5 月 8 日，《歷史模擬器：崇禎》在 Steam 正式上線，作為「首款 AI 原生歷史策略遊戲」，還在測試階段就吸引了大量玩家和媒體的關注，許多實況影片的熱度都相當高。
然而，遊戲正式上市後，風評卻急轉直下，迅速陷入爭議。
核心問題在於遊戲的付費模式：新台幣約 200 元一次性買斷遊戲包 + Token（詞元）積分內購。
買斷包內含有初始算力流量包，大約能支撐 30 小時的遊戲需求。
初始流量用完後，玩家就得儲值獲取積分來進行 Token 消費。
消耗量大約是每小時新台幣 4 到 8 元。遊戲還提供了可選的高階模型（專家模式），消耗量是基礎模式的 2 到 8 倍不等（約每小時新台幣 8 到 64 元）。
開發團隊在發售公告中坦言「成本價，不虧錢就好」、「不靠 token 賺差價」，
理性討論，開發者所言不假：先前智譜的宣傳中曾披露，《崇禎》單局完整遊戲的 Token 消耗量達到 3000 萬等級 [1]，
若以基礎模型的 DeepSeekV4 flash 來計算，調用成本就超過新台幣 130 元，
專家模式所使用的 GLM-5 Turbo 和 Gemini 3 官網標價粗略估算，消耗成本更是超過新台幣 400 元。
但是，玩家社群顯然對此不買單。
Steam 首日評價褒貶不一，宣傳影片下方也大多是負面聲浪和質疑，多數玩家直指價格太貴、收費方式不合理。
玩家的不滿，折射出 AI 原生遊戲更深層的結構性矛盾。
傳統遊戲的商業邏輯建立在邊際成本趨近於零的基礎上：一款遊戲開發完，多吸引一個玩家進來，伺服器成本幾乎可以忽略不計。
只要過了回本線，任何新進的玩家和付費幾乎都是淨利。
但 AI 原生遊戲打破了這個邏輯。
每新進來一個玩家，就意味著一筆實實在在的算力開銷，玩家規模越大，成本就越高，這是一個隨時可能失控的成本結構。
更棘手的是，玩家對 Token 消耗幾乎沒有直觀的感知。不同於蝦皮或其他 Agent 類產品，已在用戶群體中形成「很費 token」的共識，
在遊戲前端，一個幾十個字的指令，背後可能需要數萬 token 的系統提示詞、上下文以及多步驟推演。
但玩家對於玩一局要燒掉多少算力這件事，很容易缺乏概念和心理預期，這使得定價本身更難被理解和接受。
舉例來說，評論區很快就有人質疑，為什麼不直接跟豆包玩文字模擬？為什麼不自己接 API 設定個提示詞來玩？
更傷腦筋的是，《歷史模擬器：崇禎》這類遊戲對模型品質的要求並不低。
作為一款超長上下文的策略遊戲，整局遊戲可能跨越數小時，模型需要穩定地保持記憶、推演數值、維持世界觀的內部一致性。
不少用戶回饋，目前的體驗依然高度依賴底層模型的品質，專家模式的 Gemini 3 Pro 體驗明顯更好。
只要某次推理出現偏差，前言不搭後語，玩家的沉浸感就會瞬間崩盤。
想要保住遊戲基礎口碑不崩，還是得硬著頭皮用好的模型，很難靠接入廉價小模型或者端側模型來壓縮成本，至少在現階段，模型成本是一點都不能省的。
但另一方面，站在玩家的視角，買斷制不應該成為變相的「租賃」。
買斷制遊戲，付錢後獲得邊界清晰、體驗完整的遊玩權益，是廠商與玩家長期約定俗成的默契。
無論理由多麼正當，都不該以技術或體驗為由，剝奪玩家的選擇權和後續遊玩自由。
既然選擇了做買斷制遊戲，我認為《崇禎》還是應該守住這條線，用定價涵蓋用戶首次通關的額度，確保玩家初次體驗不打折扣，然後至少允許用戶在首通後接入自己的 API，自己按需求選擇付費模式。
開發團隊還可以嘗試把 Token 消耗更加清晰可視化，讓玩家即時看到自己在消耗什麼、消耗了多少，提示詞又佔用了多少 token。
雖然不能降低遊玩成本，卻能增強透明度和信任感，避免不少「二房東」的指責。
除了這些，開發團隊能做的確實有限，真正的出路大概率還是等：等算力成本再降一個數量級，等更物美價廉的模型普及，或許當前的所有糾結都會變成偽命題。
把東西做出來只是第一步，如何找到更合理、可持續的商業模式，才是 AI 原生遊戲真正需要攻克的難題，顯然這還需要更多的探索與試錯。
參考資料
[1] GLM-5 驅動首款 AI Native 遊戲《歷史模擬器：崇禎》，智譜