AI SaaS 定价，别再犯这 4 个错了
定价是独立开发者最头疼的事，没有之一。
产品做出来了，功能比竞品不差，但用户就是觉得贵。降了价，用户又觉得你不够专业。不降价，一个月就那么几个付费用户，连服务器成本都 cover 不住。
这个问题我在过去几个月研究了大量 AI SaaS 产品的定价策略，从 OpenAI 到 Notion AI，从 Gamma 到 Copy.ai，加上自己踩过的坑，整理出 4 个最常见的定价错误和对应的解法。
如果你也在做 AI 产品，这篇文章能帮你少亏至少 3 个月时间。
错误一：按 API 成本定价
这是 AI 开发者最容易犯的错误。
你算了算，每次请求花掉 $0.003 的 API 费用，加上 $0.001 的基础设施，成本是 $0.004。然后你定了个 $9/月的套餐，觉得 200% 的毛利已经不错了。
问题是，用户根本不关心你的 API 成本。用户关心的是「这个工具帮我省了多少时间」或者「帮我多赚了多少钱」。
举个真实的例子。Jasper AI 在高峰期定价 $49/月起，他们的 API 成本大概只占收入的 15-20%。但用户愿意付这个钱，因为 Jasper 帮营销团队把内容产出速度提高了 3-5 倍。客户算的是「多雇一个人要 $5000/月，Jasper 只要 $49」。
按价值定价，别按成本定价。你的成本是分母，用户的价值感知才是分子。
错误二：只有一个套餐
Survey 显示，提供 3 个定价档位比单一价格能提升 30-40% 的转化率（来源：Price Intelligently 的 SaaS 定价研究）。
原因很简单：对比效应。用户不知道什么价格合理，但知道什么价格更划算。三个套餐一摆，中间那个通常成为最受欢迎的选择——这就是经典的「金发姑娘效应」。
Buffer 的定价是个好例子。他们早期只有 $10/月一个档位，后来改成了 $6/$12/$24 三档，Pro 版加了更多功能，收入直接翻倍。
AI 产品也一样。你可以设置：
- Free 版：有限额度，让用户先体验价值
- Pro 版：满足 80% 用户的核心需求
- Business 版：团队协作 + 更多额度 + API 访问
三个档位里，Pro 是你的主力，定价要比 Business 便宜 50-60%，制造明显的性价比优势。
错误三：只有月度订阅
月付看起来对用户友好，但它有两个问题：
- 用户随时可以取消，你的留存不稳定
- 年付提前锁定收入，现金流更好
最有效的做法是「月付 + 年付打折」模式。年付一般给 20-30% 折扣。这不仅是现金流的问题——年付用户比月付用户的留存率高 15-20%，因为他们已经付了全年的钱，会更有动力去用（来源：Recurly Research, 2024）。
Loom 的定价就是典型。月付 $12.5，年付折算 $10/月，省 20%。用户在年付和月付之间做选择时，年付的「省钱」感会推高转化。
如果你刚上线产品，甚至可以只做年付——前 3 个月只卖年付，这样首批用户的质量会非常高，你也能更快验证 PMF。
错误四：免费版太大方
「先让用户免费爽用，再慢慢转化」——这话理论上没错，但实操中太多人把免费版做得太好了。
一个典型的 AI SaaS 场景：用户注册后，免费版给了 100 次生成。用户用了 50 次，发现够用了，完全不考虑付费。你的服务器成本在跑，收入却是 0。
GitHub Copilot 的做法值得参考：免费版给了非常有限的额度（每月 2000 次补全 + 50 次聊天），刚好够让用户体验到「AI 确实有用」，但远远不够日常使用。用户一旦习惯了这个体验，付费就变得很自然。
免费版的额度应该定在「够让用户体验核心价值，但不够完成完整工作流」的水平。一般是付费版额度的 10-20%。
另外一个策略是限制功能而非额度：比如免费版只能用基础模型，Pro 版才能用更强的模型。Notion AI 就是这么做的。
写在最后
定价不是一劳永逸的事。我见过不少产品上线时定价定得太低，后面想涨价却发现用户已经习惯了低价，涨不上去。
一个可操作的建议：上线时定一个你觉得「有点贵」的价格，然后看用户的反应。如果用户二话不说就付了，说明你定低了。如果用户骂声一片，你还有降价的空间。但反过来，定低了想涨，几乎不可能。
AI SaaS 的定价策略还在快速演化中，但上面这 4 个错误是相对稳定的底层逻辑。不管你的产品是什么方向，避开这 4 个坑，至少能让你的定价从「拍脑袋」变成「有策略」。
你有没有在定价上踩过坑？欢迎在评论区分享。
