19.99美元的AI订阅神话，还能撑多久？

**点击蓝字 关注我们** Enjoy Global AI公司已经不满足于每月只收20美元了。 ChatGPT和Claude都在20美元会员之上，推出了100美元、200美元的个人套餐；Manus、Runway则把会员与积分结合，用户需要更多额度时，还可以追加购买。  20美元的价格牌还在，它能覆盖的需求，却越来越需要仔细计算。 过去，一个免费版、一个高级会员，足以让AI应用的商业模式看起来完整。现在，当用户开始让AI写代码、跑任务、批量生成视频，固定月费面对的是一笔不断增长的计算账单。 对用户，AI越能干，越可能值得多花钱；对公司，用户越爱用，也越可能把利润吃掉。 两股力量，正在把AI的价格表向两头拉开：低价套餐争取更多付费用户，高价会员和额外额度承接更重的工作需求。 所以，19.99美元还能撑多久？更值得追问的是：当AI真的开始替人干活，一份会员费，究竟该买到多少工作量？ 这关系到AI公司的下一阶段增长，也关系到中国出海团队能否把产品热度变成一门持续赚钱的生意。 01｜20美元只是开始，AI公司把价格一路卖到了200美元 ---------- ChatGPT的个人付费体系，已经覆盖从8美元到200美元的多个档位：Go每月8美元，Plus每月20美元，Pro则提供100美元和200美元两种选择。  最值得关注的，是两档Pro之间的区别。按照OpenAI的说明，它们拥有相同的核心能力，主要差别在使用额度。 这意味着，同一套AI能力，可以根据用户的使用强度，卖出不同的价格。 Claude同样保留了每月20美元的Pro，同时提供每月100美元、200美元的Max方案，将不同强度的用户放进不同套餐。  能用什么，决定用户愿不愿意订阅；能用多少，正在决定用户还愿意付多少钱。 AI创作工具和智能体产品，则进一步把工作量换算成积分。 Manus的Pro有20美元、40美元起的月付方案，对应每月4000、8000积分起；Runway的Standard、Pro和Max月付价格分别为15美元、35美元、95美元，对应625、2250和9500积分。需求扩大，用户可以选择更高套餐或额外额度。   另一端，低价会员也在争夺市场。除了ChatGPT Go，Google还提供每月9.99美元的AI Plus，与19.99美元的AI Pro形成梯度，并把AI与存储、办公等权益组合销售。 这些价格放在一起，呈现出一条清晰的商业路径：先降低首次付费门槛，再让持续增加的工作需求带动消费。 对于AI公司，20美元仍然可以是一个好价格。但它能否成为一门好生意，取决于套餐内的使用成本、用户获得的价值，以及后续扩购的理由。 对中国创业团队来说，真正需要研究的，是自己的用户在什么情况下愿意从20美元升级到更高预算，以及平台能否从增加的用量中赚到钱。 02｜用户越爱用，公司越可能赚不到钱 ---------- AI订阅最尖锐的矛盾，是收入按月收，成本却可能随着每一次任务继续增加。 传统软件同样有服务器和服务成本，但生成式AI把成本与使用行为绑得更紧：长文档需要更多处理，复杂推理需要更多计算，智能体还可能反复搜索、运行代码、调用外部工具。 用户只输入了一句话，后台未必只执行一次操作。  Manus的官方积分说明就列出了三类主要消耗：大模型Token、支撑浏览器和代码执行的虚拟机，以及第三方接口。任务越复杂、持续越久，积分消耗通常越高。 这意味着，两个支付相同月费的用户，背后可能是完全不同的成本。 可以做一个简化假设：两人都支付20美元，其中一人当月只产生2美元的直接服务成本，另一人产生30美元。后者虽然更活跃，却已经在计入获客、研发和管理费用之前，出现了收入覆盖不了直接成本的问题。 这不是任何公司的实际财务数据，而是固定月费面对高波动用量时的基本矛盾。 Cursor曾经把这道难题摆到台前。 