AI 成本怎麼算：訂閱、Token 與隱形人力成本（Chinese original）

「導入 AI 一年要花多少錢？」——這個問題如果只回答訂閱費，答案通常會離譜地低。真實的帳單由三層構成：看得見的訂閱費、隨用量浮動的 API 費用，以及最容易被漏掉的隱形人力成本。這篇不會給你任何「平均可以省多少」的數字，因為那種數字對你的公司沒有意義；它給你的是一套可以自己動手算的方法：每一層成本的計算公式、需要蒐集的輸入項，以及一張帶回會議室就能填的估算表範本。

三層成本地圖：逐層拆解

先把全貌畫出來，再逐層拆解：

成本層	計費方式	誰會經手	被低估的程度
第一層：訂閱費	每人每月固定費用	採購、部門主管	低，帳單明確
第二層：API 用量	按 Token 計費，用多少算多少	工程或平台管理員	中，隨業務量浮動
第三層：隱形人力	不出現在任何 AI 帳單上	沒有人負責，所以沒人算	高，常超過前兩層總和

一個原則貫穿全文：所有單價都不要用記憶中的數字。供應商的定價會調整、方案會改版，本文寫作時的價格到你讀時可能已經不同。每個單價都應該在估算當天，從供應商官網的定價頁現查現填。

第一層：訂閱費——每人每月

這是最簡單的一層，但仍有幾個容易算錯的地方。

基本公式：

年度訂閱成本 = 使用人數 × 每人每月單價 × 12

需要蒐集的輸入項：

輸入項	去哪裡查	注意事項
每人每月單價	供應商官網定價頁	區分個人版、團隊版、企業版；企業版通常要洽詢商務，官網價格只是起點
使用人數	內部盤點	用「每天真的會打開它的人數」，不是部門總人數
最低席位數	商務條款	部分團隊方案有最低購買人數
年繳與月繳差異	定價頁	年繳通常有折扣，但要先過試用期再承諾

實務建議：第一階段不要全員開通。先給種子用戶開通，觀察一兩個月的真實使用頻率，再決定擴大範圍。訂閱費的浪費大多來自「開了帳號但三個月沒登入五次」的幽靈席位。

第二層：API 用量——Token 計費怎麼估

如果你的場景是自動化工作流（機器執行，不是人坐在螢幕前打字），成本就走 API 計費。

什麼是 Token？ Token 是模型處理文字的最小計費單位，可以粗略理解為「文字被切成的小塊」。切分的粒度和語言有關：同樣一句話，中文和英文切出來的 Token 數量不同，不同模型使用的切分方式也不同。所以不存在一個通用的「一個中文字等於幾個 Token」的固定換算——任何給你固定換算率的說法都只能當粗略參考，正確做法是用你自己的任務實測。

估算三步法：

第一步，實測單次用量。拿你的真實任務（真實的輸入文件、真實的提問）跑二十到三十次，從 API 控制台的用量紀錄裡讀出每次消耗的輸入 Token 與輸出 Token，取平均。樣本要包含最長和最複雜的情況，不要只挑順利的跑。

第二步，估月度任務量。這個場景每個月會執行多少次？用過去三個月的業務數據推，不要用樂觀願望。剛上線的自動化通常會有一波「報復性使用」，前兩個月的用量不代表穩定狀態。

第三步，套公式：

月度 API 成本 = 月任務次數 ×（平均輸入 Token × 輸入單價 + 平均輸出 Token × 輸出單價）

單價從供應商定價頁現查。輸入和輸出通常分開計價，且輸出單價一般高於輸入；不同能力等級的模型價格差距很大。想理解各家模型的定價結構與換算邏輯，可以參考本站的LLM API 定價指南（該文含具體數字，讀時同樣注意時效性）。

兩個容易漏算的乘數：

重試與多輪：代理型工作流不是「一次呼叫就結束」。任務失敗會重試，複雜任務會分多步呼叫，每一步都計費。實測時要把完整流程從頭到尾的消耗都算進去，而不是只算單次呼叫。
知識庫檢索：協作型場景（RAG）每次回答前會先檢索文件，檢索到的內容會併入輸入 Token。餵給模型的上下文愈長，單次成本愈高。

符號試算示範。本文刻意不代入任何具體金額，但你可以先看一遍完整的計算結構，之後把自己的實測值代進去。假設某個「合約要點摘要」流程，各符號含義如下：

N     = 每月任務次數
Tin   = 平均每次輸入 Token（含被摘要的文件與提示詞）
Tout  = 平均每次輸出 Token（摘要結果）
Pin   = 輸入單價（每百萬 Token，查供應商定價頁）
Pout  = 輸出單價（每百萬 Token，通常高於 Pin）
R     = 重試係數（完整流程平均呼叫次數 ÷ 任務次數，實測得出）

月度 API 成本 = N × R ×（Tin × Pin + Tout × Pout）÷ 1,000,000

操作順序：先用二十到三十次實測得到 Tin、Tout、R，用業務紀錄推 N，當天查價填 Pin、Pout，然後才算得出你公司這個場景的月度成本。五個輸入裡有三個必須來自實測，只有這樣算出來的數字才敢放進預算書。

第三層：隱形人力成本——沒有人算的那一層

這一層不出現在任何供應商帳單上，卻經常是最大的一塊。它包含五項：

項目	內容	怎麼估
審核時間	人工檢查 AI 產出（看對不對、能不能用）	上線前後連續兩到四週，記錄「每份產出平均花幾分鐘審核」
重做時間	AI 產出不可用，人自己重來一遍的比例與時間	記錄「多少次裡有幾次要重做」，乘上重做一次的耗時
學習成本	團隊從不會到熟練的時間	每人投入的小時數 × 人數；通常集中在前一兩個月
維運成本	更新知識庫、調整提示詞、處理流程卡住	指定負責人，記錄每週花在上面的時間
整合與建置	初期的資料整理、流程設計、系統串接	一次性投入，按專案工時估

