論文の概要: From Tokens to Credits to Outcomes: Pricing AI Across Models, Applications, and Cloud Platforms
- arxiv url: http://arxiv.org/abs/2610.30701v1
- Date: Thu, 22 Oct 2026 04:18:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-24 02:08:44.209904
- Title: From Tokens to Credits to Outcomes: Pricing AI Across Models, Applications, and Cloud Platforms
- Title（参考訳）: トークンからクレジット、アウトカムへ - モデル、アプリケーション、クラウドプラットフォームを越えたAIの価格設定
- Abstract要約: 2023年から2026年の間に、AIはソフトウェアの価格を変えました。従来の1席あたりの計器料金は、もう1人のユーザーに提供するのにほとんど何の費用もかからなかったためです。
本稿では、AIネイティブコアサンプルとしてのForbes AI 50(2026)、文書化されたルールに含まれるAIサービスを販売するクラウドプラットフォーム、9つのユニークなデザインからなる凍結されたパーポーブコホートという、3つのコホートにわたるパブリック価格アーティファクトの再現可能な研究について述べる。
本論文は,(1)各商品の価格設定プリミティブ及びクレジットメカニクスを日付付き一次資料で符号化したデータセット,(2)使用中のプリミティブの分類とコホート間の分布,(3)
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Between 2023 and 2026, AI changed how software is priced. Traditional SaaS charged per seat because serving one more user cost almost nothing. Model inference has non-zero marginal cost, and usage varies by orders of magnitude across customers, producing prepaid credits, metered usage, hybrid seat-plus-usage models, and outcome pricing that supplement, and in rare cases replace, seat-based pricing. These pricing models have not been systematically characterized. This paper presents a reproducible study of public pricing artifacts - pricing pages and documentation - across three cohorts: the full Forbes AI 50 (2026) as the AI-native core sample, cloud platforms selling AI services included by a documented rule, and a frozen purposive cohort of 9 distinctive designs. It contributes (1) a dataset coding each offering's pricing primitive and credit mechanics with dated primary sources, prepared for public release with the paper, (2) a taxonomy of the primitives in use and their distribution across cohorts, and (3) empirically grounded requirements for automated, configurable billing platforms, including ledger state for credits, attribution pipelines for outcome pricing, and configuration support for high pricing-change velocity. Subscription with usage quota is the dominant observable model among AI-native companies (55% of observable AI-native rows; 45-61% under sensitivity analysis of hybrid boundary cases). 23 of the 52 AI-native rows publish no pricing. Hybrid products are better understood as compositions of packaging anchor, allowance mechanism, and billable unit than as mutually exclusive categories. All artifacts are public; my employer is excluded from the sample.
- Abstract（参考訳）: 2023年から2026年の間に、AIはソフトウェアの価格を変更した。
従来型のSaaSは1席あたり課金されていた。
モデル推論は無ゼロの限界コストを持ち、使用量は顧客ごとに桁違いに変化し、プリペイドクレジット、測定済み使用量、ハイブリッドシートプラス使用量モデル、そして稀に座席ベースの価格を補う結果価格が生じる。
これらの価格モデルは体系的に特徴づけられていない。
本稿では、AIネイティブコアサンプルとしてのForbes AI 50(2026年)、ドキュメント化されたルールに含まれるAIサービスを販売するクラウドプラットフォーム、9つのユニークなデザインからなる凍結されたパーポーブコホートの3つのコホートにわたる、パブリック価格アーティファクト(価格ページとドキュメント)の再現可能な研究について述べる。
本研究は,(1)各商品の価格設定のプリミティブとクレジットの仕組みを日付付きプライマリソースでコーディングし,公開リリースに備えたデータセット,(2)コホートにまたがるプリミティブの分類,(3)クレジットの台帳状態,結果のアトリビューションパイプライン,高価格変更速度の設定支援など,自動的かつ構成可能な請求プラットフォームに対する要件を実証的に根拠としたものである。
AIネイティブ企業(観測可能なAIネイティブ行の55%、ハイブリッド境界ケースの感度分析で45-61%)の中で、使用量クォータのサブスクリプションは、主要な観測可能なモデルである。
