為什麼要搞懂這個？

假設你想做一個 AI 應用（聊天機器人、內容生成器、客服系統等等）。

現在市場上有三大 AI 服務商：OpenAI、Google Gemini、Anthropic Claude。

這三家的計費方式看起來很複雜，但實際上搞懂了很簡單。差別有多大？

同樣處理 10 萬次對話（一般中小型應用一個月的量）：

  • 選對方案：$62 美金（約 2000 台幣）
  • 選錯方案：$175 美金（約 5600 台幣）
  • 懂優化技巧：$20-30 美金（約 600-960 台幣）

差距接近 9 倍。

這篇文章會用最簡單的方式，讓你搞懂這些計價邏輯。

基礎概念：什麼是 Token？

Token 就是「計量單位」

把 Token 想成「文字的計量單位」就好。

  • 英文：1 個 token ≈ 0.75 個單字
  • 中文：1 個 token ≈ 1 個字

舉例：

  • 「今天天氣很好」= 6 個字 = 約 6 tokens
  • “Hello world” = 2 個單字 = 約 3 tokens

AI 公司按「每百萬 tokens」收費

就像：

  • 買水果：「一斤 50 元」
  • 用 AI：「100 萬個 tokens 多少錢」

100 萬個 tokens 聽起來很多，但實際上大概是：

  • 200 本繪本的內容量
  • 或是 10 萬次短對話

三種收費項目

每次呼叫 AI，會產生三種費用：

  1. Input（輸入） - 你送進去的文字
  2. Output（輸出） - AI 回覆給你的文字
  3. Cached Input（快取輸入） - 重複使用的內容，價格便宜 10 倍

用麥當勞來比喻：

  • Input = 你點的餐
  • Output = 店員給你的餐點
  • Cached Input = 辦會員卡，某些品項打折

重點是：Input 和 Output 分開算錢，而且 Cached Input 便宜非常多。

核心機制：Prompt Caching（快取）

這是最重要的省錢技巧，但多數人不知道怎麼用。

Prompt Caching 為什麼便宜 10 倍？

如果你的 AI 應用每次都要用到同樣的「系統指令」：

「你是客服助手，可以幫忙查詢訂單、處理退貨、回答產品問題。請保持專業和友善。」

這段有 30 個字。

第一次呼叫：

  • AI 要「讀取」、「理解」、「處理」這 30 個字
  • 付完整價格

之後每次呼叫：

  • AI 發現「這段我處理過了，直接拿來用」
  • 不用重新讀取和理解
  • 只付 1/10 的價格

為什麼便宜？因為 AI 不用重新做一次同樣的工作。

就這麼簡單。

不用 Caching = 每次都重新處理同樣內容 用 Caching = 處理過的內容直接取用

如果你有固定內容（系統指令、知識庫、文件），不用 Caching 這部分會貴 10 倍。

三家的 Caching 機制比較

OpenAI

  • 第一次：正常價格
  • 之後：自動打折到 1/10
  • 很直覺，自動幫你處理

Gemini

  • 第一次：正常價格 + 少量儲存費（每小時幾毛錢）
  • 之後：1/10 價格
  • 支援文字、圖片、影片

Claude

  • 第一次：稍貴一點（1.25 倍）
  • 之後：0.1 倍（便宜 10 倍）
  • 折扣最大，如果你重複使用率高的話

重點：如果你的應用有固定內容（系統指令、知識庫、說明文件），用 Caching 這部分會便宜 10 倍。

價格總覽：三家怎麼比較？

用「餐廳」來比喻會比較好理解：

OpenAI：從便當到米其林都有

模型 Input Output 定位
gpt-5-nano $0.05 $0.40 便當店（便宜、快速、堪用）
gpt-5-mini $0.25 $2.00 定食店（平衡品質和價格）
gpt-5.1 $1.25 $10.00 高級餐廳（品質好但貴）
GPT-5 Pro / o 系列 $15+ $120+ 米其林（頂級但天價）

