- Kredi tabanlı fiyatlandırma, 2025'te %126 büyüyerek SaaS sektöründe standart haline gelirken, Clay veri maliyetleri ile platform değerini tamamen ayıran büyük ölçekli bir fiyatlandırma revizyonuna gitti
- Figma, 2025 Aralık'ta AI kredi modelini devreye aldı ancak fiili uygulamayı ertelemişti; 18 Mart 2026'dan itibaren kredi limitlerini tam olarak uygulamaya koyuyor
- PostHog, AI maliyetlerini yalnızca %20 marj ekleyerek olduğu gibi yansıtan pass-through yaklaşımını benimsedi ve platform ile token maliyetlerini net biçimde ayırdı
- Clay, yeni fiyatlandırmaya geçişle anlık %10 gelir düşüşü beklemesine rağmen, bunu platform benimsenmesini büyüterek telafi edebileceğine dair uzun vadeli bir bahis yapıyor
- AI ajanlarının AI kredilerini doğrudan satın aldığı bir model yaygınlaşırsa, karmaşık kullanım tabanlı fiyatlandırma aslında şeffaflık ve optimizasyon açısından daha avantajlı hale gelebilir
Figma'nın AI kredi limitlerini tam olarak uygulamaya başlaması
- Figma, 2025 Aralık'ta AI kredi modelini devreye aldı ancak gerçek limit uygulaması ertelendi; 18 Mart 2026'dan itibaren tam olarak uygulanacak
- Kredi satın alımı 11 Mart'tan itibaren mümkün
- Krediler kullanıcı bazında tahsis ediliyor ve tüm planlara dahil
- Ücretsiz kullanıcılar: aylık 500 kredi ($12 değerinde)
- Enterprise full seat: aylık 4.200 kredi ($100 değerinde)
- Krediler her ay sıfırlanıyor, devretme yok
- Hesap bazında ek pooled credit subscription satın alınabiliyor; aylık en az $120 karşılığında 5.000 kredi veriliyor (kredi başına yaklaşık 2 sent)
- Pay-as-you-go krediler daha sonra sunulacak ve aylık aboneliğe kıyasla %25 ek ücret uygulanacak
- 3 ay boyunca ücretsiz kredi verme stratejisinin etkileri
- Kullanıcılara AI özelliklerini deneme ve bunlara alışma fırsatı vermesi
- Gerçek kullanım ve maliyet verilerinin toplanması
- Faturalandırma başlamadan önce fiyatlandırma ayrıntılarını ayarlamak için geri bildirim toplanması
- AI tüketiminde power law dağılımı görüldü: ARR'si $10.000 üzeri ücretli müşterilerin %75'i haftalık bazda AI kredisi tüketiyor
- Bazı kullanıcılar şimdiden kredi limitini aşmış durumda ancak kesin rakamlar açıklanmadı
- Seat upgrade'e yönlendiren bir yapı tasarlanmış: Dev seat (aylık 500 kredi) → Professional seat (aylık 3.000 kredi, ek $60 değer sağlıyor); seat yükseltme maliyeti aylık sadece $5 olduğu için tek başına kredi satın almaya göre çok daha ucuz
- Fiyatlandırma yapısındaki içsel gerilim: prototip üretimi sabit 20 kredi iken, görsel üretimi seçilen LLM'e göre 5 ila 25 kredi arasında değişiyor
- Value-based ile cost-based yaklaşımın bir arada bulunması, kullanıcının fiyat-değer dengesine bizzat karar vermesi gibi bir yük yaratıyor
- LLM maliyetleri düştüğünde kullanıcıların bundan fayda sağlayıp sağlamayacağı da belirsiz
Platform + token: AI fiyatlandırmasında yeni yapı
- Kredileri maliyet tabanlı ve değer tabanlı olarak birlikte kullanmanın sınırlarını aşmak için, platformu (değer) ve token'ı (maliyet) ikiye ayıran yapı bir alternatif olarak öne çıkıyor
- Araba kiralama/leasing (platform) + yakıt maliyeti (token) ya da Costco üyeliği (platform) + satın alınan ürünler (token) benzetmesi yapılıyor
- Snowflake: depolama ve veri aktarımı (maliyetin yansıtılması) ile hesaplama ve bulut hizmetleri (değer sunumu) olarak ayrıştırıyor