52のAIネイティブ行のうち23は、価格を公表していない。
ハイブリッド製品は、相互に排他的なカテゴリーであるよりも、パッケージングアンカー(英語版)、許容機構(英語版)、請求単位(英語版)の組成として理解されている。
すべてのアーティファクトは公開されています。私の雇用主はサンプルから除外されます。
関連論文リスト
- AI-Mediation in Retail Markets: Revenue Effects and Assortment Optimization [0.0]
我々は、小売業者がカタログを選択し、AI仲介業者が顧客向けショートリストを作成し、顧客がそのショートリストの中からマルチノミアルロジットモデルに従って選択する、AI仲介の下で小売アソシエーション計画を研究する。
我々は、AIが一定のセグメント別ランキングに従う決定論的調停と、Plackett-Luceモデルに基づく調停の両方を考慮する。
AIメディエーションの会計は、最適な品揃えと収益を大きく変えることができる。
論文 参考訳（メタデータ） (2026-10-09T03:06:18Z) - Marrying Pricing and Advertising with LLMs [50.14762289376833]
販売者が価格と大言語モデル(LLM)が生成する広告を投稿する逐次価格問題について検討する。
本稿では,LLMの低ランク適応(LoRA)と,利用可能なデータに適合した需要モデルを組み合わせたオンラインアクタ批判アルゴリズムを提案する。
論文 参考訳（メタデータ） (2026-10-07T12:50:08Z) - World models of environment, agent and joint agent-environment systems [76.81951414842736]
私たちは、どのチャネルをモデルにするかという、事前の区別があると論じています。
環境チャネル$O_:mid A_:$、エージェントチャネル$A_:mid O_:$、実現されたジョイントプロセス$(A, O)_:$の3つのケースについて検討する。
論文 参考訳（メタデータ） (2026-07-23T13:35:03Z) - Emergent Collaborative Deliberation in Multi-Model AI Systems: A BFT-Derived Protocol for Epistemic Synthesis [0.0]
本稿では,ビザンチンフォールトトレランスに基づく構造化多モデルAI検討のためのコンシリウムプロトコルを提案する。
提案プロトコルは,モデル間不一致を誤りではなく信号として扱うことを示す。
我々は、独立した検証を可能にするために、MITライセンス下でプロトコル仕様をリリースする。
論文 参考訳（メタデータ） (2026-03-26T20:38:21Z) - Closed-Form Beta Distribution Estimation from Sparse Statistics with Random Forest Implicit Regularization [0.0]
この研究は3つの主要な貢献を通じてスパースデータとアンサンブル分類から分布回復を推し進める。
まず,限定統計量から大規模ベータ分布を再構成する閉形式推定器を提案する。
第2に,誤差境界の導出による分類精度と分布の近接性の関係を確立する。
第3に、ゼロ分散特徴が暗黙の正則化として作用し、中間ランク予測器の選択確率が増加することを示す。
論文 参考訳（メタデータ） (2025-07-31T17:55:07Z) - A Primal-Dual Online Learning Approach for Dynamic Pricing of Sequentially Displayed Complementary Items under Sale Constraints [54.46126953873298]
顧客に対して順次表示される補完アイテムの動的価格設定の問題に対処する。
各項目の価格を個別に最適化するのは効果がないため、補完項目のコヒーレントな価格ポリシーが不可欠である。
実世界のデータからランダムに生成した合成設定を用いて,我々のアプローチを実証的に評価し,制約違反や後悔の観点からその性能を比較した。
論文 参考訳（メタデータ） (2024-07-08T09:55:31Z) - Power Hungry Processing: Watts Driving the Cost of AI Deployment? [74.19749699665216]
生成された多目的AIシステムは、機械学習(ML)モデルをテクノロジに構築するための統一的なアプローチを約束する。
この「一般性」の野心は、これらのシステムが必要とするエネルギー量と放出する炭素量を考えると、環境に急激なコストがかかる。
これらのモデルを用いて,代表的なベンチマークデータセット上で1,000の推論を行うのに必要なエネルギーと炭素の量として,デプロイメントコストを測定した。
本稿は、多目的MLシステムの展開動向に関する議論から締めくくり、エネルギーと排出の面でコストの増大に対して、その実用性はより意図的に重み付けされるべきである、と警告する。
論文 参考訳（メタデータ） (2023-11-28T15:09:36Z) - UniMatch: A Unified User-Item Matching Framework for the Multi-purpose
Merchant Marketing [27.459774494479227]
1つのモデルでアイテムレコメンデーションとユーザターゲティングを同時に行うために,統合されたユーザイテムマッチングフレームワークを提案する。
我々のフレームワークは、最先端の手法と比較して大幅に性能が向上し、計算資源や日々のメンテナンスにかかるコストが大幅に削減された。
論文 参考訳（メタデータ） (2023-07-19T13:49:35Z) - Dynamic Pricing with Volume Discounts in Online Settings [102.00782184214326]
本稿では,電子商取引における客観的機能が利益であり,取引データのみが利用可能である場合の価格設定に焦点を当てる。
我々の研究は、異なるボリューム閾値で最適な価格を定め、異なるクラスのユーザーに提供する価格戦略を見つけることを目的としている。
我々は、オンライン形式でデータを活用できる2段階のオンライン学習アルゴリズムBを設計する。
論文 参考訳（メタデータ） (2022-11-17T16:01:06Z) - Data Sharing Markets [95.13209326119153]
我々は、各エージェントがデータの買い手および売り手の両方になり得る設定について検討する。
両データ交換(データ付きトレーディングデータ)と一方データ交換(お金付きトレーディングデータ)の2つの事例を考察する。
論文 参考訳（メタデータ） (2021-07-19T06:00:34Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。