Google Gemini：主打性價比

模型 Input Output 定位
Flash-Lite $0.10 $0.40 路邊攤（超便宜）
Flash $0.30 $2.50 小吃店（便宜又好）
Pro $1.25 $10.00 高級餐廳（對標 OpenAI）

Claude：表面貴，但 Caching 折扣大

模型 Input Output 定位
Haiku 3 $0.25 $1.25 速食店
Haiku 4.5 $1.00 $5.00 一般餐廳
Sonnet 4.5 $3.00 $15.00 高級餐廳

重點：Claude 看起來最貴，但用 Caching 可以打折到 1/10。如果你的應用重複率高、內容長，Claude 可能反而最划算。

實際計算：做一個客服機器人要花多少錢？

用真實場景來算：

情境設定

  • 一個月 10 萬次對話
  • 每次對話：
    • 你送給 AI 的內容：500 tokens（包含系統指令 + 使用者問題）
    • AI 回覆：250 tokens

算總量

  • 總 input：10 萬 × 500 = 5000 萬 tokens = 50M
  • 總 output：10 萬 × 250 = 2500 萬 tokens = 25M

三家各要多少錢？（不用 Caching）

OpenAI gpt-5-mini

  • Input：50M ÷ 1M × $0.25 = $12.5
  • Output：25M ÷ 1M × $2.00 = $50
  • 總計：$62.5 / 月（約 2000 台幣）

Gemini Flash

  • Input：50M ÷ 1M × $0.30 = $15
  • Output：25M ÷ 1M × $2.50 = $62.5
  • 總計：$77.5 / 月（約 2480 台幣）

Claude Haiku 4.5

  • Input：50M ÷ 1M × $1 = $50
  • Output：25M ÷ 1M × $5 = $125
  • 總計：$175 / 月（約 5600 台幣）

初步結論

不做任何優化的情況下：

  • OpenAI 最便宜（$62.5）
  • Gemini 中等（$77.5）
  • Claude 最貴（$175）

差距 2.8 倍。

但這只是「裸價」，還沒用任何省錢技巧。

用 Caching 可以省多少？

現在來優化剛剛的場景。

假設你的系統指令佔 80%

每次 500 tokens 的 input 裡：

  • 400 tokens 是固定的系統指令
  • 100 tokens 是使用者問題（每次不同）

用 Caching 後的成本（以 OpenAI 為例）

Input 成本

之前（不用 Caching）：

  • 全部 input：50M × $0.25 = $12.5

之後（用 Caching）：

  • 固定部分（第一次）：付一次錢
  • 固定部分（之後）：40M × $0.025 = $1（便宜 10 倍）
  • 動態部分：10M × $0.25 = $2.5
  • Input 小計：$3.5

省了 $9，降了 72%。

再加上「簡單問題用便宜模型」

80% 的簡單問題（「營業時間」、「退貨流程」）用 gpt-5-nano：

  • 簡單問題 output (80%)：20M × $0.4 = $8
  • 複雜問題 output (20%)：5M × $2.0 = $10
  • Output 總成本：$18（原本是 $50）

最後總成本：Input $3.5 + Output $18 = 約 $21.5 / 月

從 $62.5 降到 $21.5，省了 66%。

隱藏陷阱：額外工具費用

Web Search / Grounding

有些 AI 提供「上網查資料」功能，但另外收費。

  • 每 1000 次查詢：$10
  • 而且每次查詢算 8000 tokens

陷阱在哪？

你只是問「今天天氣」（4 個字），但 AI 如果去網路查，會被算成：

  • 4 個字的問題
  • 8000 個字的查詢

成本瞬間暴增 2000 倍。

Gemini Grounding

  • 免費額度後：每 1000 次 $35

建議

只在真的需要時才啟用：

  • 使用者明確要求最新資訊
  • 內部知識庫找不到答案
  • 關鍵字很新（例如昨天的新聞）

否則，就像每次去麥當勞都加購套餐，錢會燒很快。

省錢架構：三個策略

策略一：模型分層

不要所有問題都用同一個模型。

比喻：不是每餐都要吃米其林。

  • 簡單問題（「營業時間」、「退貨流程」）→ 用 nano / Flash-Lite
  • 一般問題（「訂單查詢」、「產品推薦」）→ 用 mini / Flash
  • 複雜問題（「深度分析」、「技術諮詢」）→ 用 5.1 / Pro

