老王在夜市摆了一个酸梅汤摊，每天傍晚准时出摊。以前定价全凭心情，直到他学会了一招：先绕整条街走一圈，看看奶茶店、咖啡摊、果茶铺都在卖什么价，再翻开自己的小账本算算每杯的原料成本，最后定一个跟同行错开、又让客人觉得“值”的价格。这个动作，在 AI 商业化里有一个正式的名字——竞品价格对标。 AI 产品从大模型 API 到智能写作工具，定价从来不是拍脑袋。先看清竞品的订阅制、用量制是怎么设计的，再把自家价格放进市场“价格带”里找位置，最后用折扣和测试一点点打磨。这篇文章我们就跟着老王的夜市故事，把竞品价格对标的完整框架走一遍，让你学会用“摆摊思维”给 AI 产品定个好价钱。

岗位关联

竞品价格对标是 AI 产品商业化的“定价仪表盘”：学会它，你能把拍脑袋的定价变成有依据的决策，显著提升订阅转化与变现效率，是商业化产品经理和 AI 创业者最实用的基本功。

目录
  1. 可视化演示
  2. 定价模式选择
  3. 竞品信息收集
  4. 对标分析方法
  5. 成本需求平衡
  6. 折扣促销设计
  7. 定价验证迭代
  8. AI 应用场景
  9. Python 演示
  10. 常见误区
  11. 面试题

可视化演示

动态演示AI商业化的核心机制，通过输入/处理/存储/输出四种模式展示关键概念与交互流程。

本节配有交互动效（进入视口后自动加载，约 3KB）。

AI商业化：竞品定价 竞品定价信息收集方法 价格定位策略与差异化 核心机制可视化 AI商业化整体架构与关键组件

定价模式选择

老王发现，隔壁奶茶店推出了一张“月卡畅饮”，花 30 元办卡，这个月随便喝；而对街咖啡摊依然一杯一杯地卖，12 元一杯，喝几杯付几杯的钱。两个摊子都能赚钱，但赚钱的方式完全不同。老王把这套逻辑带回自己的酸梅汤摊：要不要也搞一张“月卡”？这就是 AI 产品定价时面临的第一个选择题——订阅制还是用量制。

订阅制的意思，是用户付一笔固定的周期费用（通常按月或按年），换取一段时间的完整使用权。用量制则相反，用户按实际消耗付费，多用多付、少用少付。在 AI 产品里，订阅制常见于 AI 写作助手、客服机器人这类“持续使用”的产品；用量制常见于大模型 API，按 token（文字处理单位）数量计费。

选择哪种模式，要回归用户的使用特征。使用频率稳定、需求均匀的用户适合订阅制，收入可预测、现金流平稳；使用量差异大、每次消耗都产生真实算力成本的产品适合用量制，收入与成本同步增减，毛利率更好控制。不少产品采用混合模式：一个较低的底价（月费）加上超出部分按用量收费，兼顾稳定与弹性。

老王观察了一阵子发现，奶茶店的月卡赚的是高频常客，咖啡摊按杯卖赚的是路过散客。AI 产品也一样——先想清楚你的用户属于哪一类，再决定用哪种计费方式。

Rsub=Ns×PmRusage=Nu×Qavg×PuR_{sub} = N_s \times P_m \qquad R_{usage} = N_u \times Q_{avg} \times P_u
公式说明：左边是订阅制的月收入，右边是用量制的月收入。估算时把用户数、单价、平均用量代入，就能判断哪种模式在当前客群下更赚钱。
  1. 订阅用户数订阅制中每月付费的用户数量。老王卖出 100 张酸梅汤月卡，这个数就是 100，它是收入的基础乘数。
    NsN_s
  2. 订阅月费每位订阅用户每月支付的固定金额。月卡定价 30 元，收入等于 100 乘 30，即 3000 元。
    PmP_m
  3. 用量三要素用量收入由用户数、人均使用量、单位价格三个因子相乘。10 位客人、人均 3 杯、每杯 8 元，收入就是 240 元。
    Nu×Qavg×PuN_u \times Q_{avg} \times P_u
  4. 两个结果对比把两组数字分别算出来并比较，较高者代表当前更占优的策略。若用量制收入远高于订阅制，说明用户消耗频繁，应偏向用量计费或混合模式。
    Rsub vs RusageR_{sub} \ \text{vs} \ R_{usage}

