Bannerbear：七人全远程团队，把营销出图做成按信用点订阅的 API

直接结论

Bannerbear 的定价页上有三个数字：$49、$149、$299（USD / mo）。但真正值得看的不是这三个数字，而是它们后面那一列信用点——Automate 档 1,000 API credits + 200 AI credits，Scale 档 10,000 + 600，Enterprise 档 50,000 + 1,250。客户买的不是「一个功能包」，是一池可消耗的额度。

再看一层：这三档里，后两档的额度是可以加价往上涨的。定价页的额度下拉里，Scale 档选到 20,000 credits 时页面显示的价格变成 $198/mo，选到 40,000 变成 $296/mo；Enterprise 档从 50,000 一路可选到 2,000,000 credits，页面显示 $1,253/mo。也就是说，同一档位内，客户是沿着一条明码标价的阶梯上下移动，而不是被迫跨档、加席位或联系销售。

第二件值得看的是谁在做。官方 About 页在「Meet the Team」下逐个具名 7 个人：JON（Founder，2020 年 1 月）、RAYON 与 JEFFREY（Support，2021 年 10 月）、NIA（Design，2022 年 3 月）、JOSEPHINE 与 JULIANNE（Marketing，2022 年 6 月）、DHEA（PA，2022 年 7 月），同一页写着「We are headquartered in Singapore, but we’re a 100% remote team spread across the world」。这是七人全远程精益团队，不是一人公司——本文不会把它写成单人案例。

先把边界划清楚：当前收入、MRR、ARR、客户数、成本、利润率、流失率全部没有公开。官方 Open Startup 页的原话是：

Bannerbear is was an open startup with public metrics, we now only share selected metrics

这句话（含官方原文里的笔误「is was」）说明这家公司曾经公开全部指标，现在只公开选取的部分，而当前页面并没有给出任何当期经营数字。所以本文只引用官方按时间段自报的历史 MRR（2019–2021），并逐段标注年份——不会把它当成今天的规模。

证据状态

• 当前公开事实（本轮逐字核对）：定价页三档价格与信用点额度、档内额度阶梯与对应显示价格、试用额度「30 API credits, no credit card required」、信用点计费 FAQ 的全部口径；About 页的使命句、新加坡总部与 100% 远程说明、7 位成员署名与加入月份；MCP 产品页的一键安装入口与提示词示例；eBooks 页的两本免费指南。
• 公司自述（未经独立审计）：2019-09 至 2021-01 的分段 MRR（$400 → $472 → $488 → $6,109 → $10,455）；创始人关于免费工具与文档带来流量／转化的经验陈述；V5 重建中「a large chunk of that work was done with AI coding agents」与「a week in 2022 take an afternoon now」的工时对比。
• 来源核查记录（如实记录，供后续复用）：Open Startup 页（/open/）里那三块指标卡（Signups / New Customers / Conversion Rate）不是当期的经营数据。它们在 HTML 里位于一个 style="display: none;" 的克隆容器 monthly_metrics_container_clone_this 中，值都是占位的 1000，由前端脚本克隆填充。本文不引用这三个数字，也提醒读者不要把该页当作当期指标页。
• 来源内部不一致（不作调和）：/open/ 页的 og:description 与 meta description 仍写着「Bannerbear is an open startup」，而同一页正文已改成过去时「we now only share selected metrics」。两处都照录，不推断哪个才是官方口径。
• 编辑判断：「计费单位等于成本单位」「阶梯让用量与加价方向一致」是本文对公开定价结构的分析，不是官方给出的因果结论。
• 未公开：当前 MRR/ARR/收入、客户数、成本、利润率、流失率、七人以外的人力与工时、MCP 采纳率、AI credits 的收入占比、公司法人主体名称（页脚只写「© Bannerbear」）。

谁在做、做的是什么

产品定义写在 About 页的使命句里：「Our Mission is to Automate the Impossible」，副句是「Businesses of all sizes use our industry-leading software to automate and scale their marketing operations」。到 2026 年，这句话对应的范围已经从「生成一张图」扩到四类媒体加工作流：官方导航列出 Image API、PDF API、Animation API、Video API、Workflow API 与 MCP Server。

创始人归属是可以逐字核到的。2026 年 9 月的长文《How to Pivot Your SaaS Company in the Age of AI》开头署「by Jon Yongfook · September 2026」，文末作者栏写：

Jon is the founder of Bannerbear. He has worked as a designer and programmer for 20 years and is fascinated by the role of technology in design automation.