80% 的問題用便宜模型，只有 20% 用貴的 = 省很多。

策略二：必做三件事

1. 記錄用量（Logging）

每次呼叫 API 都記錄：

  • 用了多少 input / output tokens
  • 用了哪個模型
  • 有沒有用額外工具

建立簡單的 dashboard 追蹤：

  • 每日成本
  • 各模型使用比例
  • 異常用量警報

就像記帳，你才知道錢花去哪。

2. 啟用 Caching

把固定內容（系統指令、知識庫、FAQ）放進 cache：

  • 第一次付完整價
  • 之後這部分便宜 90%（只付 1/10）

固定內容佔比越高，省越多。

3. 了解並選擇合適的服務層級

三家 AI 服務商都提供不同的服務層級，價格和功能差異很大。

服務層級完全解析

OpenAI 的四個層級

Standard（標準）

  • 價格：正常定價（如上面表格）
  • 速度：正常回應速度
  • 適合：一般生產環境、即時應用

Batch（批次）

  • 價格：Standard 的 50% 折扣
  • 處理時間：24 小時內完成
  • 限制：非即時，需要等待
  • 適合：
    • 大量文件分析
    • 離線資料處理
    • ETL pipeline
    • 非即時評估任務

實例：

  • Standard：gpt-5-mini input $0.25/M
  • Batch：gpt-5-mini input $0.125/M（省 50%）

Realtime（即時）

  • 價格：比 Standard 貴
  • 功能：語音對話、即時串流
  • 適合：語音助手、即時對話應用

Claude 的三個層級

Standard（標準）

  • 價格：正常定價
  • 速度：正常回應
  • 適合：一般生產環境

Batch（批次）

  • 價格：Standard 的 50% 折扣
  • 處理時間：24 小時內
  • 限制：非即時
  • 適合：批次處理、離線分析

實例：

  • Standard：Sonnet 4.5 input $3.00/M
  • Batch：Sonnet 4.5 input $1.50/M（省 50%）

Priority（優先）

  • 價格：比 Standard 貴約 20-30%
  • 保證：更高的 rate limit、優先處理
  • 適合：高流量應用、需要保證可用性

Gemini 的三個層級

Free（免費）

  • 價格：完全免費
  • 限制：較低的 rate limit、用於改進產品
  • 適合：開發測試、小型專案

Paid（付費標準）

  • 價格：正常定價
  • 保證：更高 rate limit、資料不用於訓練
  • 適合：生產環境、商業應用

Batch（批次非同步）

  • 價格：比 Paid 便宜 50%
  • 處理時間：非即時、異步處理
  • 適合：非緊急任務、批次處理

實例：

  • Paid：2.5 Pro input $1.25/M
  • Batch：2.5 Pro input $0.625/M（省 50%）

服務層級選擇指南

什麼時候用 Standard？

✅ 預設選擇 - 適合 95% 的應用場景

  • 即時回應需求
  • 生產環境
  • 使用者面向的應用
  • 對延遲敏感

什麼時候用 Batch？

✅ 可以省 50% - 但要能接受延遲

  • 每日定時報告生成
  • 大量歷史資料分析
  • 內容審核（非即時）
  • 資料標註
  • 模型評估
  • 知識庫建立

重要：24 小時內完成，不適合急件

什麼時候用 Free（Gemini）？

✅ 完全免費 - 但有限制

  • 開發測試環境
  • 學習和實驗
  • 小型個人專案
  • MVP 驗證

什麼時候用 Priority（Claude）？

✅ 付費換保證 - 高流量應用

  • 每秒大量請求
  • 關鍵業務應用
  • 需要保證 SLA
  • 高峰時段不能被限流

實際成本比較

同樣處理 100 萬個 tokens：

模型 Standard Batch 差額
OpenAI gpt-5-mini $0.25 $0.125 省 $0.125
Claude Sonnet 4.5 $3.00 $1.50 省 $1.50
Gemini Flash $0.30 N/A -