竞品信息收集

老王以前定价靠心情，后来他开始每晚收摊后绕着夜市转一圈，把奶茶、咖啡、果茶摊的价目表一一抄进小本子，还特意记下日期和摊位位置。这是他的“情报本”，用来回答一个问题：整条街都在卖什么价？

对 AI 产品来说，这个“情报本”就是竞品定价信息库。收集渠道主要有三类：一是公开渠道，竞品官网、产品价格页、帮助文档（如各大模型厂商的 API 定价页）；二是销售渠道，竞品销售给出的报价单、定制方案；三是第三方渠道，行业报告、媒体报道、用户晒单。

光有信息还不够，要整理成“价格档案”。每条记录至少包含五个字段：产品名、定价模式、价格数值、计价单位和采集日期。档案要定期更新，因为竞品的价格往往随版本迭代或促销活动变化，过期数据会让对标决策失真。这也是老王每次都记日期的原因。

老王说，“情报本”记得越勤，心里越有底。AI 定价团队也是一样，价格档案每月更新一次，市场发生变化时才能第一时间做出反应。

Pˉ=1n∑i=1nPi\bar{P} = \frac{1}{n} \sum_{i=1}^{n} P_i
公式说明：用来计算收集到的竞品价格的平均水平，作为判断市场行情的粗粒度参考。
  1. 加总所有竞品价把搜集到的每家竞品价格逐项相加。老王本子上 8、10、12、15、18、22 元六个数加起来是 85。
    ∑i=1nPi\sum_{i=1}^{n} P_i
  2. 样本数一共对标了多少家竞品。录了 6 家，分母就是 6，代表“每家平均分摊多少钱”。
    nn
  3. 均值加总后除以样本数，得到市场平均价。85 除以 6 约为 14.2 元，这就是整条街的平均水位。
    Pˉ=856≈14.2\bar{P} = \frac{85}{6} \approx 14.2
  4. 结合中位数判断均值容易被极端高价拉偏，单独看不够稳。实际分析中常把均值和中位数一起看，避免被卖 22 元的贵价摊带偏判断。
    Pˉ≈14.2 vs Pmedian=13\bar{P} \approx 14.2 \ \text{vs} \ P_{median} = 13

对标分析方法

老王把抄来的价格从小到大排成一排：8、10、12、15、18、22，发现整条街的酸梅汤类饮品形成了一条从 8 元到 22 元的“价格带”，正中间是 13 元。他原来卖 12 元，属于中偏下。

“价格带”是竞品价格的最小值和最大值之间的区间，中位数则代表市场主流位置。把自家价格放进价格带里，能直观看出定位：低于中位数是性价比路线，高于中位数则必须有更强的价值支撑。这里的“价值支撑”就是价值锚点——用户感知到的功能、品质、服务差异。

价格指数（Price Index）是把自家价格与市场中位数的比值换算成百分数，用来量化定位。指数大于 100，说明价格高于市场中位；小于 100，说明走性价比路线。价值锚点越强，指数越敢往上走；锚点不足还卖高价，客户流失只是时间问题。

老王最终把自己的酸梅汤定在 14 元，比中位价 13 元高一点点，但他敢这么做，是因为他的山楂比别家多放一把——这就是他的价值锚点。

PI=PselfPmedian×100%PI = \frac{P_{\mathrm{self}}}{P_{\mathrm{median}}} \times 100\%
公式说明：价格指数把“我的价格”和“市场中位价”放在同一个尺度上比较，一眼看出自己定贵了还是定便宜了。
  1. 我的价格自己产品当前拟定的价格。老王打算卖 14 元，代入分子。
    Pself=14P_{\mathrm{self}} = 14
  2. 市场中位价把所有竞品价格排序后取中间值。6 家价格排序后中间落在 13 元，代入分母。
    Pmedian=13P_{\mathrm{median}} = 13
  3. 相除再乘百分百14 除以 13 再乘 100 约等于 107.7，指数大于 100，说明老王定价略高于市场主流。
    PI=1413×100%≈107.7PI = \frac{14}{13} \times 100\% \approx 107.7
  4. 指数含义解读指数等于 100 是与市场齐平，大于 100 是溢价或高端定位，小于 100 是性价比定位。溢价必须有价值锚点支撑，否则建议回落到中位附近。
    PI>100⇒溢价定位PI > 100 \Rightarrow \text{溢价定位}

