AI应用层公司的毛利率困境：为什么收入翻倍，钱却更紧了

2026年，一批AI应用公司交出了漂亮的收入曲线：同比增长100%、200%。同一批财报里，毛利率在往下走。

这不是个例。应用层公司的毛利结构，正在被三件事重新定义。

一、第一层：推理成本随使用深度上升

传统SaaS的边际成本接近于零。多一个用户，多一点点存储和带宽。

AI应用不是。每一次使用都有真实成本，而且成本和使用深度强相关。

关键在于：用户的用法会随时间进化。

• 第1个月：问简单问题，单次请求约2千token
• 第3个月：开始上传文档、要求分析，单次请求约2万token
• 第6个月：把它接进工作流，批量处理，日调用量涨10倍

用户越用越顺手，你的成本结构就越难看。 这是留存的代价——留存率高是好事，但高留存意味着用户深度使用，深度使用意味着成本上升。

更麻烦的是定价惯性。早期按”用户数”订阅定价，用户数涨了，价格却不容易跟着涨。重度用户和轻度用户付一样的钱，重度用户成了补贴对象。

二、第二层：缓存率决定毛利

同样一个功能，毛利可能差三倍，原因常常是提示词缓存命中率。

大部分AI应用的成本里，固定部分占比很高：

• 系统提示词
• 工具定义
• 长上下文文档
• 参考示例

如果这些内容每次调用都重新计费，成本就下不来。而主流模型厂商提供的缓存机制，对命中部分能给出很大的折扣。

缓存率是AI应用最重要的成本杠杆之一，但很少有团队把它作为核心指标跟踪。

典型的低缓存率场景：

• 提示词里包含当前时间戳（哪怕只精确到分钟），前缀全部失效
• 用户的个性化信息插在系统提示词中间，破坏了固定前缀
• 每次调用动态拼装工具列表
• 会话间隔太久，缓存已过期

修法很简单：把不变的东西放最前面，把变化的东西放最后。 时间戳挪到最后，个性化信息挪到用户消息里。这一条改动，常常能把缓存命中率从20%提到80%。

三、第三层：模型税

所谓模型税，是上游模型厂商定价变化对你毛利的直接影响。

几件事同时发生：

• 头部模型的价格在降，但能力分层越来越细，用最强模型的诱惑一直在
• 推理模型（thinking系列）价格显著高于普通模型，但用户需求里真正需要的比例并不高
• 供应商会调整计费方式（比如output token的计费口径）

结果是：模型单价在降，你的单位成本却在涨。 因为你的产品在不断用更贵的模型、更长的上下文、更多的循环。

这是”模型税”的真正含义——不是单价问题，是使用强度问题。

四、三条改善路径

路径一：把定价从”人头”改成”用量”

最直接。但改定价有阻力：客户不喜欢，销售难解释。

折中方案：

• 基础订阅含一定额度，超出按量计费
• 按”AI操作次数”计费，不用token这种客户听不懂的单位
• 分层定价：轻量版限制深度功能，专业版放开

关键是让重度用户的付费和自己的消耗挂钩。毛利问题的本质是重度用户被补贴，不解决这个，优化成本只是拖延。

路径二：建立模型路由层

不是所有请求都需要最强模型。

一个典型的分布：

• 60%的请求是简单分类、抽取、改写 → 小模型足够
• 30%需要中等推理 → 中档模型
• 10%是真正的复杂任务 → 强模型

按这个分布路由，平均成本常能降到只用强模型的30%~40%。

难点不在技术，在判断哪个请求该给哪个模型。做法：

1. 先用规则（输入长度、是否含特定意图关键词）
2. 再训练一个轻量分类器（用历史数据标注）
3. 兜底：小模型输出质量低于阈值时，升级重试

这样做要注意一个陷阱：路由错误会带来质量问题，返工的成本可能吃掉省下的钱。 所以要有质量监控，不只是成本监控。

路径三：把输出长度管住

输出token通常是输入token的4~8倍单价。而AI应用普遍存在”话太多”的问题。

• 要求JSON输出而不是散文
• 限制字数
• 关闭不必要的解释
• 让”详细模式”成为选项而非默认

一个真实的例子： 某摘要功能默认输出800字，改成”默认200字，可展开”，成本降了六成，用户满意度反而上升——因为短摘要更好扫读。

五、该盯哪些指标

传统SaaS盯毛利率和LTV/CAC。AI应用需要加几个：

指标	说明	健康区间
单请求平均成本	总成本÷请求数	持续下降
单活跃用户月成本	按重度/轻度分层看	分层可控
缓存命中率	关键杠杆	>60%
模型分布	各档模型占比	强模型占比20%以内
每次成功任务成本	含失败重试	比单请求更真实
毛利率分层	按客户规模看	无负毛客户

最后一条最容易被忽略，也最致命：某个大客户可能是负毛利的。 它用量大、要求的都是复杂功能、议价能力强。如果不分层看毛利，你会误以为业务健康。

六、一个反直觉的判断

有人说：“模型价格会一直降，毛利问题会自然解决。”

不太可能。因为价格下降的同时，产品的复杂度在上升。用户会要求更多功能、更长上下文、更多自动化。省下来的钱会被新增的能力吃掉。

毛利改善只能靠产品设计和工程决策，不能等外部条件改善。

七、优先级建议

如果只能做三件事：

1. 本周：算清单请求成本，按客户分层看毛利，找出负毛客户
2. 本月：优化提示词结构提升缓存命中率——投入最小、见效最快
3. 本季度：引入模型路由，把强模型占比压下来

定价改革放最后。它是治本的，但需要组织配合，而且前面两件事做完之后，你才有数去设计合理的定价结构。

结语

AI应用层不是没有好生意，是成本结构没被认真对待。

用传统SaaS的思维做AI产品，会得到一个诡异的结果：增长越快，现金越紧。

模型能力是大家的，成本结构才是你自己的。