这篇文章本身也是理解这家公司的关键材料，因为它把产品史讲成了判断史：Bannerbear 的前身是 2019 年的 Previewmojo（做 open graph 图片），2020 年 1 月改名 Bannerbear，2020 年 3–4 月转向 API。官方公开记录页把这些节点连成时间线，并逐段标了 MRR：

时间段	官方标注的 MRR	官方自述的事件
2019-09 ~ 2019-12	$400 MRR	从「12 个创业项目」收敛到图片生成，产品叫 Previewmojo
2020-01 ~ 2020-02	$472 MRR	改名为 Bannerbear 并重做营销站；「The rebrand helped to drive some traffic and renewed interest but this ultimately did not translate to many sales」
2020-03 ~ 2020-04	$488 MRR	转向 API 产品，同时退出 Shopify 应用商店
2020-05 ~ 2020-10	$6,109 MRR	确立「一周写代码、一周写内容」的节奏
2020-11 ~ 2021-01	$10,455 MRR	按 Jobs to be Done 把定位收敛成「Automate」与「Scale」两件事

这些数字都是官方自报的历史数据，未经审计，也不代表今天的规模。但它们能解释这家公司的形状：它是一次试错收敛的结果，不是一开始就规划好的 API 产品。

定价结构：三档订阅 + 一池可加价的信用点

定价页顶部写「Start a free trial with 30 API Credits — no credit card required」。三档的公开结构如下：

档位	价格（官方页面原文）	含额度	关键差异
Automate	$49 USD / mo	1,000 API credits + 200 AI credits	REST API、MCP、50+ App Integrations、Forms、Workflows
Scale	$149 USD / mo（档内可选至 40,000 credits / $296）	10,000 API credits + 600 AI credits	含 Automate 全部 + Instant URLs、Custom S3、Team Members、2FA
Enterprise	$299 USD / mo（档内可选至 2,000,000 credits / $1,253）	50,000 API credits + 1,250 AI credits	含 Scale 全部 + SSO、Audit Logs、Zero Data Retention、Priority Support、Stripe Climate Partner

档内阶梯是本轮实测出来的（在浏览器里点开额度下拉，页面显示价格会随选择变化）：

档位	可选额度	页面显示的月费
Scale	10,000 / 20,000 / 30,000 / 40,000 API credits	$149 / $198 / $247 / $296
Enterprise	50,000 / 100,000 / 500,000 / 1,000,000 / 2,000,000 API credits	$299 / $458 / $617 / $776 / $1,253

AI credits 也随额度一起上台阶（Scale 档 600→1,250，Enterprise 档 1,250→5,200），并且官方写明「you can top up AI credits at any time」。

真正把「按量计费」讲清楚的是定价页那段 FAQ。几条关键口径：

• 一张图 = 一个 credit，但「multiplied by the number of formats you ask for and by the scale」——jpg 放大 1 倍是 1 个 credit，同时要 jpg 和 png 且放大 2 倍就是 4 个。
• AI 功能按图层另计：「Yes, one credit each, per layer that uses them — face or subject detection, background removal, and AI background generation.」
• 动画按秒计费：「Two per second of output, rounded up to the next whole second, with a minimum of one.」并写明 60fps 会让成本翻倍，24 与 30fps 同价。
• 工具类 1–4 个 credit，按实际工作量分档（加封面 1 个、去背景与配音 2 个、多数视频操作 3 个、烧字幕 4 个，因为还要先转写音频）。
• 工作流按其内部步骤之和计费，工作流本身不额外收费。
• 失败的渲染已计费（创建时即扣），但取消动画会退还尚未渲染的部分。
• 额度用尽时先拒绝请求：「Requests are refused with a message saying how many credits the request needed and how many remain, rather than running and billing you into a negative balance.」
• 试用不是缩水的产品：试用账号有「one workspace, three image templates, three animation templates, three workflows and three instant URLs」的额度上限，但「The APIs, tools and integrations all work as they do on a paid plan」，且 API 与界面受同一套限制。

