SaaS: монетизация, граница free/paid и привлечение
Карта местности по тому, как SaaS-продукты берут деньги, где проводят черту между бесплатным и платным и как приводят клиентов — со сквозной осью AI vs классика. Срез июнь 2026, веб-источники со ссылками и датами, полный объём шести документов (D1–D6).
Коротко
Не путать три независимые оси: модель цены ≠ GTM-мотив ≠ value metric/граница. Free trial — приём привлечения, а не способ брать деньги (I2).
Рынок ушёл в гибрид «база + overage»: seat-only за год 21%→15%, гибрид 27%→41%. Чистый usage пугает непредсказуемым счётом — победил гибрид (I1).
Open-core ≠ freemium: бесплатно отдают полноценный открытый движок, а платят за то, чтобы НЕ хостить и не обслуживать его самому. Open-core связывает все три оси (I4–I6).
Всё различие AI vs классики выводится из одного факта: near-zero предельная стоимость классики против реальной стоимости каждого запроса в AI. Отсюда тонкий free, смерть per-seat и просадка маржи (I13).
AI-маржа структурно ниже: ~52% прогноз 2026 (потолок ~60–65% против 80–90% классики); «тяжёлый» юзер при flat-fee = убыток — прямой драйвер ухода к usage/credits (I14–I15).
ⓘ
Как читать этот отчёт
Три уровня глубины — проваливайтесь только туда, где нужно.
1. Обзор (эта страница) — карта местности: суть всего прогона, слоистая модель, ссылки на документы, топ-инсайты.
2. Страница документа (D1–D6) — полный разбор одной темы с таблицами и источниками.
3. Раскрытые детали — внутри страниц длинные секции свёрнуты в аккордеоны: клик раскрывает второстепенное, чтобы «глаза не разбегались».
Термины, подчёркнутые пунктиром, показывают определение при наведении, фокусе или тапе (Esc закрывает).
Слоистая модель: три независимых оси
Стержень всего прогона (I2): люди мешают три вещи в кашу. Их нужно называть отдельно — модель цены, GTM-мотив и value metric + граница.
Ось 1
ЧТО продаёшь / как берёшь деньги
= модель цены
подписка flat
per-seat
usage / credits
freemium-конверсия
take-rate (marketplace)
реклама
open-core managed-слой
гибрид
Ось 2
КАК приводишь клиента
= GTM-мотив
PLG / product-led
sales-led
marketing-led
community-led
реклама / рефералы
bottom-up через OSS
Ось 3
ПО ЧЕМУ берёшь деньги
= value metric + граница free/paid
объём
фичи
места (seats)
поддержка / SLA
enterprise-tax
коллаборация
ⓘ
Open-core связывает все три оси
Open-core — это не «ещё одна модель цены», а связка: GTM = bottom-up через бесплатный OSS (ось 2) → модель = managed-слой + enterprise (ось 1) → граница = «код бесплатно, эксплуатация платно» (ось 3).
Глубже про ось 1 (модель цены): под 9 моделями лежат 5 корневых характеров монетизации — доступ / потребление / результат / посредничество / внимание (скелет в D1).
Шесть документов
Каждый документ — полный разбор одной темы. Плюс сквозные страницы: все инсайты в одном месте и глоссарий.
Самые несущие выводы прогона. Полный список — на странице «Инсайты».
I-2
Деньгиfact
Три уровня нельзя путать: модель цены ≠ GTM-мотив ≠ value metric. Free trial — приём привлечения, а не способ брать деньги.
это стержень всего прогона — без разделения осей любой разговор о монетизации превращается в кашу.
D1, сквозной.
I-13
ДеньгиAIfact
Первопричина различий AI vs классика — один факт: near-zero marginal cost классики против реальной стоимости каждого запроса в AI.
отсюда и тонкий free, и смерть per-seat, и просадка маржи — всё выводится из этого.
D5, первопричина.
I-14
ДеньгиAIcorroborated
AI-маржа структурно ниже: ~52% прогноз 2026 (41%→45%→52% за 2024–26), потолок ~60–65% против 80–90% классики; инференс ≈23% выручки.
структурный, а не временный разрыв с классикой — меняет всю логику ценообразования AI-продуктов.
ICONIQ State of AI, as of янв 2026.
I-4
ДеньгиГраница free/paidfact
Open-core ≠ freemium. Бесплатное — это полноценный открытый движок, а не урезанная версия. Платят не за фичи, а за то, чтобы НЕ хостить и не обслуживать его самому.
переворачивает интуицию: ценность платного — снятие операционной нагрузки, а не «больше функций».
D2.
I-8
Граница free/paidcorroborated
Правильная черта free/paid совпадает с успехом пользователя: режь там, где рост клиента сам упирается в лимит (Slack 90 дней истории, Notion версии, Figma один→команда).
апгрейд ощущается как «я вырос», а не «меня обобрали» — готовый принцип проектирования границы.
AI-инференс на каждого free-юзера давит на ad-маржу
Дерево решений: какую модель/границу когда
Дерево решений + 3 тест-сценария
протестировано на 3 сценариях
Логика выбора
Продукт — для разработчиков / инфраструктура, есть OSS-потенциал?
ДА →open-core: ядро бесплатно (bottom-up воронка), деньги за managed + enterprise. Граница: «не хостить самому» + SSO/RBAC/audit. (Vercel, Grafana, LangChain)
НЕТ → переход к шагу 2.
Ценность масштабируется с числом людей или с объёмом работы?