- Dikey yazılım: ödeme işleme (düşük marjlı maliyet yansıtması) ile yazılım modülleri (yüksek marjlı değer) olarak ayrılıyor
- Bu yapının 4 avantajı
- Marj tabanını güvenceye alma: en az yaklaşık %20 brüt marj sağlanıyor; gelir, AI token tüketimiyle birlikte doğal olarak büyüyor
- Maliyet şeffaflığı sağlama: LLM maliyet düşüşleri, daha ucuz model seçimi ve tedarikçilerin ölçek ekonomileri müşteriye anında yansıyor; müşteri maliyeti doğrudan kontrol edebiliyor
- Ürünün özgün değerine odaklanma: giderek emtialaşan AI altyapısı yerine, ürünün kendi farklılaştırıcı özellikleri öne çıkarılabiliyor
- Esnek satın alma biçimlerini destekleme: BYOK (Bring Your Own Key), AI marketplace modeli (AWS Marketplace gibi OpenAI ya da Anthropic üzerinden uygulama satın alma) gibi yeni satın alma biçimlerine genişleme imkanı
- Dezavantajı: alıcı açısından karmaşıklığı artırması
PostHog'un platform + token uygulama örneği
- AI ücretlerini yalnızca %20 markup ekleyip olduğu gibi yansıtma (pass-through) modeliyle sadeleştirdi
- Yeni müşterilere $20 ücretsiz kullanım sunuyor
- PostHog, 10'dan fazla farklı ürün üzerinden değer yarattığı için AI özellikleri, bu ürünleri daha değerli hale getiren tamamlayıcı unsurlar olarak konumlanıyor
Clay'in platform + token odaklı yeni fiyatlandırması
- Clay'in mevcut fiyatlandırması, GTM tech alanında öncü bir kredi tabanlı model olarak zaten tüm planlarda sınırsız kullanıcıyı destekliyordu
- Mevcut krediler veri noktası sorgulamalarında kullanılıyordu; örneğin cep telefonu numarası sorgulaması, veri sağlayıcısına göre 2 ila 25 kredi gerektiriyordu
- Başlangıçta veri marketplace'i merkezli yapıdan, karmaşık iş akışlarını çalıştıran bir otomasyon platformuna evrilince, mevcut kredi yapısıyla uyumsuzluk ortaya çıktı
- Yeni fiyatlandırmadaki temel değişiklikler (Mart 2026 itibarıyla)
- Maliyet (veri kredileri) ile değer (aksiyonlar) net biçimde ayrıldı
- Plan sayısı 5'ten 4'e indirildi, her planın hedef müşteri mesajı netleştirildi
- Veri kredisi maliyetleri %50 ila %90 düşürüldü
- Gelişmiş AI model maliyetleri %0 markup ile pass-through olarak sunuluyor; müşteri yalnızca gerçek token tüketimini ödüyor
- Mevcut self-serve müşteriler legacy fiyatlandırmada kalabiliyor
- Geçiş nedeniyle anlık %10 gelir düşüşü bekleniyor
- Clay'in uzun vadeli flywheel yapısı: (a) ürüne erişilebilirliği artırma → (b) GTM veri maliyetini düşürme → (c) karmaşık GTM iş akışlarını çalıştırarak gelir yaratma
AI ajanlarının kredileri doğrudan satın aldığı gelecek
- Clay'in kullanım tabanlı fiyatlandırmanın öngörülemezlik sorununu hafifletmek için kullandığı 2 yöntem
- Aksiyon limitlerini cömert tutmak: mevcut müşterilerin %90'ı şu anki aksiyon limitine ulaşmıyor
- Müşterinin kendi API verisini bağlaması (BYOD): veri kredisi değişkenini ortadan kaldırarak fiyatlandırmayı basitleştiriyor
- Karmaşık token tabanlı fiyatlandırmanın aslında AI ajanları için daha uygun olabileceği öngörülüyor
- AI ajanları, charm pricing, decoy effect, price anchoring, zero price effect gibi psikolojik fiyatlandırma etkilerinden etkilenmiyor
- Büyük miktarda bilgiyi (şartlar dahil) işleyebildikleri için; şeffaf dokümantasyon, kullanım takibi ve bütçe tavanı ayarı bulunan karmaşık fiyatlandırmaları tercih edebilirler
- AI ajanları ürün satın alma kararını da verecek yönde gelişiyor ve Claude Code gibi ajan bağlamlarında bu eğilim hızlanabilir
Henüz yorum yok.