免费转向按量付费的过渡期依然暴露出三个核心冲突。

首先是“计量焦虑”对用户习惯的抑制。当GitHub Copilot取消不限量承诺后，开发者社区曾出现明显的反弹。固定订阅让用户拥有安全感，可以无成本地反复试探和调教AI；而按量付费则让每一次点击都带上了财务标签。这种类似抄电表的心理压力，可能会让用户减少探索性使用，进而对产品的长期留存和粘性产生负面影响。

其次是中国市场特有的价格战争夺。豆包的68元定价卡在了一个合理的生产力软件档位，但国内市场的竞争往往伴随着剧烈的价格透支。如果Kimi、百度或DeepSeek为了争夺市场份额，跟进更低价的策略甚至开启新一轮的价格战，整个赛道的利润率将被迅速压缩。对于缺乏资金储备的初创大模型公司而言，“质量尚未跨越，价格已被打穿”的恶性循环将是一个巨大的威胁。

最核心的考验在于，AI的能力能否配得上其价格。在免费时代，用户对AI的幻觉、数据串户、定时任务漏跑等错误的容忍度极高。但一旦用户开始支付每月数百元的真实费用，其对交付结果的容忍度将瞬间归零。付费后的不稳定性对产品生态的破坏性，远超免费时期。

2026年不是AI收费的终点，而是“真收费”的起点。此前的免费是伪装成商业模式的增长手段，现在的收费是对真实产品价值的第一次诚实标价。这条路能不能走通，不取决于定价策略有多精巧，而取决于一个更朴素的问题——用户付完钱之后，有没有觉得“这钱花得值”。