这几条合起来，是一种很具体的经营选择：把「客户会怎么用」翻译成「客户会付多少」，并且在客户付钱之前就把换算规则、失败计费和额度边界全部写出来。

内容与分发：免费工具换流量，教程换转化

这是本条案例里一手证据最密集的部分，因为创始人反复用第一人称讲过自己的做法。

第一，内容有固定节奏，不是一个季度发一次。 官方公开记录里写着「I would do one week of code, then spend the following week tweeting / blog posting about what I shipped — then repeat」，并把一封 newsletter 作为循环的收尾；到 2023 年的复盘文章里，这条经验被总结成「Find out what works and do more」，原文是「I would do a week of code, a week of marketing (blog, twitter, forums), and then top it off with an email newsletter. A 2 week cycle, without fail」。

第二，免费工具是获客资产，但目标不是直接转化。 2023 年的文章里有一段话讲得非常坦白：

I think one of the highest ROI ways you can spend your time is by creating free tools. They generate a bit of buzz, give people something to talk about, and they consistently bring in traffic if you choose the right tools to create.

紧接着又主动降低了期望值：「Free tools may not necessarily convert users to paid users, but they will definitely help with your backlinks, your search clicks, and therefore your overall rankings.」今天官方页脚在「Free Tools & Generators」下列出的免费入口共 20 个（本轮按页面链接逐个点数），从背景移除、AI 物件移除、AI 换背景，到视频裁剪／压缩／字幕／水印与证书、拼图生成器。官方定价页把这些工具的目录与定价放在同一个页脚里，本身也说明它们被视为流量资产。

第三，文档承担转化。 公开记录里那句结论很短：「In my case, I found that the more documentation I wrote the more conversions I got.」它的推论是：教程与 API 文档不是售后成本，而是获客链路的一部分——这与博客首页的定位「Guides on automating and scaling your marketing activities」是一致的。

第四，内容有分层。 除了教程类文章，还有两类：一类是售后教育（eBooks 页的两本免费 PDF 指南：Quick Start Guide 与 Nocode Guide）；一类是公开记录（关于 MRR 里程碑的长文，创始人自己把它们归类为「flagship content」，理由是让人有理由转发：「Content that you spend a bit more time on, that people will want to share now and even in the future.」）。

需要说清的边界是：官方没有公布任何内容渠道的流量、转化或归因数字。所以本文只能说「官方把内容与免费工具作为持续渠道在经营」，不能说「内容带来了多少客户」。

AI 与 agent 的位置：三个不同的东西，别混在一起

这条案例里「AI」出现在三个位置，性质完全不同。

① 产品里的 AI：是一种单独计费的资源。 官方对 AI credits 的定义是「Spent on anything that runs an AI model, such as background removal, AI background generation, video transcription and voiceover」，三档分别含 200 / 600 / 1,250 个，可随时加购。这里最有信息量的是计费粒度——AI 功能按实际使用它的图层加收 credit。这意味着 AI 成本被单独核算、单独定价，客户不用为不使用 AI 的请求承担涨价。

② 分发上的 AI：MCP server 是一条新入口。 定价页从 Automate 档起就把 MCP 列为权益，定义是「Connect an AI assistant such as Claude, ChatGPT or Codex to your workspace over the Model Context Protocol, so it can create templates, generate images and run workflows from chat.」MCP 产品页进一步写「Add the Bannerbear MCP server as an AI agent plugin or one-click install from the Claude Directory」，并给出具体场景：把 agent 指向一个 CSV，按模板逐行渲染出整批素材；让 agent 把同一版广告翻译并重新渲染成另一种语言；让 agent 读表格最新一行、跑一条多步视频工作流。

这一层是分发渠道的变化，不是产品能力的变化：产品还是那个渲染 API，但入口从「人去点控制台」多了一条「agent 去调工具」。创始人对此的判断写在 2026 年那篇文章里，而且写得比多数厂商直白：

I don’t think humans stop using software entirely, at least not soon. But I do think an increasing amount of the work will be done by agents on behalf of humans, and if your product isn’t reachable by an agent, it will slowly stop being reachable at all.