如果每月處理 1 億 tokens：

  • Standard：$25 (OpenAI) / $300 (Claude)
  • Batch：$12.5 (OpenAI) / $150 (Claude)
  • 每月可省 $12.5 - $150

策略三：減少浪費

縮短系統指令

浪費版：

「親愛的用戶您好，非常感謝您使用我們的服務。我是您專屬的 AI 客服助理，很榮幸能為您服務。我可以協助您處理各種問題，包括但不限於訂單查詢、退換貨申請、產品諮詢等等。請問您今天需要什麼協助呢？」

69 個字

精簡版：

「您好，我是客服助手，可以幫您查訂單、退貨、或回答產品問題。請問需要什麼協助？」

25 個字

省了 64%。

不要累積對話歷史

浪費做法：

第 1 輪對話：「營業時間？」 第 2 輪對話：把第 1 輪也一起送給 AI 第 3 輪對話：把第 1、2 輪都送給 AI … 第 10 輪對話：把前 9 輪都送給 AI

越來越貴。

省錢做法：

每 3-5 輪就做一次「摘要」：

「用戶詢問營業時間和產品價格，我已回答。」

只給 AI 這個摘要，不給完整記錄。

省很多 tokens。

決策指南：四種情境

情境 1：預算有限，追求極致便宜

適合：

  • 個人專案、學生作業
  • 簡單功能（分類、簡答）
  • 高頻次呼叫

建議：

  • OpenAI gpt-5-nano 或 Gemini Flash-Lite
  • 就像選便當店，便宜堪用

情境 2：日常應用，平衡品質和成本

適合：

  • 客服機器人、內容生成
  • 中小型企業應用
  • 需要一定品質

建議：

  • OpenAI gpt-5-mini 或 Gemini Flash
  • 就像選定食店，品質好又不貴
  • 兩家差不多（$62 vs $77），看你習慣哪個

情境 3：追求最高品質

適合：

  • 研究、分析、重要決策
  • 複雜推理任務
  • 預算充足

建議：

  • OpenAI gpt-5.1 / o3 或 Gemini Pro 或 Claude Sonnet
  • 就像選高級餐廳
  • 三家都試試，看哪個回答品質最好

情境 4：重複率高、內容長

適合：

  • 法務文件分析
  • 長篇審查
  • 固定知識庫問答

建議：

  • Claude Haiku / Sonnet + Caching
  • 雖然表面最貴，但 Caching 折扣最大
  • 實際可能最便宜

比喻：

Claude 就像月票最貴但折扣最大的公車系統：

  • 單程票：最貴
  • 月票折扣：最多
  • 每天搭：反而最划算

總結：記住三個重點

1. 選對模型

  • 日常應用：gpt-5-mini / Flash
  • 極致便宜：nano / Flash-Lite
  • 最高品質：5.1 / Pro

2. 一定要用 Caching

如果有固定內容（系統指令、知識庫），被 cache 的部分便宜 10 倍。固定內容佔比越高，省越多。

3. 開始追蹤和優化

  • 記錄每次用量
  • 建立成本監控
  • 定期檢視和調整

真實案例對比

同樣功能（10 萬次對話 / 月）：

做法 成本 說明
不懂，亂選 $175 選了 Claude 但不會用
懂基本的 $62.5 選了 OpenAI mini
完全搞懂 $20-30 Caching + 分層 + 優化

懂的人花 $20，不懂的人花 $175

差了 9 倍。

結語

選擇 AI 服務就像選餐廳：

  • 不是每餐都吃米其林（太貴）
  • 不是每餐都吃泡麵（品質差）
  • 看情況選適合的

記住三件事：

  1. 簡單問題用便宜模型，複雜問題才用貴的
  2. 固定內容一定要用 Caching
  3. 記錄和監控，知道錢花去哪

這樣你就能用最少的成本，做出高品質的 AI 應用。