打开AI产品的计费页面，你只看到积分最近几天消耗了多少。没有细化到任务的颗粒度，没有Token数，没有算力消耗，没有GPU使用时长。

我那天做了什么为什么消耗这么多积分？

我的积分花在哪儿了？

平台有没有随便乱扣我的积分？

积分制，并不是个别平台的设计。

几乎所有AI平台都在用积分制。只是叫法不同，"积分""点数""算力值""能量"，本质上都是积分。

但你有没有想过：为什么？为什么所有平台都不约而同选择了积分制？

一.抛开概念，先搞懂AI的成本构成

要搞懂积分，先搞懂AI的成本从哪来。

最底层：GPU算力

每一次AI推理，都是GPU在运转。

你问AI一句话，GPU在工作。你让它生成一张图，GPU在工作。你跑一个Agent任务，GPU还是在工作。

GPU要用电。要散热。要定期更换。这些都是实实在在的成本。

一张H100显卡，售价几万美元。一个数据中心里放几千张。光硬件就是几亿美元。再加上电费、网络、运维——这是真金白银。

这是最底层的成本。所有AI服务的根基。

没有GPU，就没有AI。

中间层：Token

GPU处理文字，不是按"字"来处理的，是按Token。

Token是什么？是模型处理文字的基本单位。

你可以把Token理解成"AI阅读和写作的单位"。模型不认识"字"，它认识Token。

1000个Token，大约等于750个英文单词，或者500个汉字。

你问AI"今天天气怎么样"，大约消耗50-100个Token。

你让它写一篇2000字的文章，大约消耗3000-4000个Token。

Token是AI世界的"货币"。

每个模型厂商都按Token来计费。这是行业通用的计量方式。

不同厂商、不同模型，价格不同，但单位统一：Token。

表层：你使用的产品

一次对话、一个Agent任务、一张图片生成，这些是你看到的产品形态。

每一次操作的背后，都是GPU在运转+Token在消耗。

AI厂商将AI技能包装成各种各样的产品供你来使用，而你付的钱，其实是在为GPU算力和Token消耗买单。

搞懂了AI的成本构成，接下来的问题就是：既然Token是基本单位，为什么平台不直接卖Token？

二.如果直接卖Token/算力，会怎样

直接卖，最透明。

但直接卖，有三个解决不了的问题。

问题一：数字太吓人

你问AI一句话，背后可能消耗了几万Token。一个Agent任务跑下来，200万Token很正常。

你看到"本次消耗200万Token"，第一反应是”什么？太贵了。"

但实际上呢？按底层价格算，可能也就几毛钱。

数字本身就制造了恐慌。

200万。听起来像天文数字。但这是AI世界的计量单位，不是真实的价格。

Token是AI工程师的语言，不是普通用户的语言。

让普通用户理解"200万Token到底贵不贵"，这本身就是一个不可能完成的任务。

问题二：没法统一标价

平台给各个模型厂商按照Token单价付费。

但用户的一个Agent任务，可能需要同时调用多个模型：

• 文本模型（理解你的需求，生成回复）

• 视觉模型（识别你上传的图片）

• 代码模型（执行代码操作）

• 图像生成模型（生成最终图片）

每个模型的Token价格完全不同。文本模型可能5元/百万Token，视觉模型可能20元/百万Token，图像生成模型可能按张收费。

一个Agent任务如果需要精确计费，可能是这样的：

某时间点发生的某个任务调用：文本模型消耗15万Token（0.75元）+ 视觉模型消耗8万Token（1.6元）+ 代码模型消耗12万Token（0.6元）+ 图像生成3张（0.9元），合计3.85元"

