同一個工具，有人一個月花不到十塊錢，有人花掉幾百塊，做的事看起來差不多。
差別不在工具，在計費方式與幾個可控制的習慣。
這篇不會列任何具體金額。 本站的規則是：價格只在人工核實、且標明核實日期之後才寫；否則只寫定性描述與官方定價頁連結。原因是價格變動頻繁，而一個過期的數字比沒有數字更有害 —— 它看起來是事實。
一、計費單位是 token，不是字，也不是次數
token 是模型處理文字的最小單位，大致介於「一個字」與「一個詞」之間。中文通常一個字對映一到兩個 token，英文一個詞對映一到兩個 token。
關鍵是：輸入與輸出都算，而且輸出通常比輸入貴（常見是兩到五倍，依模型而定）。
見 Token（詞元） 與 Tokenization（分詞） 的完整說明。
二、為什麼長對話越來越貴
這是最多人踩的一個，而且完全看不見。
多數工具在每一輪對話時，會把整段歷史重新送給模型 —— 因為模型本身不記得上一句話，它每次都是從頭讀。
所以：
| 輪數 | 這一輪送出的內容 | 這一輪的輸入 token |
|---|---|---|
| 1 | 你的問題 | 1× |
| 5 | 前 4 輪 + 你的問題 | 約 5× |
| 20 | 前 19 輪 + 你的問題 | 約 20× |
第二十輪的一句話，成本可能是第一輪的二十倍。 而你在介面上看到的只是「又發了一句」。
怎麼辦：
- 換任務就開新對話。 這是最有效的一個動作，而且完全免費。舊對話的內容對新任務通常沒用，但它照樣被送進去、照樣計費。
- 不要把整個檔案貼進對話。 給路徑讓它自己讀（如果工具支援），或只貼相關的那一段。
- 長文件要它總結時，先分段。 一次喂十萬 token 與分十次每次一萬，成本差很多。
關於「上下文視窗」這個限制的含義，見 Context Window（上下文視窗）。
三、免費額度通常限制什麼
各家不同，但限制的手段高度一致，通常是這幾個的組合：
- 每日或每月的次數／token 上限
- 只能用較弱的模型（前沿模型留給付費）
- 速率限制 —— 短時間內請求太多次會被擋，見 Rate Limit（速率限制）
- 功能閘門 —— 某些能力（更長的上下文、Agent 模式、併發）只給付費
- 資料使用條款不同 —— 免費方案有時允許拿你的內容訓練，付費方案則不允許。這一條比價格重要，見 Agent 到底看得到什麼
實務建議：先用免費額度把「我到底要不要用這類工具」弄清楚。免費額度不夠用的時候，通常意味著你已經有明確用途了 —— 那時候付費才是有依據的決定，而不是賭。
四、訂閱制 vs 按量計費
訂閱制（月費，含一定用量）：
- 適合：用量穩定、每天都會用
- 好處：成本可預測，不會因為某天多用了就爆掉
- 注意：通常有隱藏的公平使用上限，超過會被降速或降級到較弱模型，而不是直接收費
按量計費（用多少算多少）：
- 適合：用量不規律、或要跑批次任務
- 好處：不用就不花錢
- 注意：這是唯一可能產生意外大額帳單的模式
按量計費的三個必要防護：
- 設定花費上限。 幾乎所有平台都提供，但預設通常是關閉或很高的。裝好之後第一件事就是設它。
- 先小規模跑一次。 批次任務先用十分之一的資料跑，看實際花了多少，再決定要不要全量跑。
- 不要把 API key 交給你不控制的程式。 一個跑壞的迴圈可以在幾小時內花掉你一個月的預算，而它不會停下來問你。
關於 key 本身，見 API Key。
五、把第一個月的成本壓到接近零
五個具體做法，按效果排序：
- 換任務就開新對話 —— 這一條通常就能砍掉一半以上
- 用訂閱制的免費方案或試用期，不要一開始就接按量計費
- 給路徑而不是貼內容（工具支援的話）
- 簡單任務用便宜模型 —— 多數工具可以逐次選模型。總結一段文字、改錯字、格式化，不需要前沿模型
- 一次把話說清楚 —— 見 你的第一個 AI 任務。來回澄清五次的成本，是一次說清楚的五倍，而且你還得不到想要的結果
第 5 條最容易被低估：指令寫得含糊不只是浪費錢，是花錢買一個錯的東西，然後再花錢重做。
六、什麼時候成本不是該優化的東西
一個反直覺的結論：如果你用它省下的是你自己的時間，模型選型的影響通常小於任務設計的影響。
具體說：一個用便宜模型、但指令清楚、範圍收窄的任務，通常比一個用貴模型、但指令含糊的任務又快又便宜又準。
所以優化順序是：
- 任務設計（範圍、輸入、產出定義）—— 影響最大，成本為零
- 對話衛生（開新對話、不貼全文）—— 影響大，成本為零
- 模型選擇 —— 影響中等
- 換工具 —— 影響最小，成本最高（要重學）
大多數人從第 4 步開始，然後得出「這工具太貴」的結論。
七、本機方案的真實成本
跑本機模型（Ollama 等）不是免費的，只是成本從「每月帳單」變成「一次性硬體 + 電費 + 時間」。
需要考慮：
- 記憶體是硬門檻。 模型大小直接決定你需要多少 RAM/VRAM，不夠就是跑不動，不是跑得慢。見 VRAM（顯存／GPU 記憶體）
- 速度差距明顯。 本機推理的 token/秒 通常遠低於雲端，長任務的等待時間是真實成本
- 能力差距也在。 本機能跑的模型規模，通常小於雲端前沿模型
什麼時候值得：資料不能出機器（見第三題）、或用量極高以至於訂閱費超過硬體折舊。 什麼時候不值得：只是想試試、或任務需要最強能力。
本站在自己機器上跑過這些對比，數字在 M3 Ultra 工作站實測 與 推理框架對比。
下一步
- 你的第一個 AI 任務 —— 第五條的完整版，任務設計怎麼影響成本
- AI Agent 到底看得到什麼 —— 免費方案的資料條款那一條
- 團隊 AI 成本估算 —— 如果是給團隊用
- LLM API 定價 —— 有核實日期的價格整理
- Token（詞元） / Context Window（上下文視窗） / Rate Limit（速率限制） / 本地 vs 雲端（自己跑還是呼叫 API）