2025年7月，Cursor在一篇官方说明中，就此前调价沟通不清致歉，并表示会退还相关意外用量费用。公司解释，当任务变长、模型消耗更多Token时，复杂请求的成本可以比简单请求高一个数量级，因此需要调整原有按请求次数计算的方式。 这件事揭示了两本不同的账。 平台算的是：这个用户消耗了多少资源，月费够不够覆盖。 用户算的是：我已经买了会员，为什么完成原来的工作还要继续付钱？ 计费更贴近成本，不会自动让用户觉得更公平。 对AI公司而言，解释清楚额度、提前展示支出、明确超额后的处理方式，都已经成为产品体验的一部分。价格页上没有讲明白的事，最终会变成客服压力、退款争议和信任损失。 03｜AI视频最该算的账：生成便宜了，成片真的便宜了吗？ ---------- 这场定价变化，在AI视频、短剧和漫剧制作中更加直观。 Runway的Standard套餐每月提供625积分。按照其官方计费规则，使用Gen-4.5生成视频每秒消耗12积分，生成一段5秒视频需要60积分。  按这个规格计算，625积分可以支持10次完整的5秒生成，还剩25积分。 但50秒生成素材，并不等于50秒可交付成片。 一个镜头可能因为角色不一致、动作失真或者运镜不符合要求而需要重做。片段生成之后，还可能继续发生配音、口型调整、剪辑和人工修正成本。  对于内容团队，真正需要比较的是： 可交付内容的单位成本＝（生成与返工支出＋后期与人工支出）÷最终可用的内容量。 看一个仅用于说明的算例。 假设工具A每次生成成本为1元，平均10次才能获得一个符合要求的镜头；工具B每次3元，平均两次就能得到一个合格镜头。 只计算生成支出，A的合格镜头成本是10元，B是6元。单次报价更高的工具，最终反而更省钱。 这也是AI创作应用可以争取溢价的地方。 如果产品能提高角色一致性、减少重复生成、保留可复用资产，让同一套人物和场景服务后续剧集，就有机会降低整条制作流程的成本。 对短剧、漫剧出海团队而言，还可以把同一笔账延伸到多语种生产：一集内容完成配音、字幕、口型和画面调整之后，究竟能以什么成本交付另一个市场？ 谁能提高“生成一次就能用”的概率，谁就更有理由让专业用户付更高的价格。 因此，AI创作工具的竞争会同时发生在两端：一端压低单次生成支出，另一端提高成品率和交付效率。后者更接近制作公司的真实采购标准。 04｜积分能撑起收入，也可能把用户挡在门外 ---------- 月费加积分，能够把基础收入与额外用量连接起来。 用户通过订阅获得功能和一定额度，需求增加后继续充值；平台则可以让高成本任务消耗更多积分，减少不同任务之间的成本错配。 Manus、Runway和Cursor虽然产品形态不同，都已经把套餐内额度与额外使用放进商业化结构中。Cursor当前价格页也明确，套餐包含一定模型用量，消耗完之后可使用按需计费继续运行。  但积分制存在一个容易被忽视的问题：用户可能越来越难知道自己究竟买到了多少工作量。 同样是1000积分，在不同产品里可以完成的事情完全不同。即使在同一个产品中，模型、时长和任务复杂度变化，也可能让消耗出现明显差异。 积分简化了后台计量，却可能增加前台理解成本。 尤其是智能体任务，用户很难在开始之前知道它需要尝试几次、运行多久。如果执行中不断扣费，又没有清晰的预算提示，用户就可能减少尝试。 这会反过来影响产品价值：越担心账单，越不敢把重要工作交给AI；越少使用，越难建立长期付费习惯。 因此，好的混合定价需要同时提供两种确定性。 一种是价值确定性：这个套餐大致适合完成什么工作，典型任务的消耗区间是多少。 另一种是支出确定性：接近额度时如何提醒，超过预算后是否暂停，额外充值如何确认，技术失败怎样处理。 Manus明确表示，由其自身技术问题导致任务失败时，会退还已消耗积分。这类规则的价值，在于划清用户应承担的成本边界。  能够长期成立的追加消费，需要建立在用户认可产出价值的基础上。 