a16zのパートナーであるサラ・ワン氏は、AIアプリケーション層のプロダクトはモデル層のトークン価格をそのままコピーすべきではなく、認識できる作業単位に対して課金すべきだと述べた。ChainCatcherによれば、彼女は、トークン価格はプロダクトの価値を、下がり続けるコスト単位に結び付けてしまう一方で、顧客はコンテキスト長、レトリーバルの量、推論にかかる時間を簡単に予測できない、と主張した。

価値に基づく段階的な価格設定を提案した。モデル層はトークン単位で価格設定でき、アプリケーション層は、口座調査ブリーフ、コード変更、完了したクエリなど、顧客が認識できる作業単位ごとに課金できる。そして、解決済みの顧客対応会話や適格なリードのように、明確に帰属できる成果は結果に直接価格を付けることができるという。彼女は、これらの作業単位をパッケージ化するためにクレジットを使うことができ、難易度の異なるレベルを反映させるべきだと述べ、粗利率を守り、提供コストから作業価値を切り分けるのに役立てるべきだとした。

クレイを例に挙げてワン氏は、新しい価格設定では、第三者のデータに対するデータクレジットと、オーケストレーション作業のためのアクションを分離したと述べました。また、変動費が大きい推論モデルは、マークアップなしの実費で転嫁されるとしています。計算コストではなく価値に基づいて価格を設定することで、顧客が支出と価値を理解しやすくなり、同時にプロダクト提供者の利益率を維持できると同氏は語りました。