一句话定义：单位经济学（Unit Economics）是把生意拆到最小可重复单元——一个用户、一千个 token、一次 API 调用——去算这一单本身是赚还是赔。
为什么不看总账，要看"一单"
总量最容易骗人。月流水一千万、用户一百万，听着风光；但如果每服务一个用户净亏三块钱，规模越大，窟窿越大，融资只是把爆雷时间往后推。
打个奶茶店的比方：不能只看一天的营业额，要看一杯奶茶——原料、杯子、外卖平台抽成、店员工时分摊加起来是多少，卖价减掉这些才叫毛利。如果一杯亏两块，开一百家店不是翻身，是亏得快一百倍。
AI 产品里的"一杯奶茶"，可以是一个付费用户的一个月、一千个输出 token、一次 Agent 任务里连着跑的五六次模型调用。
一张表说清几个容易混的概念
| 概念 | 回答的问题 | 常见口径 |
|---|---|---|
| 单位经济学 | 这一单本身赚不赚钱 | 单用户/单千 token 收入 − 变动成本 |
| 贡献毛利（Contribution Margin） | 卖这一单能剩多少去养公司 | 收入 − 直接变动成本 |
| CAC | 拉来一个客户花多少钱 | 营销+销售费用 ÷ 新增客户数 |
| LTV | 一个客户一辈子贡献多少毛利 | 客单价 × 毛利率 × 留存时长 |
| 规模经济 | 量大了成本会不会降 | 采购议价、缓存命中率、自建推理 |
注意：LTV/CAC 这个比值常被拿来当健康指标，但只有单位经济学为正时它才有意义。分子分母都站不住，比值再漂亮也是算术游戏。
它不是什么
单位经济学不是财务报表。利润表是全公司一个月的总账，单位经济学是把总账除以业务量、再看结构，而且主要盯变动成本——用得多就涨的那部分。它也不是定价策略：定价是手段，单位经济学是那把检验定价是否成立的尺子。
AI 的特殊难处
传统 SaaS 的边际成本接近零，多一个用户几乎不多花钱；AI 产品反过来，推理成本随用量线性上涨。"按人头收月费、按用量烧算力"是最典型的陷阱：轻度用户补贴重度用户，重度用户越多越亏。
可做的动作有：把 token 消耗做成用户可见的用量指标；给重度用户设计分层定价；用缓存和更小的模型接简单请求；把成本上限写进产品设计，而不是等月底看账单才发现。模型价格和缓存折扣会变，具体以各厂商官方页面为准。
对不同人的意义
对从业者：上一个 AI 功能前先问一句——这个功能每用户每月的推理成本大概多少，能不能被这个用户带来的收入覆盖？答不上来，就先别扩量。
对普通人：判断一个 AI 产品能不能长期用下去，可以看它是不是"用越多亏越多"。如果是，它大概率只有三条路——涨价、降配，或者哪天悄悄关掉。