С людьми, маржа высокая (классика) → per-seat + фиче-гейтинг + enterprise-tax. (Slack, Notion)
С объёмом / есть стоимость инференса (AI) → usage/credits, гибрид floor+overage. Free-тир тонкий и квотируемый. (Cursor, OpenAI API)
С результатом для клиента (зрелый AI-агент) →outcome-based (ТРЕНД, не дефолт — H1). (Intercom Fin)
Массовый бесплатный продукт без явного value metric? → реклама / freemium-конверсия.
Тест-сценарии
Сценарий A («AI-агент поддержки для enterprise»): шаг 1 нет → шаг 2 «результат» → outcome/usage гибрид + enterprise-tax. ✅ сходится с практикой (Fin $0.99/resolution + seats).
Сценарий B («open-source vector DB»): шаг 1 да → open-core, managed-облако + enterprise. ✅ (как Supabase/Elastic).
Сценарий C («B2B-планировщик задач, не-AI»): шаг 1 нет → шаг 2 «люди», высокая маржа → per-seat + freemium-воронка + collaboration-free. ✅ (как Asana/Notion).
Закономерности и ограничители выбора
ⓘ
Два закона, из которых растёт выбор1. Закон ценности:value metric должен расти, когда клиенту хорошо, а не когда тебе дорого. 2. Закон породы: предельная себестоимость решает, что можно себе позволить (≈0 → «доступ» + щедрый free; реальная → обязан мерить расход).
Драйверы: что диктует модель
Силы, гонящие выбор модели
Драйвер
Куда толкает
Что масштабирует ценность
люди → per-seat; объём → usage; результат → outcome; чужой оборот → take-rate; внимание → реклама
«год потери уверенности» (>1 800 изменений цен у топ-500 за 2025)
Одной фразой
В классике выбор модели — вопрос упаковки и воронки (маржа прощает ошибки); в AI — вопрос выживания юнит-экономики (маржа наказывает за неправильный счётчик). Поэтому AI тащит рынок от «доступа» к «потреблению/результату» — не из моды, а из-под палки себестоимости.
Что изменилось и методология
Что изменилось vs прошлый прогон (2026-06-29)
дельта
Подтверждено и углублено: 3-уровневая модель, гибридизация рынка, AI ломает per-seat.
Новое в этом прогоне:
(а) open-core разобран как полноценная связка осей с тирдауном 8 компаний и формулой границы (I4–I6);
(б) граница free/paid систематизирована в 6 осей гейтинга + «enterprise tax по сигналу» (I7–I9);
(в) лицензионные войны как риск open-core с датами (I16, R5);
(г) AI-маржа рефрешнута до среза янв 2026 (52%, было ~50–60%).
Дополняет и переугловывает notes/saas_business_models_research.md (2026-06-29). AI-цифры рефрешнуты, срез янв–июнь 2026.
Методология и дисциплина проверки
режим · источники · verify
Режим: scattered, веб со ссылками+датами, полный объём (D1–D6). Срез: июнь 2026. Калибровка: продакт-лидер, не-IT фундамент → продуктовая логика и аналогии, без финматематики.
Вопросы исследования
Семьи моделей монетизации и их механика (подписка / per-seat / usage / freemium / marketplace / реклама / гибриды).
Open-core: что в бесплатном ядре, что в платном managed-слое, почему ядро = воронка.
Принцип границы free/paid — что гейтят и почему free-ядро привлекает.
Чем AI-нативная монетизация/граница/привлечение отличается от классической и почему.
Грабли каждой модели + куда идёт рынок 2025–2026.
Дисциплина проверки
✅ Несущие цифры маржи закреплены на первичке (ICONIQ survey ~300 экзеков; a16z + Bessemer — два независимых VC сходятся на 50–60% vs 80–90%). Вторичные блоги — только иллюстрация.
✅ Границы free/paid open-core сверены по официальным pricing-страницам каждой из 8 компаний (LangChain, Vercel, GitLab, Grafana, Supabase, Databricks, MongoDB, Elastic).
⚠️ Отклонено как ненадёжное: «Dropbox 3900% рост от рефералов» — первоисточник везде маркетинговые блоги referral-вендоров, не независимый аудит → помечено growth-фольклором.
Риски и оговорки по данным
AI-цифры — движущийся срез (маржа 41→45→52% за 2 года; $-цены Cursor/Salesforce уже менялись за год). Все цены «as of 2026-06», рефетчить перед использованием в решениях (R1).
Доля гибридов расходится по источникам (41% Growth Unhinged / 43% Chargebee / 46% OpenView) — считают разное. Тренд надёжен, конкретный % — только с указанием методики (R2).
Часть трендовых цифр от одного авторитетного автора (Kyle Poyar / PricingSaaS) — single primary source, помечать при цитировании (R3).
Survivorship bias во всех GTM-кейсах: это выжившие; мотив усиливает уже ценный продукт, а не создаёт traction (R4).
⚠️
SSPL/BSL / Elastic License / RSAL — source-available, НЕ open source
Терминологический риск (R5): «исходник видно», но это не open source в смысле OSI. Не путать в разговоре.
Источники
Полные ссылки с датами — в каждом артефакте (D1–D6), секция «Sources». Ключевые якоря:
ICONIQ — State of AI (несущие цифры маржи, ~300 экзеков)янв 2026
Даты у агрегированных источников — ориентировочные, по артефактам D1–D6 (в сводном списке index.md дат нет; явно подтверждены: ICONIQ — янв 2026, Growth Unhinged / PricingSaaS — 2025). Полные ссылки с точными датами — в секциях «Sources» каждого документа.