先想一个问题

你做了一个能自动整理文献的 Agent，用户用了 10 分钟，你应该收他多少钱？

按次收，像买一杯咖啡？按时长收，像租一台云服务器？按他处理了多少篇文献收，像水电表？还是干脆包月，像视频会员？

这四种模型——按次、按时长、按用量、按订阅——在 AI 付的体系里都有对应的产品能力。选对模型，决定了你的 Agent 能不能跑通商业化；选错模型，用户要么觉得贵，要么你觉得自己亏。

四种模型一张表

这张表不是让你四选一。很多产品其实是"混合定价"——基础功能订阅制，超出额度按用量加收。关键是先确定主模型，再考虑叠加。

按次：像自动售货机

用户每触发一次完整服务，完成一次扣款。

适合的情况：服务边界清晰、单次交付明确、用户不会连续使用的场景。比如一次简历优化、一次合同审查、一次图片生成。

要注意的坑：如果用户连续使用多次，按次计费会显得"零碎"，体验上像反复掏硬币。解决方式是设置"批量包"——买 10 次送 2 次，既降低单次决策成本，也提前锁定收入。

支付宝 Vibe Pay 的能力定位就是这类"线上收款码"式的按次计费。接入后，你的 AI 应用每被使用一次，就自动完成一次收费，不需要用户手动扫码。

按时长：像会议室租赁

用户占用服务资源的时长作为计费依据。

适合的情况：对话式 AI、实时音视频处理、直播陪伴等需要持续保持连接的服务。比如一个 AI 口语陪练，用户练了 20 分钟，就收 20 分钟的钱。

要注意的坑：时长计费需要精确的会话起止判定。如果用户挂着不动，你收不收钱？不收，会被薅羊毛；收，用户会觉得冤枉。通常做法是设置"心跳检测"——超过一定时间无交互，自动断开会话。

Machine Pay 的按会话时长模式可以覆盖这类需求，接入时需要在服务端配置好会话超时策略。

按用量：像水电表

按实际消耗的计算资源或处理量计费。

适合的情况：资源消耗差异很大的服务。比如文本生成按 token 数、图片生成按像素数、视频转码按时长与分辨率。同一个功能，轻度使用和重度使用，成本可能差几十倍，统一收费必然有一方吃亏。

要注意的坑：用量计费的难点是"计价单元"要设计得让用户能理解。按 token 收，普通用户根本不知道 1000 token 是多少字；按请求次数收，又掩盖了不同请求的算力差异。比较好的做法是把底层用量换算成"用户能感知的单位"——比如"处理 10 份文档"而不是"消耗 50 万 token"。

Machine Pay 的按调用量模式支持这种精度的计费，开发者可以自定义计费单元与结算周期。

按订阅：像健身房年卡

用户预付固定周期费用，在周期内无限或限额使用。

适合的情况：高频、工具属性强、用户一旦习惯就不愿迁移的服务。比如 AI 写作助手、代码补全工具、日程管理 Agent。

要注意的坑：订阅制的核心指标是留存率。如果用户首月用完就不续了，你的获客成本全打水漂。所以订阅产品必须在前 7 天就让用户感受到"离不开"——要么嵌入他的工作流，要么产生他不愿丢失的数据资产。

Skill Pay 支持一次性付费和按月订阅两种模式，Agent 的技能被其他智能体调用时也能持续产生收益。对于做 Skill 的开发者，这意味着你的能力不只是卖给终端用户，还可以嵌入到其他 Agent 的服务链路里抽成。

一个决策思路

不用纠结哪种模型"更好"。先回答三个问题：

1. 你的服务，用户多久用一次？ 低频 → 按次；高频 → 订阅。
2. 不同用户的使用强度差异大吗？ 差异大 → 按用量；差不多 → 按时长或按次。
3. 你的核心竞争力是功能本身，还是用户沉淀的数据？ 功能本身 → 按次/用量；数据资产 → 订阅（用户为了保留数据不得不续费）。

如果三个问题指向不同的模型，那就考虑"基础订阅 + 超额用量"的混合方案。

一个顺手了解的机会

如果你正在考虑为 Agent 接入收款能力，或者想验证自己的定价模型在真实场景中能不能跑通，PAYATHON 2026 的五条赛道恰好对应了这几种收款形态——Vibe Pay（按次）、Skill Pay（技能变现）、Machine Pay（按量）、Token Pay（订阅）、Agent Pay（智能体自主支付）。

大赛主题 Build & Bill，核心就是"做出来，还要收得到钱"。报名截止到 12 月 1 日，作品提交到 12 月 9 日，决赛在 12 月 26 日。总奖池 ¥200,000，五条赛道分别设奖。可以先报名，再慢慢打磨产品和定价策略。→ 了解详情

给不同阶段的开发者

具体以官方最新说明为准。