按结果计费（Outcome-based Pricing）是指客户不为 AI 调用了多少次、消耗了多少 token，也不为买了几个账号席位付费，而是为 AI 实际完成并交付的某个可验收结果付费。
打个比方：请装修队。按用量计费像按工人小时数结账，干得越慢你付得越多；按席位订阅像包月请一个团队，来不来都那笔钱；按结果计费像“验收合格再付尾款”——水电通了、瓷砖贴平、甲醛达标，才给钱。AI 服务正从卖“算力消耗”转向卖“办成一件事”，就是这个逻辑。
为什么现在被讨论？因为按 token 计费虽然好计量，却和客户价值脱节。客户不关心你烧了多少 token，只关心“这个月少雇了两个客服”“这批合同审完没风险”“这封销售邮件发出并拿到回复”。于是计价单位从资源消耗换成业务产出：供应商承担更多“没办成”的风险，客户只为看得见的结果买单。
它和相邻概念容易混：
| 计费方式 | 计费单位 | 谁承担结果风险 |
|---|---|---|
| 按用量计费（Usage-based Pricing） | token、API 调用、GPU 时长 | 客户 |
| 按席位订阅（Seat-based Subscription） | 账号/人头/月 | 客户 |
| 按效果付费（Performance-based Pricing） | 转化、佣金、业务指标 | 双方约定，常含分成 |
| 按结果计费 | 可验收的交付事件 | 供应商为主 |
难就难在“结果”两个字。第一，定义难：一封邮件发出算结果，还是客户回复才算？合同标注完算，还是法务确认无风险才算？结果边界越模糊，越容易变成扯皮。第二，验证难：自动验证依赖系统可靠，人工验证又增加成本；还要处理数据权限、审计日志、失败重试归谁。第三，定价难：同一个结果对不同客户价值不同，供应商的边际成本又不是零，失败重试可能把利润吃光。第四，归因难：业务变好了，是 AI 的功劳，还是市场、销售、季节的功劳？第五，收入确认难：没验收就不能确认收入，财务和现金流都会变复杂。
对从业者，这意味着产品要先把“结果事件”设计成可观测、可计量、可争议处理的东西：什么算完成、谁验收、失败怎么办、数据怎么留痕。销售也不能只卖“每百万 token 多少钱”，而要卖业务 KPI，同时把口径写进合同。对普通人，以后买 AI 服务可能像请外包：按件计酬。但前提是你能说清“什么叫完成”。会用工具不稀缺，能把结果定义清楚、验收清楚的人更值钱。
具体计费口径和验收规则各厂商不同，以官方页面和合同为准。