AI计费模式巨变：OpenAI试水“按结果付费”

最近，虽然GPT-6（代号Astra）的传闻甚嚣尘上，但我认为其重要性被严重低估：OpenAI正在向部分大客户试点“任务完成才付费”的计费策略。

将计费锚点，从“消耗了多少Token”转移到了“任务是否完成”。

乍看只是收费方式的微调，实则标志着AI产业正从“贩卖算力”迈向“交付价值”的关键转折，更是行业ROI焦虑的总爆发。

这一步，其风险甚至超过了发布一款新模型。

首先，为何必须进行这种变革？

Palantir CEO卡普曾言：若AI真能助你获利十亿美元，按商业常理应谈分成，而非按Token计费。

他进一步指出，按Token收费本身就暴露了该产品在规模化场景下难以稳定产出价值的短板。

话虽刺耳，却非全无道理。试问，哪有咨询公司是按“顾问说了多少字”收费的？按字数收费，本质是卖方对交付质量缺乏自信，只能退而求其次计量投入。

更严峻的现实是：Token计费在Agent时代已逐渐失效。

第三方数据显示，在典型的Agent场景中，近40%的Token消耗源于智能体间反复传递已有信息，而非创造新内容。同一任务被反复计费，同一批信息被重复读取。

企业审视账单时不禁发问：这笔钱里，有多少真正用于创造价值，又有多少是AI在“空转”或“开会”？

此外，分词器升级也引发争议。OpenAI在GPT-4o中升级分词器，词表扩大。官方称提升多语言能力，但对中文、日文，新分词器切割粒度变化导致Token不减反增，被质疑存在隐性涨价嫌疑。

当计量标准掌握在卖方手中，买方信任便难以建立。

正是在此背景下，OpenAI开始试点“任务完成才付费”。

对客户而言，这无疑是利好。以往Agent运行失败，算力消耗照样照单全收；如今若失败，费用则可免除。

但这把风险完全转嫁给了OpenAI自身，而这一风险目前并不低。

独立测试表明，OpenAI的桌面智能体Operator在真实任务中失败率颇高；用户调研也显示，Agent平均仅能完成约四分之三的分配工作。

这意味着，若全面推行结果付费，OpenAI需为那25%的失败任务全额承担算力成本。以当前的推理成本计算，这绝非小数目。

相比成本，我更关注一个几乎无解的难题：何为“任务完成”？

目前行业尚未形成公认标准。

部分场景相对明确：

• 客服问题是否独立解决 ✅

• 代码是否通过测试 ✅

• 合同是否完整审查 ✅

这些任务的共性在于结果离散、易于验证。

然而，一旦收费依据变成“帮客户多赚了多少”或“节省了多少人力”，归因便彻底崩塌——

这是咨询行业百年的难题，至今无解，AI凭什么认为自己能解决？

因此，我认同云服务商及研究者的保守观点：Token计费仍是目前唯一客观、可审计的计量基础；转向结果付费将面临结算周期错配、审计成本高昂等问题，全面落地预计仍需3至5年。

放眼全局，OpenAI的动作并非孤例，而是整个行业在回应同一个核心质问。

Gartner预测：到2027年底，超过40%的Agentic AI项目可能因成本高昂、商业价值模糊或风控不足而被取消。

40%这个数字若成真，意味着近半数企业AI投入将付诸东流。

IDC中国研究总监卢言霞直言：目前多数AI应用赛道尚未形成商业规模，AI软件亦未达到规模效应。

优刻得CEO季昕华总结了企业主的真实焦虑：一是如何让员工真正用起来；二是用了之后，成本上升但效率提升不显著。

他举例称，有公司每周AI支出六十余万，月近三百万，但效果尚未完全显现。

这句话几乎道尽了当下企业AI落地的普遍困境。

有趣的是，当OpenAI尝试从计费端解决ROI问题时，另一群人正从成本端入手。

“本地模型”正成为一个热门概念。

盛大网络创始人陈大年预测：本地模型能力在3年内可媲美Claude等顶尖模型，并占据80%的大模型市场。

该预测虽激进，却指向了两个真实价值：一是Token自由，模型本地运行边际成本趋近于零，AI可高频长期运行而不必每次都算钱；二是隐私，企业涉密数据可不上云，用户私密信息可本地处理。

前OpenAI首席科学家Ilya Sutskever亦指出：单靠“一味做大模型”的时代已近尾声。

两条路径，一改收费模式，一改成本结构，殊途同归：让AI的投入产出比变得可解释。

回溯OpenAI的商业化历程：免费体验 → 分档订阅 → 按Token计费 → 试点结果付费。

这一路径的方向从未改变：将收入模式从“贩卖算力”向“交付价值”演进。

Token计费解决的是“AI消耗了多少算力”的问题。

然而，企业真正关心的，始终是“AI创造了多少价值”。

这两个问题之间的鸿沟，正是当前AI行业最大的估值泡沫，也是最大的机遇窗口。

我有个略显另类的观点：“任务完成才付费”最革命之处，不在于对企业有多友好，而在于它迫使AI公司首次直面那个一直被回避的核心问题——你能否稳定交付价值？

此前，这个问题可被“模型升级”、“分数提升”等借口绕过。如今，借口失效。若要收取结果费，就必须为失败买单。

这一步，OpenAI主动迈出。无论成败，它都推动行业向前迈进了一大步。

至于GPT-6何时发布、跑分几何——那不过是头条新闻。

商业模式如何革新，才是生死攸关的关键。

*本文基于OpenAI商业化相关报道、Gartner与IDC研究观点及多家媒体公开信息综合仿写与解读，不代表任何投资建议。*