AI 产品积分系统设计

概述

AI 产品（Manus、v0.dev、Lovable、Bolt、Cursor、Replit、Builder.io 等）采用的积分/Credits 定价体系深度分析，涵盖五种定价模式、核心设计原则、工程架构实现及行业共性痛点。

关键内容

五种定价模式：
纯订阅（Flat Fee）：ChatGPT Plus $20/月，成本可预期但厂商难控重度用户
按用量计费（Usage-Based）：OpenAI API，线性公平但用户焦虑
订阅+积分混合（Hybrid）：v0.dev、Lovable、Cursor，保底收入+控制超量
结果导向（Outcome-Based）：Intercom Fin $0.99/成功解决，价值对齐但"成功"定义复杂
分层积分+每日刷新（Tiered+Daily Refresh）：Manus，保持日活但 Agent 任务成本黑盒
行业共性痛点——"赌博感"：几乎所有积分制 AI 产品都面临核心矛盾——用户提交任务时不知道消耗多少积分，事后才知道代价。"I feel like I'm gambling every time I submit a prompt."
Agent 循环耗积分特有问题：AI 陷入错误修复循环（fix→re-error→fix），每轮消耗积分但没有解决问题，缺乏"检测到循环→暂停"机制。
上下文成本隐性计费：v0 将聊天历史、文件上传、知识库注入都计为输入 token，导致同一个问题多次询问消耗远超预期，长对话上下文积累使后续每次请求更贵。
v0 迁移教训：2025 年 5 月从固定月费（近乎无限使用）切换至 token 计费体系，引发社区强烈反弹。核心教训：从旧模式迁移需提前 30 天通知、提供对比说明、给老用户过渡期额外积分、提供使用量估算器、开放 30 天双模式。
Builder.io 最佳实践：统一货币（所有 AI 操作共用一套积分）、Rollover with Cap（滚存上限为月度额度 2×）、差异化推理（简单请求消耗少，复杂任务消耗多）、实时状态指示器。
十大设计原则：
积分≠Token，需要抽象层（用户看到 50 积分，内部 150K input + 80K output tokens）
执行前必须显示预估成本（置信区间而非精确值）
设置消耗上限/看门狗机制（检测循环→暂停）
每日刷新机制（Manus 每日 300 积分保证轻度用户每天可用）
Rollover 与生命周期管理（促销>月度>购买，滚存上限防无限积累）
模型分级+用户自主选择（快速/标准/深度模式，用户选而非系统自动决定）
任务模式隔离计费（Chat Mode 低消耗 vs Agent Mode 高消耗）
使用量可视化仪表盘（趋势图、详细日志、团队视图）
弹性追加与防断线设计（余额<20%警告，耗尽给 24 小时宽限期）
定价切换的用户教育 SOP
工程架构：核心数据模型（credit_wallets + credit_ledger append-only 账本 + credit_grants）、原子性积分扣减（悲观锁/乐观锁防并发超额）、Rollover 策略实现、基于历史数据或 LLM 复杂度评分的预估成本实现。

来源

AI 产品积分系统设计深度分析 — Manus/v0.dev/行业横向对比/可借鉴设计原则

AI 产品积分系统设计

概述

关键内容

来源

相关