通过模糊额度让用户被迫充值，也许能提高一段时间的收入，却很难培养稳定的专业客户。 05｜从0.99美元到9.99美元，AI开始按“做成什么”报价 ---------- 在企业市场，另一种变化更加深入：AI公司开始把计费单位推向业务结果。 Intercom旗下的Fin提供了一个具体样本。  其公开价格中，解决客户问题、按配置完成流程交接等结果通常收费0.99美元；符合预设条件并被按规则分流的销售线索，则属于9.99美元的“Qualification”结果。不同使用方案还可能涉及最低消费或客服系统席位费用。 同一款AI，执行不同业务任务，报价可以相差十倍。 从商业逻辑看，这种设计把客户的比较对象带向了具体业务：处理一次咨询需要多少人工成本？识别一条符合条件的线索，对销售团队有多大价值？ 不过，结果付费最难的环节，是定义什么叫“做成了”。 以Fin为例，“问题解决”既可能来自客户明确确认，也可能来自AI回答后客户没有继续请求帮助；而销售线索符合筛选条件，也不等于最终成交。官方还规定，如果客户回到原会话继续寻求帮助，之前计入的解决结果会被扣除、不再收费。 这些边界决定了合同如何执行，也决定了账单能否被客户接受。 对于企业AI应用，结果越清晰、越能被验证，越有条件采用结果计费。反过来，如果价值高度主观、过程需要大量人工协作，过早承诺“只按结果收费”，就可能把无法控制的成本留给自己。 结果付费考验的是交付能力，也考验产品有没有能力证明自己交付了价值。 同样的逻辑也适用于AI内容工具。完成了一次生成、导出了一条视频、交付了一集符合要求的剧集，是三个不同的收费承诺，背后承担的责任也不同。 06｜大厂把AI装进套餐，独立应用还怎么收第二份钱？ ---------- 对于中国AI出海团队，定价还有另一重压力：用户已经买过大厂会员。 Google AI Pro的19.99美元，包含的不只是Gemini能力，还组合了存储、办公和其他生态权益。 这意味着，一款独立应用如果同样收费20美元，就需要解释：用户已经拥有一个通用AI套餐，为什么还应该再付一份钱？ 答案必须落到具体工作中。 一款面向跨境内容团队的产品，可以围绕多语种素材批量生产形成价值；一款面向漫剧工作室的工具，可以围绕角色一致性、镜头复用和团队协作形成价值；一款企业智能体，可以围绕某个反复发生的业务流程形成价值。 这些产品有机会争取的，是客户愿意持续投入的生产预算。 但要拿到这笔预算，商业化设计也要跟上。 首先，围绕工作量设计套餐。 个人创作者、固定更新的工作室、批量交付的服务商，使用节奏并不一样。低价入口可以减少首次决策压力，专业套餐则需要承接批量处理、并发、协作和持续交付需求。 其次，定价本地化需要连同额度一起设计。 在支付意愿较低的市场，直接给原有套餐打折，却保留同样的高成本用量，可能压缩利润空间。更可行的测试方向，是同时调整起付金额、包含额度和充值包，让价格与需求强度相匹配。 最后，把收入增长与交付成本放在一起看。 新增多少付费用户、月收入增长多少，仍然重要。但AI公司还需要知道：高强度用户是否能够覆盖服务成本，一个有效任务的成本是否在下降，追加购买的用户是否继续留存。 对短剧和漫剧工具，关键可以是每个可用镜头、每集交付内容的成本；对智能体，关键可以是一次成功任务的成本与人工接管比例。 这些指标能够帮助团队判断，用户增加支出是因为产品持续创造价值，还是因为流程反复失败、不断消耗额度。 前者有机会形成长期生意，后者很难支撑稳定续费。 19.99美元仍然会留在AI产品的价格表上。对于需求稳定、用量可控的用户，固定订阅依然简单有效。 但AI公司的商业模式，已经需要容纳更多层次：个人尝试、专业生产、团队协作，以及能够验证的业务结果。 接下来值得关注的，是哪些公司能够让用户完成同一份工作时花得更少，又因为承接了更多工作，获得更高的总收入。  --- **—END—**