成本需求平衡

卖价再高也要看成本。老王算了笔账：一杯酸梅汤的乌梅、山楂、冰糖加杯子，成本约 3 元，所以 5 元以下是绝对不卖的——这是他的成本底线。同时他也发现，三伏天客人顶着太阳也会排队，价格涨一块，队伍也没变短。

成本底线是定价的地板，用户的付费意愿是天花板。地板之上、天花板之下，才是可活动的定价区间。要判断这个区间有多大，就看需求价格弹性——价格变动一个百分点，销量会跟着变动几个百分点。

弹性大于 1 说明用户对价格敏感，降价能明显拉动销量，适合用价格换规模；弹性小于 1 说明需求刚性，降价换不来多少增量，不如维持高价。对 AI 产品而言，日常工具类需求弹性往往高于企业合规类；理解弹性，才能判断“降价促量”还是“稳价提利”。

老王明白了，三伏天涨价不掉队，秋雨天打折也卖不动，摆摊要看天吃饭，定价也要看“弹性”吃饭。

Ed=ΔQ/Q0ΔP/P0E_d = \frac{\Delta Q / Q_0}{\Delta P / P_0}
公式说明：需求变化的百分比除以价格变化的百分比，衡量销量对价格的敏感程度。
  1. 价格变化率价格变动量除以原价。老王从 12 元涨到 14 元，变化量 2 除以 12，约 16.7%。
    ΔP/P0=212≈16.7%\Delta P / P_0 = \frac{2}{12} \approx 16.7\%
  2. 需求变化率销量变动量除以原销量。原本每天卖 100 杯，涨价后卖 90 杯，变化率是 10%。
    ΔQ/Q0=10100=10%\Delta Q / Q_0 = \frac{10}{100} = 10\%
  3. 弹性系数两个变化率相除。10% 除以 16.7% 约等于 0.6，小于 1，说明需求偏刚性，涨价后销量小跌。
    Ed=10%16.7%≈0.6E_d = \frac{10\%}{16.7\%} \approx 0.6
  4. 弹性值判断标准绝对值大于 1 属于高弹性，降价拉量有效；绝对值小于 1 属于低弹性，盲目降价只会损失利润。
    ∣Ed∣>1⇒高弹性|E_d| > 1 \Rightarrow \text{高弹性}

折扣促销设计

老王学会对标后，又想用折扣吸引客人。他打出“第二杯半价”，当天多卖了不少，但月底算账发现，有些打折日虽然杯数翻倍，利润反而少了。老王这才明白：折扣是门算术题。

折扣力度用折扣率 d 表示——打八折就是 0.2，打七折是 0.3。折扣的本质是用单价换销量，而换不换得来，要算盈亏平衡：折扣后的收入不低于原收入，所需的最低销量是原销量的 1/(1-d) 倍。

设计折扣促销还要守住几条原则：限时限量制造紧迫感，避免长期打折固化低价预期；给出明确理由（新品首发、版本升级、周年庆），降低对品牌价值的伤害；同一时期尽量只对一种价格锚点打折，防止客户转向更低档位。捆绑组合（比如“API 套餐 + 订阅”）也是变相折扣，能提升客单价而不直接损害单件价格。

从此老王每发一张优惠券，都先在账本上把平衡销量算好，再决定要不要打这个折。

Q1Q0=11−d\frac{Q_1}{Q_0} = \frac{1}{1 - d}
公式说明：在保持收入不下降的前提下，打了折就必须多卖货。这个公式告诉你要多卖多少才不亏。
  1. 原价销量不打折时正常销售的杯数。老王平时一天卖 100 杯。
    Q0=100Q_0 = 100
  2. 折扣率让利比例。打八折就是让利 20%，d 为 0.2；打七折 d 为 0.3。
    d=0.2d = 0.2
  3. 折后单价比例扣掉折扣后剩余的原价比例。八折剩 80%，即 0.8。
    1−d=0.81 - d = 0.8
  4. 所需新销量1 除以 0.8 等于 1.25，意味着销量必须达到原来的 125%，也就是至少多卖 25% 才不亏。老王“第二杯半价”相当于整单七五折，更需要仔细核算。
    Q1=1000.8=125Q_1 = \frac{100}{0.8} = 125