③ 公司自己的运营：AI 编码 agent 参与重写了 V5。 同一篇文章里有一句第一人称的坦白：

I’ve spent the last year rebuilding Bannerbear from the ground up for V5, and a large chunk of that work was done with AI coding agents. Features that would have taken me a week in 2022 take an afternoon now.

同一篇里还有一句关于内部工具使用的描述：「Even internally, lately I find myself telling my team to ‘just chat with Bannerbear’ rather than click around in the interface. It’s actually way quicker much of the time.」——这是主体自身运营被自动化减少的一手证据，所以本文给这条案例贴上 automation-operations 标签；但必须同时说明它的限度：这是创始人的自述，没有任何工时、人力或交付周期的量化数据，官方也没有公布 AI 在 V5 工程量中的占比。

顺带把这条标签的边界也说清楚：Bannerbear 的产品是替客户做自动化（把出图、改视频、生成 PDF 自动化掉），那部分属于产品能力，不能直接算成「这家公司自己的运营被自动化」。本文采用的是后者的一手证据，也就是上面两段自述。

可复制的部分

1. 把计费单位做成阶梯，加价只动额度不动归属。 客户留在同一档内，从 10,000 走到 40,000 credits，价格从 $149 走到 $296；不需要加席位、换版本或谈合同。
2. 给 AI 单独开一种计量单位。 AI credits 与 API credits 并存，AI 功能按使用它的图层加收费用——AI 成本因此可核算、可加购，而不是整体涨价。
3. 在定价页把换算规则讲完。 一张图几个 credit、动画每秒几个、60fps 为什么翻倍、失败请求为什么已计费、额度用尽会发生什么——这些 FAQ 消掉的是按量计费最大的购买阻力。
4. 用免费工具换搜索与反链，并坦白它不直接转化。 20 个免费入口的目标是「backlinks, search clicks, overall rankings」，创始人对这一点没有过度承诺。
5. 把文档当转化动作而不是售后成本。 「the more documentation I wrote the more conversions I got」是一条可以直接抄的经营结论。
6. 把分发拆成互不重叠的入口。 官网自助试用、REST API 与四种语言 SDK、50+ 应用集成、Forms、Instant URLs、MCP——每个入口承担不同的接入方式，而不是把同一个安装包堆到多个平台。
7. 在新入口出现时把老产品接上去。 MCP 上线后，官方博客在 2026 年 8–9 月连着发 ChatGPT、Claude Code、OpenClaw 的接入教程，把「新入口怎么用」当成内容题材。

不可复制的部分

试错路径无法压缩。官方公开记录里从 $400 到 $10,455 的每一段都写着当时判断错了什么——改名没带来销售、Shopify 应用商店不值得做、早期 open graph 图片工具的市场太小。这些错误是先发生的，不是可以跳过的步骤。

自建的渲染基础设施也无法用内容策略替代。V5 把图片、动画、视频、PDF 与多步 Workflows 合进一个 API，并要支撑 50+ 应用集成；渲染量、存储成本、基础设施规模这类数字官方都没有公布，本文也不估算。可以确定的只是：这是一个需要长期工程投入的媒体处理平台，而不是一层薄封装。

更关键的是经济模型仍不可验证。官方已经明确「we now only share selected metrics」：当前 MRR、ARR、收入、客户数、成本、利润率、流失率全部不可见。因此本文的定价拆解只能说明这家公司选择了信用点阶梯这套结构，不能说明这套结构带来了什么结果。任何人都不应把本文的表格当成「这样定价就成立」的证明。

最后，「七人团队」这个数字要按官方页面读：它是About 页当年列出的具名成员数（最近一位加入时间为 2022 年 7 月），既不代表全职口径，也不代表 2026 年的实际人数。官方没有更新团队页，本文也不替它更新。

