客户自己也能调模型，购买比的是完成的工作
一家全球专业服务机构的买家说得很直接：如果直接给前沿模型一条提示，产出比供应商的效率工具更好，就没什么理由再付平台溢价。遇到客户不许使用第三方产品的敏感项目，这家机构已经搭了能在本地或私有环境运行模型的内部平台，也在试验用开源代码替代商业软件。
推理成本下降，可以改善应用公司的毛利。更强的模型、更好用的开发工具，也让一部分功能更容易被换掉。客户还会不会付钱，取决于替代方案变强之后，购买还剩下什么。有的应用，客户只用通用模型，再花不多的持续功夫，就能复现它的核心产出。这样的应用暴露在替换之下。定价一直重要，眼下更要紧。增长很快的 AI 公司常常把定价往后放。
a16z 把这场比较画成一张图。买卖双方拿到的是更便宜、更好的模型，溢价发生在工作流层。自建是客户自己把技术栈拼起来，购买是厂商把复杂度承担过去。双方再看完成的工作，比较质量、速度、总成本和风险。应用的优势大于它收取的溢价，客户才会买。
支撑这场比较的，是四个要认真做、也要认真标价的抓手：领域专长、深度集成、可靠执行、难拿到的上下文。创始人先看清客户真正看重哪一项，再把它做强，并为它定价。
整条工作流要比客户自己做更稳
客户不必把整套应用重写一遍，也能碰到厂商的定价权。只要把一个量大的任务收回自己做，或者做出一套像样的替代，溢价就已经被碰到。
要守住溢价，厂商得在整条工作流上超过客户的替代方案。合同审查要守住这一点，就得套上公司自己的法律标准，让长文件里的修改前后一致，并在一轮轮谈判里留住上下文。客户手里已经有能干的模型。专门应用仍有位置，靠的是这些要求。
跨国能源公司 Repsol 的法务团队做了一次直接对比。盲评把三套方案放在一起：法律应用 Harvey、微软 Copilot、Repsol 自己的原型 Lexia。Harvey 的输出质量最高。试点为期 8 周，50 名律师分布在 12 个司法辖区。Harvey 在准确度和省下的时间上再次超过另外两套。Repsol 随后在法务部门全面铺开。
Harvey 披露，法务部门的采用率达到 96%，律师每周省下 4 到 6 小时。好处还落到以后的工作上：团队用 Harvey 找出历史协议里反复出现的异议，改了标准合同模板，并补上后备条款。
Harvey 的 Playbook Review 把这种执行拆开。主控 agent 把审查分给专门的 agent，把互相冲突的修改对齐，再检查整份文件。系统用法律评分标准看表现，并按单项任务在质量、速度和成本上的要求选择模型。审查上下文留在系统里，后面的追问可以接上前面的工作。下一步要从律师接受、修改或拒绝的批注里学习，让以后的审查少一些人工指点。
每完成一次工作流，评测会更准，上下文会得到核对，这家客户专有的知识会更深。这种学习让下一次的结果更好，应用的优势也随使用累积。创始人要量出这种积累在质量、可靠性和交付成本上抬了多少。
创始人拿最容易被换掉的工作流，去对客户最强的可信替代。实施、人工复核、失败尝试和维护都算进成本。再找出哪一环会越用越好。
上下文租出去要比自己整理便宜
上下文能支撑溢价，途径有两条。一条是独家获取客户在别处拿不到的信息，另一条是把信息整理到准确、够新、能用。两条可以同时成立。客户在别处拿不到的观察，本身就有价。对客户本来就能接触的信息，优势要看整理到能用要花多少成本。
一家垂直软件公司有一套多年积累的专有定价基准，覆盖大约 3000 家企业。这家公司正在探索用 Model Context Protocol（模型上下文协议）做服务器，让 AI 系统直接查询这些基准。厂商把采集、整理、校验和维护做一次，成本摊到很多客户身上。单个客户租用一份可靠、够新的上下文，比重建并维持同等资源便宜。厂商少做一遍重复劳动，从中赚差价。客户用更低的总成本，拿到更好的答案。
