包月不限量在 AI 交付里会双向失灵
不限量听起来永远比按量友好。客户不用算账，不用担心超支，心理上更舒服。
所以 SaaS 行业里，不限量曾经是一种竞争手段。但在 AI 交付这件事上，它有一个结构性问题，而且这个问题不是运营能解决的。
消耗差异大了，包月就没有锚点
先看成本这一侧。
AI 交付里不同任务的消耗差异极大。一次 GEO 扫描是一个量级，生成一篇长文是另一个量级，跑一条多岗位编队又是另一个量级。这个差异不是两倍三倍，常常是几十倍。
包月定价需要一个"平均用户消耗"作为锚点。当消耗差异这么大，平均值的意义就很弱：它由用户的构成决定，而用户构成会变。
一组敏感性数据
用一组示例数字来说明。假设两类用户（数字是示例，用来展示结构）：
- 重度用户月消耗 3,000 积分，对应成本 300 元
- 轻度用户月消耗 200 积分，对应成本 20 元
- 包月定价 199 元
看重度用户占比变化时，平均每用户成本怎么走：
| 重度用户占比 | 平均成本 | 定价 199 的结果 |
|---|---|---|
| 20% | 76 元 | 赚 123 元 |
| 40% | 132 元 | 赚 67 元 |
| 60% | 188 元 | 赚 11 元 |
| 80% | 244 元 | 亏 45 元 |
定价没变，产品没变，成本单价没变，唯一变的是用户构成，盈利就翻成了亏损。
临界点在 70% 出头的位置：当重度用户占到约 71% 时，平均成本正好等于 199。超过这条线，每多一个重度用户都在直接扣钱。
用户结构会自己往坏的方向走
上一节把用户构成当成外生变量，但它在真实业务里是内生的，而且方向是确定的。
原因是留存率差异。重度用户的留存率天然高于轻度用户，因为重度用户已经在流程里了，替换成本高。轻度用户在试用之后离开的比例高得多。
加上新用户的自然流失，结果就是重度用户的占比会随时间的推移单调上升。
所以包月不限量的实际走势是：上线时盈利，随着时间推移利润率被侵蚀，最后在用户构成越过临界点之后转入亏损。这个过程可能持续几个季度，所以它不像一次事故，更像一种慢性病。
对客户那一侧同样有问题
不限量对客户也不利，这一点常被忽略。
第一层是轻度用户的浪费。上表里 20% 那一行，平均成本 76 元，售价 199 元。大部分客户在为用不到的额度付钱。 他们不是没算出来，是包月的价格结构让他们无法按实际用量付款。
第二层更微妙：不限量会改变使用行为。
当消耗不可见，用户的决策依据就从"值不值得"变成"要不要用"。结果是无意义的消耗增加：同一个任务反复重试，用高成本的方式处理低价值的内容，把不紧急的活都排进去。
这部分消耗对客户没有价值，但它真实产生了成本，最后通过价格回到客户身上。 定价结构在这里不只是收钱的方式，它还在影响行为。
按量计费解决的其实是可比性
积分制这类做法常被理解成"为了多收钱"，它的主要作用在别处。
它把不同任务的消耗换算到同一把尺子上。这件事的价值在两处。
对客户，账单变得可解释。你能看到这一期的消耗分别花在哪几类任务上，而不是只看到一个总数。可解释的账单是可以优化的，一个总数不能。
对服务方，定价有了锚点。每个数字后面能对应到一个可计算的消耗，而不是一个拍出来的整数。定价调整时也能说清依据。
换算本身的规则要做在一处，不能按任务一个个报价。规则统一之后，新增任务类型只需要给一个换算系数，不需要重新谈价。
这套做法在什么情况下是过度设计
按量计费不是普遍更优，三种情况下包月更合适。
任务类型少而且消耗接近的时候，换算的复杂度带来不了收益。如果所有任务的消耗都在一个量级，按量计费和包月的结果差不多，包月沟通成本更低。
客户对消耗完全没有概念、也没有优化意愿的时候，按量会造成持续的沟通负担，因为你需要反复解释为什么这一期扣得多。
金额很小的时候，计算和解释的成本会超过差额本身。小额订阅用按量计费，收上来的钱可能不够付客服解释的时间。
判断方法很直接：如果你的任务里最高消耗和最低消耗相差不到 5 倍，按量计费的收益不明显。 超过这个倍数，包月就会开始出现上面那些问题。
一个副产品：透明度变成必需品
采用按量计费之后，会出现一个新的需求。
客户会开始关注消耗，这是好事。但关注会带来疑问：为什么这次比上次多扣了、这个任务为什么是这个数、有没有重复扣。
这些疑问如果不回答，客户的信任会转向怀疑。按量计费把定价的透明度从一个加分项变成了必需品。
所以配套要有三样东西：消耗明细能看到、每个任务的换算规则能查到、异常扣费能被申诉和纠正。
缺少这三样的时候，按量计费的使用体验会明显差于包月。这不是定价机制的问题，是配套没做。
一段可复算的自查
如果你想判断自己的定价结构有没有风险，只需要三个数。
一，把你最重的任务和最轻的任务的消耗列出来，算一个倍数。这个倍数超过 5，包月会有问题。
二，把你现有客户按消耗从高到低排列，算出前 20% 的客户占总消耗的比例。这个比例越高，包月的风险越大。
三，用上面那组示例的算法，把你自己客户的消耗分布和你的定价代进去，算平均成本。看它距离你的定价有多少余量。
第三步得到的余量百分比，大致就是你能承受的用户结构漂移空间。如果这个余量小于 30%，那么在重度用户占比继续上升的过程中，你的定价会出问题。
常见问题
问：不限量是不是一定不能做？
不是。有两种情况可以：成本边际极低（比如任务消耗趋近于零），或者用量本身有物理上限（比如按席位限制而不是按任务限制）。AI 交付通常两个条件都不满足，因为任务消耗高而且可以无限调用。
问：积分制会不会让客户不敢用？
会，如果消耗不透明。客户不敢用是因为不知道会花多少，不是因为有计量。把明细和换算规则公开之后，这个顾虑会明显下降。
问：改了计费方式，老客户怎么办？
按新老分开处理。老客户的价格承诺应该保留到当前周期结束，中途改价会直接损害信任。过渡期内可以并行跑两套口径，用影子数据对比差额，再决定切换时点。
相关阅读
延伸阅读：从"用 AI 聊天"到"让 AI 交付"：企业 AI 应用的下一站、从"用AI工具"到"用AI团队"：企业AI应用的下一个阶段、中小企业营销团队的 AI 外挂：每周 Sprint 交付询盘。
三条交付线的额度与价格在定价页，基础版免费，可以先跑一次看结果。