AOPC 适配判断

对一人公司经营者，这条案例里可直接拿走的是结构而不是规模：把收费拆成「档位 + 可加价额度」两步，把 AI 这类可变成本单列成第二种计量单位，把换算规则与失败计费提前写进定价页。这三件事不需要团队，只需要在收费设计上想清楚。

获客一侧同样可搬：20 个免费工具、一个固定节奏的博客／newsletter 循环、两本免费 PDF 指南、“写文档等于转化”的判断——这些都是一人或小团队能承担的产能。值得注意的是创始人自己降低了期望值：免费工具换的是搜索与反链，不是付费客户。这句话对资源有限的一人公司尤其重要。

必须同时说清不适配之处：这不是一人公司案例。七位具名成员、六年经营、自建媒体渲染基础设施，都不是新项目能对照迁移的资产。而且它的当期经营数据已不再公开，本文无法据此判断这套模式的实际收益。它是七人全远程精益团队的参考样本——适合对照「怎么给 API 定价、怎么给 AI 计费、内容与工具在获客里承担什么」，不适合用来推断「七个人能做到什么规模」，更不适合当作「一人公司也能这么做」的证据。

来源

• Bannerbear：About Us核查于 2026/9/28，访问于 2026 年 9 月 28 日；用于核查使命句、新加坡总部与 100% 远程说明，以及 7 位成员（含 Founder 与两位 Support）的署名与加入月份。
• Bannerbear：Pricing核查于 2026/9/28，访问于 2026 年 9 月 28 日；用于逐档抄录 $49/$149/$299、各档 API 与 AI 信用点额度、档内额度阶梯与对应显示价格（含浏览器实测的 $198/$296/$458/$617/$776/$1,253）、30 credits 免信用卡试用，以及信用点计费 FAQ 的全部口径。
• Bannerbear Blog核查于 2026/9/28，访问于 2026 年 9 月 28 日；用于核查博客定位「Guides on automating and scaling your marketing activities」、nocode / developers / api / startup 分类与 2026 年 8–9 月的 MCP、V5 系列文章。
• Bannerbear：How to Pivot Your SaaS Company in the Age of AI核查于 2026/9/28，访问于 2026 年 9 月 28 日；用于核查「by Jon Yongfook」署名、作者栏的创始人身份描述、AI 编码 agent 参与 V5 重写的自述、MCP 与「build for agents」的判断，以及内部「just chat with Bannerbear」的用法。
• Bannerbear：7 Lessons Growing a Bootstrapped SaaS to $50K MRR核查于 2026/9/28，访问于 2026 年 9 月 28 日；用于核查免费工具带流量但不保证转化的第一人称原文、两周内容循环与「Hire when it hurts」的招人顺序。
• Bannerbear：Zero to $10k MRR核查于 2026/9/28，访问于 2026 年 9 月 28 日；用于逐段抄录 2019-09 至 2021-01 的官方自报 MRR（$400 / $472 / $488 / $6,109 / $10,455）与对应事件、以及「the more documentation I wrote the more conversions I got」。
• Bannerbear：Open Startup Metrics核查于 2026/9/28，访问于 2026 年 9 月 28 日；用于核查「we now only share selected metrics」的原文，以及该页三块指标卡为隐藏克隆模板、其数值不可当作经营数据的核查记录。
• Bannerbear：MCP Server核查于 2026/9/28，访问于 2026 年 9 月 28 日；用于核查 Claude Directory 一键安装、Default 与 Full 工具集差异，以及批量生成、翻译重渲染、去背景、跑工作流、加字幕等 agent 提示词示例。
• Bannerbear：eBooks核查于 2026/9/28，访问于 2026 年 9 月 28 日；用于核查两本免费 PDF 指南（Quick Start Guide、Nocode Guide）与官方对它们「PDF ebook guides on using Bannerbear APIs and related tools」的定位。

截图仅用于呈现访问日无需登录的官方公开页面，不证明收入、用户结果、合作或背书。本文对定价结构与阶梯的分析属编辑判断，不构成经营、法律或合规建议。