更麻烦的是，Agent任务不像普通对话那样"一问一答"。一个Agent可能自主决策，反复调用不同模型，甚至在你不知道的时候跑了十几次。

账单会变成什么样？一张A4纸打不完。

而积分就是那个"标准价"——把多种模型的消耗统一折算成一个数字。

你看一个数字就够了。你不用做算术题，平台也不用做繁复的计费设计。

问题三：价格天天变

这是最致命的问题。

AI行业的成本，不是稳定的。是剧烈波动的。

DeepSeek

2026年8月17日，V4-Pro高峰时段输出价从6元涨到27元/百万Token，涨幅350%。缓存命中价格从0.025元涨到0.30元，涨幅1100%。

注意，这是近4个月内的第4次调价。

智谱GLM

2026年一季度，累计上调API价格83%。

● 2月，Coding Plan涨30%

● 3月，GLM-5-Turbo涨20%

● 4月，GLM-5.1涨10%

一个季度，涨了三次。几乎每个月都在调。

腾讯混元

2026年3-4月，两轮调价。部分接口涨幅超5倍，最高463%。

除了token，算力成本也不稳定。

H100一年期合同从2025年10月的$1.7/卡/小时涨到2026年3月的$2.35，涨幅近40%。

也就是说，如果直接按Token定价，你今天花10块，明天可能花5块，后天可能花15块。

定价无法稳定，财务无法预算，用户无法预期。

对于企业用户来说，这是不可接受的。

你没法跟老板说"下个月的AI预算不确定，可能5万，可能50万"。

这是直接卖Token的致命问题：价格波动太大，用户无法形成稳定的消费预期。

积分制的价值就在这里：它在剧烈波动的底层成本之上，建立了一个相对稳定的价格层。

三：积分制为什么能解决这些问题

1.统一度量衡

不管你背后调了几个模型、多少Token，统一折算成"积分"。

你只看一个数字。就像电费。

你用电的时候，不需要知道每度电背后是火电还是风电。不需要知道发电成本是多少。不需要知道电厂采购的煤炭涨了还是跌了。

你只需要看电表：用了多少度，付多少钱。

积分就是AI世界的"电表"。

它把复杂的成本结构，压缩成一个你能理解的数字。

2.心理缓冲

200万Token → 63积分。

数字小了。用户不慌了。

这不是什么套路。这是认知科学。

积分制把大数字压缩成小数字，让消费感知变得可控。

跟游戏币、航空里程是同一个逻辑。

你玩游戏的时候，648元买6480钻石。你不会觉得"6480"是个大数字。因为那是"游戏币"，和真实货币隔了一层。

你坐飞机攒里程，1万里程听起来不多。但1万公里听起来很远。同样的数字，不同的感知。

中间层让消费感知变得柔和。这不是欺骗，是人机交互的基本设计原则。

3.成本隔离

这是积分制最核心的价值。

底层Token降价，积分不降，平台利润扩大。

底层涨价，平台可以通过优化模型调用对冲，不用频繁调价。

积分制是平台和用户之间的一道"减震层"。

对平台来说，积分制让定价策略有了灵活性。底层涨价了，平台可以通过技术优化（比如缓存、模型路由、模型降级）来吸收成本，而不是立刻传导给用户。

对用户来说，积分制让价格稳定了。今天1积分能做什么，下个月还是差不多。不用每天盯着账单焦虑。

四.积分制也带来了新问题

积分制解决了"怎么收钱"的问题。

但制造了新的问题："不知道钱花哪了"。

问题一：不透明

1积分到底对应多少算力？没有平台告诉你。

你没法验证"扣10积分是因为消耗了1000 Token"是不是真的。

你只能被动接受：平台说扣多少，就扣多少。

这种不透明，制造了不信任。

即使平台没有坑你，但因为没有透明的换算机制，你天然会觉得"是不是在坑我"。

这是积分制的原罪。

信息不对称，天然就会滋生猜疑。

问题二：消耗不可控

Agent不是问一句答一句。

一个任务可能跑几十次模型调用。反复试错。

你以为你在"问一个问题"，实际上Agent在后台跑了10次尝试、3次调试、2次重试。

这些你看不见。

一组扣子用户关于积分消耗在哪里的真实数据：

• 大模型调用：38%

• 插件调用：27%

• 后台任务：22%

• 调试浪费：13%

超过60%的积分花在了你看不见的地方。

你在前台只看到了一个结果，大量消耗发生在后台，用户不可见。

但背后，Agent可能试了很多次。调了很多接口。跑了很多后台逻辑。这些都在消耗积分。而你一无所知。

你以为花10积分就能搞定，结果花了30。你不知道多出来的20积分去了哪里。这就是"不可控"。

问题三：使用抑制

每次开口都在花钱。

你开始犹豫："这事值不值3个积分？"

犹豫的结果是什么？少用。

"算了，我自己查吧。"

"算了，这事不急。"

"算了，下次再说。"

AI的价值和使用频率成正比。你用得越多，价值越大。

但计费模型反而压制了使用频率。

这是积分制的悖论：让你为价值付费，但反而限制了价值的释放。

这是一个结构性的矛盾。

计费越精确，用户越不敢用。用户越不敢用，AI的价值越难释放。

五.积分制，也可能不是终态

手机流量计费经历过几个阶段：

1. 按分钟计费（早期）：打一分钟付一分钟的钱。精确，但焦虑。

2. 包月套餐：每月固定费用，包含一定时长。稳定，但浪费。

3. 无限流量：随便用，不限量。自由，但成本高。

4. 达量限速：超过一定量后降速。折中方案。

5. 流量包：按需购买额外流量。灵活补充。

每一个阶段的计费方式，都是当时技术和成本条件下的折中。

AI行业也一样。

卖Token → 卖Coding Plan → 卖积分 → 未来可能卖"完成任务"

Coding Plan（编程套餐）曾经火过一阵。包月不限量使用。看起来很美好。

但持续了不到三个月，就大面积消失了。智谱、阿里、腾讯都调整了策略。

为什么？

因为Coding Plan的成本不可控。用户无限量使用，但成本是实打实的。平台扛不住。

积分制是退而求其次的方案。至少能控制成本。

但积分制也不是终态。

因为用户真正愿意付费的，不是100万Token。

是"你帮我把这件事做完了"。

我不在乎Agent用了多少Token、调了几个模型、跑了多少次尝试。

我在乎的是：结果。

从卖算力到卖结果，可能是AI商业模式的终极方向。

不过在那之前，我们还得跟积分制相处一段时间。

写在最后

回到开头的问题：我的积分，花哪了？

现在我们知道了。

积分花在了GPU算力、Token消耗、插件调用、后台任务上。

积分制不是阴谋。它是成本结构复杂化之后的折中方案。它解决了"怎么收钱"的问题，让你不用每次都看一张打不完的账单。

但它还不完美：不透明、不可控、抑制使用。

它是AI行业发展过程中的一个阶段。

我们先搞清楚底层逻辑，然后等待更好的方案到来。

点击「阅读原文」即可注册体验ChatDoing 

一句话生成企业级AI客服