計算公式：

隱形人力成本 = Σ（各項目工時 × loaded 時薪）

loaded 時薪指包含保險、退休金、管理費等攤提後的真實人力成本，向人資或財務要這個口徑，不要直接用底薪換算。

這一層有個反直覺的性質：AI 愈自主，審核愈重要，審核成本愈高。一個每天自動產出五十份文件的流程，如果每份都要人看十分鐘，審核本身就是一個人力全職。所以自動化場景的正確問法不是「AI 能不能做」，而是「做完之後人要看多久」。

隱形成本無法事後回憶，只能當場記錄。上線前後兩到四週，請審核者逐筆填這張最簡單的日誌：

日期	產出編號	審核分鐘數	結果（可用／小改／重做）	小改或重做另花的分鐘數
＿＿	＿＿	＿＿	＿＿	＿＿

兩週後你就有了兩個關鍵參數：平均每份的審核分鐘數、以及「小改加重做」的比例。這兩個數字乘上時薪與月產出量，第三層成本就從「感覺」變成了「帳」。這張日誌之後轉為抽樣即可，但每季要重抽一輪——流程與模型更新後，審核時間通常會變化。

匯總：可填的估算表範本

把三層合成一張表。影印這張表，逐格填入你自己的數字：

#	成本項	公式	你要蒐集的輸入	金額
1	訂閱費（年）	人數 × 月單價 × 12	人數＝＿＿；單價＝＿＿	＿＿
2	API 用量（年）	月任務數 × 單次成本 × 12	月任務數＝＿＿；實測單次 Token＝＿＿；單價＝＿＿	＿＿
3	審核人力（年）	月產出數 × 單件審核分鐘 ÷ 60 × 時薪 × 12	單件審核分鐘＝＿＿；loaded 時薪＝＿＿	＿＿
4	重做成本（年）	月產出數 × 重做率 × 重做耗時 × 時薪 × 12	重做率＝＿＿	＿＿
5	學習成本（一次性）	人數 × 人均學習時數 × 時薪	人均時數＝＿＿	＿＿
6	維運人力（年）	每週維運時數 × 時薪 × 52	每週時數＝＿＿	＿＿
7	建置整合（一次性）	專案工時 × 時薪，或外部報價	＿＿	＿＿
	第一年總計	1 至 7 相加		＿＿
	之後每年	總計減去一次性項目（5、7）		＿＿

填完之後做兩個健全性檢查：

對比基線：這些工作原本由人做，一年花多少人力成本？新方案的總計若高於基線，要能說清楚買的是什麼（速度、規模、一致性）。
敏感度檢查：把「月任務數」和「單件審核分鐘」各上調一半重算一次。如果結果從劃算變不劃算，說明這個場景對用量和審核成本高度敏感，上線後要盯緊這兩項。

估完不算完：上線後的成本治理

估算是上線前的事，但 API 這類用量計費的成本是在上線後一天天長出來的。三個低成本的治理動作，建議寫進上線檢查表：

設用量提醒與上限。 API 供應商的後台通常提供用量提醒（花到某個金額時發通知）與硬性上限（超過就暫停服務）。提醒線建議設在你月度預算的一個固定比例，硬性上限則要評估「服務暫停的業務後果」再決定設不設——對外服務可能寧可超支也不要中斷，內部批次任務則相反。

每月看一次用量結構。 帳單不只看總額，看「哪個場景、哪個流程花掉了多少」。多場景共用一個 API 帳號時，用供應商提供的標籤或分專案機制把用量分開記帳。最常見的失控來源是某個不起眼的流程在無限重試——用量曲線突然翻倍時，第一個要查的就是它。

季審一次模型選型。 供應商會推出更便宜或更強的新模型，你的流程也可能已經變化。每季把「當前使用的模型」和「定價頁上的現有選項」對一遍：能力要求不高的環節（分類、格式化、簡單抽取）往往可以換用更小的模型，把高階模型留給真正需要它的步驟。

這三個動作加起來每月花的時間不多，但它們把「成本估算」從一份上線前的文件，變成一個持續運作的管理迴圈。

常見誤區

誤區一：只算訂閱費。 最常見、代價最大的錯誤。訂閱費是帳單上最明顯的數字，卻常常不是成本的大頭。

誤區二：用免費層的體驗估生產成本。 免費與低價方案通常有速率限制、功能限制和不同的資料條款。用免費層驗證想法沒問題，但估生產成本必須按實際要買的方案算。

誤區三：假設單價不變。 模型定價會調整、計費結構會改版。估算表裡每個單價都標註查詢日期，每季重算。

誤區四：把「省下的時間」直接當成「省下的錢」。 省下的碎片時間如果不能轉去做別的事，就沒有變成錢。收益端和成本端要用同一個口徑計算。

誤區五：忽略退場成本。 如果一年後要換供應商，資料匯出、流程重建、重新訓練都是錢。選型時把「資料能不能完整匯出」列為必答題，就是在給未來的自己省錢。

下一步

算完成本要選工具：用選 AI 工具的判斷框架的五個問題收斂候選。
想知道哪些場景根本不值得花這筆錢：什麼時候不該用 AI。
成本結構隨 AI 層次不同而不同：先讀AI 的三個層次確認你的場景在哪一層。
準備好要動手建第一個工作流：不寫程式做出你的第一個 AI 工作流。