客户自己的资料也可以走这条路。制度、CRM 记录、合同和工作流历史，所有权在买方。拥有这些资料，还不等于它们能被稳定地用起来。权限、归一、检索和持续校验都得做。应用把这套整理做深，并用日常使用里的反馈修正上下文，收取的费用就对应了省下的工程、校验和维护。
创始人先分清客户付钱买的是获取、整理，还是两样都要。在同等质量下，把价格和省掉的工程、校验、维护放在一起看。
先证明交付了多少活，再按成果收费
更好的执行和可信的上下文，让溢价有了可能。2026 年 8 月，a16z 问了 100 位企业大模型决策者。其中 94% 预计大模型总支出还会增加，37% 预计未来一年至少翻倍。
支出变大之后，客户要看见换回了什么：完成了多少工作，质量如何，相对替代方案的总成本是多少。能收多少钱，要以这份证明为底。客户买的是已经交付的工作。
先选客户认得的单位，例如审完一份合同、解决一段客服对话、做完一项研究、补全一条记录。再计算全部交付成本，包括检索、模型调用、工具、重试、评测和人工复核。失败的尝试要摊进每一个成功完成的单位。
然后把应用价格、实施、持续看管和剩余人工，拿去和被替换流程的成本、质量比较。内部自建仍是可信选项时，开发和维护成本也放进比较。
Decagon 给 Notion 做的案例，把这场比较接到了购买决定上。Notion 考虑过自己做，后来选择外部方案，好让团队把精力放在自己的核心平台上。比过质量、集成、安全和合作关系之后，Notion 选了 Decagon。案例页写着三项：工单解决快了 34%，绕过人工的比例提到 2 倍，要求转人工的对话占 3.4%。a16z 写的是工单解决时间最多改善 34%。后来的买家因此有了选择它的理由，也有了衡量改进的数字。
价值被证明之后，定价要能拿走其中一部分。价格可以参照省下的时间、交付的质量和客户的替代方案来定，同时让交付本身仍然赚钱。
Sarah Wang 和 Tugce Erten 把收费分成三档。卖的是模型访问，就按 token 收费。卖的是模型完成的工作，就按客户认得的价值单位收费，常用积分来包装。卖的是清楚、可以归因的业务结果，就按结果收费。应用应停在自己能够稳定计量、归因并且守得住的最高一层。
客户认得的工作可以直接定价，也可以包进积分。积分是一种货币。它对应某项任务，或对应客户能够做预算的工作量。价值要看这些任务。
可预测还得经得起真实负载。Clay 的定价备忘录写道，固定的 AI 价格让简单任务收贵了，又让复杂任务赚不到钱。Clay 把 Data Credits 和用于编排的 Actions 分开。边界较清楚的 AI 任务保留固定积分。消耗波动更大的推理模型，按实际 token 成本转给客户，不加价。客户为编排逻辑付钱。高波动的模型输入单独计算。同一份备忘录还写到，2022 年 Pro 档的积分定错了价，这个档位亏了好几年。
价格绑在客户认得的工作上。交付成本下降时，厂商可以用模型路由、缓存或更好的模型来提高毛利、降低价格，或在同一套报价里纳入更多工作。客户不用逐次追踪底层模型组合的变动，也能分享这些效率。整套报价仍然要比客户的替代方案划算，这种分享才站得住。创始人要量清一份已完成工作的全部成本，对照替代方案证明它的价值，并选一个买方能够预估的计价单位。典型工作流和昂贵工作流分开测算毛利，再决定省下的效率怎样和客户分享。
模型还会变好，优势得比它更快变宽
客户是否购买，看的是总成本、质量、速度和风险合在一起，是否好过他们最强的可信替代。比较里有应用的价格，也有实施、运行和维护两边各自要花的功夫。
可靠执行和可信上下文构成优势。清楚的交付证明让优势看得见。定价让客户分享效率提升，也让厂商因为改进交付而得到回报。
基础模型还在进步，客户的替代方案会跟着变强。应用要继续赚到溢价，自己的优势必须比模型进步扩得更快。
