当一个智能体耗费大量Token（词元）却未能完成预期目标，这笔账单该由谁承担？当AI法律顾问仅消耗极小的算力，便规避了高昂的税务风险时，AI开发商仍按较低且固定的价格向客户收费，是否符合商业逻辑？
Token需求迎来爆发，定价争议随之升温。OpenAI董事长Bret Taylor（布雷特·泰勒）近日接受媒体采访时表示，AI Token计费问题源于AI市场尚未成熟，未来趋势将转向按结果付费。此前，业内亦有声音认为，AI商业模式正迈入价值抽成的3.0时代。
定价为何产生争议，距离AI按结果付费还有多远？
已有先行者
所谓按结果付费，是指AI服务的定价不再以Token消耗量、调用次数等过程性指标为依据，而是以AI实际解决的业务问题和创造的可量化价值来结算。
北京大学汇丰商学院教授魏炜等在今年1月发表于《清华管理评论》的文章中指出，交易结果类成果定价的核心命题是“为AI智能体所创造的、可验证的业务价值增量付费”。
人工智能基础设施企业是石科技联合创始人毛运航在接受中新经纬采访时提到，按项目制结算可视为按结果付费的早期雏形。“超算时代我们就在做这样的项目工作。”他举例说，当前一些前沿部署工程师团队深入B端企业解决实际问题，最终结算指标是项目成果，无论过程中使用了多少硬件、多少软件、调用了哪类模型、投入了多少人力成本，这些过程细节都不纳入计费考量。
按结果付费的模式已在全球范围内出现落地尝试。今年6月，软件服务提供商Salesforce推出的Agentforce Help Agent，便采用了“按解决付费”的定价模式。只有在智能体从头到尾自主解决问题时才会计费。若客户给出负面反馈或要求转接人工，则不产生费用。这意味着企业的投入直接与问题解决挂钩，无需担忧Token的预测消耗或预算超支。
国内企业也有实践。2025年12月，百融云创发布“结果云”（Results Cloud）平台，将“对结果负责”的理念转化为可执行的商业机制。该平台支持三种价值交换模式：按任务计价（适用于单次或批量任务）、按岗位薪酬制（相当于为“硅基员工”支付月薪或年薪）、按价值创造分成（与客户按业绩提升比例进行分成）。
卡壳难点是什么？
尽管已有企业陆续探索，但多位专家认为，按结果付费从理念走向大规模落地，仍面临多重障碍。
首先是“结果”的定义权和度量标准尚未形成共识。
“如何定义问题是否得到解决，以什么为标准，谁来评价，如何判定，是否公允可审计，这些都是难题。”上海财经大学数字经济研究院副院长崔丽丽对中新经纬表示，目前AI应用尚在逐步落地阶段，行业内还没有确定性的交付标准，基于交付结果直接计费缺乏基础。
云计算与AI服务平台优刻得方面向中新经纬介绍，Token计费之所以能成为主流，恰恰在于它提供了一个客观、可审计、无争议的计量基础。一旦转向按结果付费，供需双方在“什么算成功”“谁来判断结果”等问题上会产生大量协商成本，这对于规模化服务而言是不利的。
崔丽丽也补充道，结果的好坏可能与使用者的应用方式密切相关，这使得即便有了可衡量的标准，也很难推广出通用性的行业标准。
其次是计费边界的模糊与归因难题。
优刻得方面指出，一个业务结果往往是多环节共同作用的产物，很难将最终效果单纯归因于某一模型的单次调用。当AI与人工协同工作时，价值的切割更是难题。
毛运航分析，按Token使用量计费未必是最优解，但却是目前市面比较认可的逻辑。商业是否产生了实际价值，不是短期内做一个项目赚了钱就能说清的。
最后是结算周期的错配。
“Token计费是即时的，而按结果付费往往需要事后通过业务数据来验证成效，存在时间差和额外的审计成本。”优刻得方面表示。
Token亚克力装置 受访者供图
为何转向？
“怎么产生高质量的Token是很重要的事情。”中国工程院院士、清华大学计算机系教授郑纬民近期接受媒体采访时表示，Token的价值存在多重评价指标。他举例说，同样是500个Token，有可能价钱不同：有的Token被消耗后延迟长，有的延迟短；有的每秒能产生大量Token，有的产出较慢。多个指标共同决定了Token的实际价值。
回溯计费模式的演进逻辑，毛运航指出，超算时代算力收费按“核时费”或“卡时费”计算，但每个计算单元的实际效能并不相同，配置差异、系统稳定性、网络传输IO等因素都会影响产出，同样耗费180天算力的任务，结果可能天差地别。
毛运航认为，Token时代同样存在这一问题。Token计费虽然比卡时计费的颗粒度更细、统一性更高，是当前市场认可的主流方式，但本质上仍未解决按任务结果计费的根本问题。他举例说，一些公司将Token调用当作程序员来使用API，结果变成了盲目消耗Token只为凑指标，这与人在工作中“摸鱼”并无区别，消耗了资源却没有产生实际价值。
“随着人与人之间的协同减少，智能体与智能体之间的协同增多，商业本质和定价逻辑都将发生根本性变化。”毛运航说。
按结果付费是AI商业模式演进的方向。魏炜等在《清华管理评论》刊文中指出，从全球AI原生公司的实践来看，AI智能体的定价逻辑已形成共识：过程定价是基础，结果定价是增值。无论是标准化工具还是定制化解决方案，过程定价（如订阅费、标注费、里程碑费）都是保障供应商基础收益的核心，而结果定价（如分成、奖励）则是实现价值增值的关键，两者结合是主流选择。
上述多位受访业内人士认为，结果定义清晰且可自动校验、业务闭环短、价值可精确归因的场景，例如AI编程、AI客服、特定知识问答、结构化数据处理等，未来最可能率先实现按结果付费。
毛运航判断，偏工业、偏实体、偏项目制的工作场景，目前因难以被通用模型快速覆盖，反而在计费模式适配度和客户投入意愿上更具空间，可能成为“按结果付费”实现突破的重点领域。
至于落地时间表，崔丽丽预计，短期内Token计价模式不会快速转变，按结果付费全面落地仍需3至5年。“Token计费应该还是会存在，只不过以后会隐藏在一些中间结算环节中，而不会出现在最终产品结算里。”她说。