定价验证迭代

老王现在改价不再拍脑袋：每次调价先试一周，用小本子记下每天卖了多少杯、回头客占比，周末再对比数据决定下周是保持、回调还是继续优化。他把定价变成了一场“实验”。

AI 产品同样需要把定价当成可验证的假设，用数据迭代。常用手段是 A/B 测试：把用户随机分成两组，一组看新价格，一组看旧价格，比较两组的转化率与收入；再配合用户访谈、问卷反馈，理解价格背后的心理预期。

验证的核心指标是收入变化率——调整前后收入的差值除以原收入。如果收入上升，说明调价方向正确；如果下降，要分析是客群流失还是销量不足，并及时回滚。定价永远没有“定完为止”，只有“这轮结束”。

老王的小本子已经记了两本，他现在常说：价格不是一次定死的，而是一轮一轮试出来的。夜市如此，AI 产品更是如此。

ΔR%=R1−R0R0×100%\Delta R\% = \frac{R_{1} - R_{0}}{R_{0}} \times 100\%
公式说明：用调整后的收入减去原收入，再除以原收入，量化这次调价到底赚了还是亏了。
  1. 调价后收入新价格执行一段时间后的实际收入。老王试卖 14 元后一周收入 980 元。
    R1=980R_1 = 980
  2. 调价前收入旧价格下的收入基线。原价 12 元时一周收入 840 元。
    R0=840R_0 = 840
  3. 收入差与比值980 减 840 得 140，除以 840 约 0.167，说明收入上涨 16.7%。
    R1−R0R0=140840≈0.167\frac{R_1 - R_0}{R_0} = \frac{140}{840} \approx 0.167
  4. 换算百分之百把 0.167 变成 16.7%，便于阅读和汇报。数值为正继续推进，为负则启动回滚或下一轮迭代。
    ΔR%=16.7%\Delta R\% = 16.7\%

AI 应用场景

AI 写作 SaaS 的订阅定价对标

阶段：商业化策略 · 定价与变现

解决的问题：某团队做 AI 写作助手，定价全靠创始人拍脑袋。通过收集 6 家同类产品的公开定价（19.9/29.9/39.9/69.9 元/月），画出价格带，用中位锚定结合自身“中文润色更强”的价值锚点，将产品定在 39.9 元/月，并在官网突出差异点。上线后转化率提升 22%。

具体案例：对 500 名目标用户做 A/B 测试：一半看到 39.9 元/月，一半看到 49.9 元/月。结果显示 39.9 元组转化率高出 3.2 个百分点，收入增长 18%，验证了中位偏上的定位可行。

大模型 API 的用量制对标

阶段：AI 平台定价 · 用量计费设计

解决的问题：开源模型厂商要发布商用 API，参照主流大厂按 token 计费的模式，却不知道定多少。用用量制收入公式——用户数、人均调用量、单 token 单价——估算月收入，并对比订阅套餐，最终采用“基础月费 + 超量 token 折扣”的混合模式。

具体案例：对标主流大模型的输入/输出单价，结合自身算力成本底线，将价格定在市场均值的 70%，以“性价比 + 数据私有化”切入中小企业市场，上线三个月 API 调用量月均增长 40%。

新品限时折扣的盈亏平衡测算

阶段：增长策略 · 促销设计

解决的问题：企业级 AI 客服产品想搞“首年七折”促销，但没有验证过销量增幅目标，容易白让利润。用盈亏平衡公式算出七折需销量增长约 43%，再通过老客户预售预估销量，发现达不到目标，于是把折扣改为“满 10 座席送 1 个月”，在保住单价的同时拉高客单价。

