按月订阅是目前很流行的定价模式，尤其是各类在线软件服务 SaaS。通常来说，如果你一次性订阅满一年，服务商会给予一定优惠折扣。

那这个折扣是否存在共性规律呢？

根据 Tremont 的研究，中位数优惠在 20% （约 2.5 个月月费）。

Tremont 在 2025 的 B2B 企业调研中，围绕 AI 企业侧产品的定价，哪些因素更重要？

排列第一位的仍然是内部成本和利润率要求。

从这个角度看，AI 企业服务统一费率是不太可能的。比如，不同客户对大模型 token 使用强度存在大差别的话。

基于产出结果或效果服务，正在成为企业软件服务，尤其是 B2B AI 应用服务所关心的热门话题。

风险投资机构 Tremont 的调研显示，5% 的调研对象认为 2025 年其所在公司就已经在使用基于结果的定价模式。而 25% 的调研对象则反馈期望到 2028 年会使用基于结果的定价模式。

基于结果的定价模式的难点在于，甲乙方对 “结果” 的衡量单位需要达成共识。

风险投资机构 Tremont 的 Kyle Poyar 归纳了 B2B 企业软件和服务领域的传统顶级和新兴定价模式。

从软件创造价值中能拿到多少（作为定价）角度，这些定价模式包括：

(1) 传统的套装软件（On-prem，通常安装在甲方企业自己的机房）：5%，代表性案例 SAP；

(2) 订阅模式（Subscription）：10%，代表性案例 Salesforce；

(3) 基于使用量（Usage）：15%，代表性案例云端数据存储和管理服务商 Snowflake；

(4) 基于交付的工作结果（Work）：20%，代表性案例 Int

定价反映了供需和竞争关系。

投资银行 UBS 汇总了国内外代表性大模型服务商的 API 价格变化情况。

从整体看，一年前后时间单价降 80% 是规律。

附图黑色是闭源的大模型 GPT-4 不同版本的价格（每百万次 Token 使用，输入输出 4:1），蓝色是开源的大模型 Llama3.1 405B 在 Together 和 Fireworks 上的价格。

开源 vs. 闭源，这个争夺推动了持续的价格下滑。而大模型成本的下滑，有助于生成式 AI 应用更早达到的经济性。

大模型目前的商业化，除了开发一个自有应用外，更多是希望通过能力开放的方式，由第三方企业或个人开发者来调用能力，根据使用能力的 API 用量来进行收费。此商业模式也基本沿用了云计算平台的做法。

以 OpenAI GPT 模型为例，假设 80% 的 Token 用于输入，20% 的 Token 用于 输出，2023 年 3 月 1M Token 的 GPT-4 能力消费需要 36 美元，而 2023 年 11 月则为 14 美元。同样 1M Token 2024 年 5 月为 7 美元，8 月则进一步下降为 4 美元。

通过低价策略来保持性价比，是互联网科技行业的典型手法

由于固网基础设施，尤其是光纤网络资源的不足，相当多国际运营商通过 5G FWA（固定无线接入）来做家庭宽带的服务提供。

如果是用于智能手机的 5G 套餐，多是基于流量额度来定价，比如：20GB 多少钱。而 5G FWA 因为作为一种固定宽带来使用，通常 DOU（每月流量使用）是远超智能手机的。以附图为例，相当都运营商是按照 5G FWA 最高速率来进行定价区分。

自动驾驶一直是火热的话题，很多车企也配置了不同等级的自动驾驶或者辅助驾驶的功能。但自动驾驶作为一项独立功能，并能从消费者处直接收到钱的并不多。

随着特斯拉 FSD 的规模上线，该功能规模性的销售也开始上量。根据 Bloomberg 的估计，特斯拉 FSD 在未来一年内可实现 8 亿美元的收入。

每年有 8 亿美元的自身造血能力，在自动驾驶领域也算遥遥领先了。

目前特斯拉 FSD 的定价模式，可以买断软件版本升级（ 8000 美元 @ 美国市场），也可以采用 99 美元的月费订阅模式。

常见的免费定价模式会有两种：分别是 Freemium（免费增值）和 Free Trial（免费试用）。

Free Trial 会给客户提供免费的使用时间（比如：14 天），允许用户体验完整的产品功能。

Freemium 则是免费版服务可以长期使用，但如果用户需要用到高级功能，则需要付费。

附图是风险投资机构 OpenView 在 2023 年的调研，围绕 SaaS 软件的转换率。Freemium 的中值是 5%，Free Trial 是 10%。