מה זה תמחור מבוסס-קרדיטים
תמחור מבוסס-קרדיטים הוא מודל-חיוב שבו הלקוח קונה מראש צרור "קרדיטים", ולכל פעולה בשירות "משקל" משלה בקרדיטים שנגרע מהיתרה. לפי Dodo Payments, ספקי-AI נוהגים לתת לכל מודל משקל שונה — שאילתה למודל קטן ומהיר עשויה לעלות קרדיט אחד, בעוד שאילתה למודל גדול וכבד-הסקה עשויה לעלות עד עשרה קרדיטים — כך שיחידת-החיוב-ללקוח קבועה ואחידה ("קרדיט"), אבל העלות-לספק מתחתיה משתנה מפעולה לפעולה.
שלוש חברות, אותה יחידת-חיוב, בתוך שבעה שבועות
לפי כתבה של UsageBox, בין 1 ביוני ל-20 ביולי 2026 עברו שלוש מהפלטפורמות המובילות בפיתוח-AI לאותו "אובייקט-חיוב" — קרדיטים — בלי שתיאמו זו עם זו: GitHub העבירה את Copilot למודל AI Credits ב-1 ביוני, כשקרדיט אחד שווה 0.01 דולר; OpenAI סיימה את גרסת-הניסיון החינמית של Workspace Agents ב-6 ביולי והחלה למדוד כל הרצת-סוכן בקרדיטים מעל מחיר-המושב הקיים; ו-Anthropic העבירה ב-20 ביולי את Fable 5 לקרדיטי-שימוש נמדדים בתוכניות Pro ו-Team Standard, ובתוכניות Max ו-Team Premium השאירה אותו כלול עד 50% ממגבלות-השימוש.
למה קרדיטים, ולא תמחור-לפי-שימוש ישיר
לפי UsageBox, קרדיטים מנצחים מבחינת הספקים כי הם מאפשרים למכור ללקוח מספר שנראה קבוע ומובן — "1,000 קרדיטים בחודש" — בעוד שמתחתיו נמדדת בפועל כל פעולה לפי עלות-החישוב האמיתית שלה. מנקודת-המבט של הלקוח המשמעות הפוכה מהניסוח השיווקי: המושב הוא כרטיס-הכניסה, אבל מד-הקרדיטים הוא החשבון בפועל.
פותר בעיה פסיכולוגית, לא רק חשבונאית
לפי Dodo Payments, תמחור-מבוסס-קרדיטים פופולרי דווקא באפליקציות-AI כי הוא פותר בעיה שאינה טכנית בלבד: הוא מאפשר לחייב "משתמש-כבד" לפי הצריכה האמיתית שלו, בלי להפחיד משתמש מזדמן שרק בודק את השירות ורואה לפניו יחידה מוכרת ופשוטה — קרדיטים — ולא חשבון-שימוש טכני שמשתנה כל יום. לרוב הסטארטאפים בתחום ה-AI, לפי אותו מקור, פותחים דווקא במודל-קרדיטים או במודל-היברידי שמשלב מושב קבוע עם שכבת-קרדיטים מעליו, כדי להגן על שולי-הרווח מול עלויות-הסקה גבוהות.
רולאובר, תפוגה וחריגה
לפי Dodo Payments, מערכות תמחור-מבוסס-קרדיטים תומכות בדרך-כלל בכמה מנגנונים נלווים: קרדיטים שלא נוצלו יכולים לעבור (rollover) לחודש הבא או לפוג בתאריך קבוע, ואפשר לשלב מודל מוקדם-תשלום עם מודל בדיעבד, כולל תמחור-חריגה כשהלקוח עובר את הצרור שרכש.
היכן זה משתלב במפת-התמחור הרחבה יותר
קרדיטים הם דרך אחת מכמה למדוד תמחור-לפי-שימוש, ולא מודל נפרד לגמרי ממנו — ההבדל המרכזי הוא שהיחידה שהלקוח רואה (קרדיט) מנותקת מהיחידה שהספק בפועל מודד (טוקן, קריאת-API, דקת-חישוב). לפי Flexprice, ספקי-תשתית-תמחור מאפשרים כיום לחברות AI להפעיל תמחור-לפי-שימוש, תמחור-מבוסס-קרדיטים ותמחור-היברידי זה לצד זה, ולא כברירה בין שלושה מודלים סותרים.