具体案例：某 AI 客服厂商双十一活动中用“限时买一年送半年”替代直接降价，活动期间新增客户数提升 35%，单价零下降，毛利率保持稳定。

Python 演示

python55 行
# -*- coding: utf-8 -*-"""竞品价格对标分析小工具: 价格带、定价建议、收入对比、折扣盈亏平衡""" import statistics COMPETITOR_PRICES = [8, 10, 12, 15, 18, 22]  # 竞品月费列表  def price_benchmark(prices, strategy="median"):    """对标分析: 输出价格带、中位价与建议定价"""    prices = sorted(prices)    low, high = prices[0], prices[-1]    median = statistics.median(prices)    mean = statistics.mean(prices)    if strategy == "median":        recommend = median    elif strategy == "above_median":        recommend = round(median * 1.15, 1)    else:        recommend = mean    return {        "band": (low, high),        "median": median,        "mean": round(mean, 1),        "recommend": recommend,        "price_index": round(recommend / median * 100, 1),    }  def compare_revenue(sub_users, sub_price, usage_users, avg_usage, unit_price):    """对比订阅制与用量制的月收入"""    sub_rev = sub_users * sub_price    usage_rev = usage_users * avg_usage * unit_price    return {"sub": sub_rev, "usage": usage_rev}  def discount_breakeven(price, quantity, discount_rate):    """打折不亏本所需的最低销量增幅百分比"""    need_quantity = price * quantity / (price * (1 - discount_rate))    return round((need_quantity / quantity - 1) * 100, 1)  def main():    report = price_benchmark(COMPETITOR_PRICES, "above_median")    print("benchmark report:", report)     revenue = compare_revenue(500, 30, 800, 12, 1.5)    print("subscription vs usage:", revenue)     growth = discount_breakeven(13, 1000, 0.2)    print("breakeven sales growth:", growth, "%")  if __name__ == "__main__":    main()
目的：把老王的价格对标流程写成脚本——自动算市场价格带与中位价，给出建议定价；对比订阅制与用量制的月收入；并计算打折需要多卖多少才不会亏本。
  1. prices = sorted(prices)先排序，取首尾就是价格带，取中间就是中位价。
  2. median = statistics.median(prices)用统计库直接算中位数，比手排更可靠。
  3. "price_index": round(recommend / median * 100, 1)把建议定价与市场中位相比，换算成价格指数。
  4. usage_rev = usage_users * avg_usage * unit_price用量制收入的三要素连乘：用户数、人均用量、单价。
  5. need_quantity = price * quantity / (price * (1 - discount_rate))用原收入除以折后单价，推出保底销量。
  6. print("benchmark report:", report)把对标报告打印出来，直接在终端读懂市场行情。

常见误区

误区竞品月费 30 元，那我也定 30 元，这样肯定不会错。反正市场已经验证过这个价格了，跟着走最安全。

正解竞品价格只是参照系，不是定价公式。老王发现隔壁卖 12 元，但他山楂放得更多、回头客更多，卖 14 元照样排队。AI 产品也一样，你的成本底线、价值锚点、目标客群都可能不同，直接抄价等于放弃了自己的差异化空间。

为何常见：人们害怕“定贵了没人买”，以为价格是用户决策的唯一因素，忽略了价值感知和品牌信任。

误区做促销就是让利换销量，看着当天订单翻倍就觉得赚了，从不细算利润变化。

正解打八折要保持原收入，销量至少要提升 25%。如果销量只涨 10%，收入其实是下降的。老王“第二杯半价”就是教训：杯数翻倍的日子，利润反而变薄。任何折扣下手前，先用盈亏平衡公式算清楚保底销量。

为何常见：人容易只看到销量这个显性指标，而忽略单价、毛利和长期价格锚点这些隐性损失。

误区只要我的 AI 产品是所有竞品里最便宜的，客户就一定会选我。

正解AI 产品有数据安全、效果信任、迁移成本等决策因素，低价不一定能换来客户，还可能引发价格战。更合理的做法是找到价值锚点（更准的效果、更强的隐私保护），让价格指数略高于中位也有支撑。

为何常见：把快消品的低价策略直接套到企业软件和 AI 服务上，忽略了 B 端决策的复杂链路。

误区价格是上线前定好的一件事，之后就不用再管了，反正合同都签了。

正解成本、竞品、需求都在变，定价必须像老王的小本子一样持续记录和迭代。通过 A/B 测试、用户反馈和收入变化率监控，定期复盘价格是否仍然合理，才能让变现效率一直在线。

为何常见：把定价当成一次性项目，缺乏“定价是持续实验”的意识，导致价格与市场脱节很久才发现。

面试题

Q1. 竞品价格对标的第一步最优做法是？

单选题 · easy

  • A.直接抄竞品最低价
  • B.系统收集竞品定价← 正确答案
  • C.先做一轮大促销
  • D.凭经验拍板定案

答案：B。对标的前提是先有数据。老王绕夜市抄价目表，靠的就是系统收集，而不是凭感觉或盲目跟价。直接抄最低价、先促销、拍脑袋都跳过了信息收集这一步，无法支撑后续分析。

Q2. 订阅制定价模式的典型特征是？

单选题 · easy

  • A.按调用次数计费
  • B.按月收取固定费用← 正确答案
  • C.按输出字数计费
  • D.按消耗电量计费

答案：B。订阅制就像奶茶店的“月卡畅饮”，用户付固定费用换取一段时间的使用权，收入可预测。按调用次数、按字数、按电量都属于用量制，是按实际消耗计费的模式。

Q3. 价格指数计算中采用的参照基准是？

单选题 · mid

  • A.竞品最低价格
  • B.竞品中位价格← 正确答案
  • C.竞品最高价格
  • D.自身成本价格

答案：B。价格指数的分母是市场中位价，因为它代表大多数玩家的主流位置，比最高价、最低价更稳健。自身成本是定价地板，与价格指数是两回事。

Q4. 需求价格弹性大于一说明降价后？

单选题 · mid

  • A.销量基本没有变化
  • B.销量能够明显增加← 正确答案
  • C.产品收入必然下降
  • D.产品成本必然上升

答案：B。弹性大于 1 表示高弹性，销量对价格很敏感，降价能换来明显的销量增长，适合用价格换规模。弹性小于 1 才说明需求刚性，降价容易白让利润。

Q5. 打八折促销想保持原收入，销量至少需提升约？

单选题 · mid

  • A.百分之五左右
  • B.百分之二十五← 正确答案
  • C.百分之四十五
  • D.百分之六十

答案：B。打八折后单价是原价的 80%，按盈亏平衡公式 Q1/Q0 = 1/(1-0.2) = 1.25，销量需要提升 25% 才能保住收入。这也是老王发优惠券前必算的账。

Q6. 用量制收入的三个关键要素不包括？

单选题 · hard

  • A.付费用户的数量
  • B.人均使用的数量
  • C.单次使用的单价
  • D.用户流失的比率← 正确答案

答案：D。用量制收入 = 用户数 × 人均用量 × 单价，三者相乘。用户流失率是影响长期收入的指标，但不在收入公式的三要素里，属于留存分析的范畴。

Q7. 收集竞品定价时最可靠的渠道是？

单选题 · easy

  • A.官方公开报价页← 正确答案
  • B.街头小道消息
  • C.内部员工传言
  • D.完全靠自己猜测

答案：A。官网、价格页、帮助文档是竞品主动公开的一手信息，最权威可靠。小道消息和传言容易被夸大或过时，猜测则完全没有依据。

Q8. 合理的折扣促销设计应当遵循？

多选题 · mid

  • A.限时限量制造紧迫← 正确答案
  • B.常年无休维持低价
  • C.明确打折活动理由← 正确答案
  • D.无理由大幅降价

答案：AC。限时限量能制造紧迫感，明确理由（新品首发、周年庆）能降低对品牌的伤害。常年维持低价和频繁无理由降价会固化低价预期，破坏价格锚点，长期看伤品牌。

Q9. 关于订阅制与用量制的说法正确的有？

多选题 · hard

  • A.订阅制收入更可预测← 正确答案
  • B.用量制贴近使用深度← 正确答案
  • C.两种模式可以混搭← 正确答案
  • D.用量制利润一定高

答案：ABC。订阅制收入稳定可预测，用量制收入与用户使用深度挂钩，两者可以混合成“底价 + 超量计费”。但用量制利润不一定高——如果算力成本高且定价低，毛利反而更薄。

Q10. 定价 A/B 测试的正确做法是？

单选题 · hard

  • A.新旧价格分组对比← 正确答案
  • B.全体用户同时涨价
  • C.只询问销售的直觉
  • D.直接取价格中位数

答案：A。A/B 测试要把用户随机分组，一组看新价、一组看旧价，用数据对比转化和收入。全体用户同时涨价无法比较，销售直觉和直接取中位数都缺乏实验依据，不是验证定价的科学方式。