AI Token 黑市，指的是有賣家在網路上低價轉售 AI 模型 API 存取權限——包括共享帳號、被盜用的訂閱憑證、以及直接轉發的 API 金鑰——讓買家用遠低於官方定價的價格使用 Claude、GPT 等主流模型。這裡的「Token」是 LLM 服務商計費用的使用額度單位，跟加密貨幣（Crypto Token）完全是兩回事，兩者只是剛好共用了同一個英文名詞。 這個現象最近因為開發者社群 Podcast《Syntax》主持人 Wes Bos 的一支實測影片而被更多人注意到：他親自花錢購買了號稱「五折」「一折」的黑市 API 存取權，並訪談了一家專門防制此類詐欺的公司創辦人，還原出一條從偷帳號、洗流量到轉賣使用權的完整產業鏈。這篇文章會把這條產業鏈拆給你看、說明買家實際承擔了哪些風險，以及企業和開發團隊該怎麼確保自己用的 AI Token 是乾淨、合法、可追溯的。 先講清楚：這裡的「AI Token」不是加密貨幣 在往下讀之前，有一個容易混淆的地方要先釐清。本文討論的「AI Token」，指的是使用 LLM API（例如 Claude、GPT）時

Token（權杖）是 AI 模型計算文字用量與費用的最小單位，但它不等於「一個字」。同一段中文丟進 Claude、GPT、Gemini，算出來的 Token 數都不一樣，而且沒有一家供應商把「一個中文字＝幾個 Token」寫成官方公式。這篇文章把 Anthropic、OpenAI、Google 官方文件裡白紙黑字寫出來的換算標準攤開給你看，說明為什麼中文這類語言通常比英文更「吃」Token，並教你用三家官方工具直接量出真實數字，而不是憑印象心算。 先講結論：三家官方文件都只針對「英文」給出明確的字元換算估算，沒有一家公布中文或其他非英文語言的官方倍率。網路上流傳的「一個中文字等於幾個 Token」的具體數字，多半是第三方測試出來的經驗值，不是供應商官方寫出來的規格。 Token 是什麼？為什麼不能直接拿「字數」去估 根據 Anthropic 官方 Glossary 的定義，Token 是語言模型處理的最小單位，可以對應到一個完整的詞、詞的一部分（子詞）、單一字元，甚至是 Unicode 位元組，實際切法依供應商各自訓練的分詞器（tokenizer

OpenRouter 是一個 AI 模型的統一 API 閘道：你只要接一組 API，就能呼叫來自 Anthropic、OpenAI、Google、DeepSeek、Meta、Mistral、xAI 等數百個模型，不用為每一家供應商各自申請金鑰、各自寫一套呼叫程式。它的定位是「中轉站」——不是自己做模型，是把多家供應商的模型統一包裝成一個入口。 這篇文章會拆解：OpenRouter 是不是真的比官方 API 便宜、費用實際是怎麼算的、你的對話資料會不會被拿去訓練，以及什麼情況下真正該用它、什麼情況下直接用官方 API 反而更好。 OpenRouter 解決的是哪一個問題？ 如果你的產品要同時支援 Claude、GPT、Gemini 三家模型，直接接官方 API 意味著：三組不同的金鑰管理、三套不同的請求格式、三份不同的帳單，而且任何一家臨時掛掉或超載，你的服務就跟著掛掉。OpenRouter 把這些差異封裝掉——一個 API 端點、一組金鑰，切換模型只是改一個參數，而不是重寫一套呼叫邏輯。這也是文章開頭「中轉站」比喻的來源：真正的價值不在模型本身，

DeepSeek 從 2026 年 8 月 16 日 16:00 UTC 起，把 V4-Flash 與 V4-Pro 的計費方式從單一固定費率，改成「尖峰／離峰」兩段式收費：一般輸出 token 在尖峰時段漲了 1.3 倍到 3.7 倍，快取命中（cache-hit）輸入 token 在部分級距漲幅更超過 11 倍。關鍵是，DeepSeek 定義的尖峰時段是北京時間上午 9 點到中午、下午 2 點到 6 點——而台灣跟北京用的是同一個時區（UTC+8）。也就是說，美國開發者的正常上班時間大多落在 DeepSeek 的離峰區，但台灣開發者的正常上班時間，剛好就是 DeepSeek 的尖峰區。這篇文章把新舊價格、漲價原因，以及跟 GPT-5.6、Claude 的比較都拆給你看。 DeepSeek 這次到底漲了多少？V4-Flash、V4-Pro 新舊價格全對照 新制上線前，V4-Flash 與 V4-Pro 都是單一固定費率；上線後拆成尖峰、離峰兩級，離峰價格正好是尖峰的一半： V4-Flash：輸出 token 從原本固定 0.28 美元／百萬 t

Prompt Caching（提示詞快取）是 AI 供應商提供的一種計價機制：把你重複送出的固定內容（例如系統提示詞、工具定義、專案背景說明）暫存起來，下次同樣內容再度出現時，只用便宜的「快取讀取」價格計費，不用全額的「輸入」價格計費。但快取本身也要花錢寫入，如果你的內容前綴不夠穩定、命中率不夠高，寫入成本可能比讀取省下的錢還多，結果整體帳單反而變貴。這正是 YouTube 頻道 Atef Ataya 在一次涵蓋 5 種上下文管理策略的系統性實測中，發現的其中一個反直覺結論。 這篇文章會拆解：快取實際上在省什麼、什麼條件下快取會失效變成負擔、以及在快取之外，還有哪些更根本的省錢順序值得你優先考慮。 Prompt Caching 到底在快取什麼？ 多數 LLM API 把一次呼叫拆成「輸入 token」與「輸出 token」分開計價，而快取機制再把輸入端多切出兩種狀態：快取寫入（cache creation）與快取讀取（cache read）。第一次送出某段固定內容時，系統要把它存進快取，這筆費用通常等於或高於一般輸入價格；之後只要同一段內容原封不

OpenAI 在 2026 年 8 月 21 日正式把 GPT-5.6 Sol 的 API 報價再砍一刀：輸入從每百萬 token 5 美元降到 4 美元，輸出從 30 美元降到 20 美元，降幅超過 20%，促銷至少維持到 11 月 21 日。這是接續 7 月 30 日 Terra（降 20%）與 Luna（降 80%）降價之後，GPT-5.6 家族兩個月內的第二輪官方降價。降價後，Sol 的報價已經低於 Claude Opus 5（$5 輸入／$25 輸出），但這不代表它就是「更便宜的選擇」——你還要看 Fast Mode、快取、長內容、Batch 這幾層計價規則，才能算出真正會付多少錢。 GPT-5.6 現在的完整報價：Sol、Terra、Luna 三個等級各多少 先把 2026 年 8 月官方最新報價攤開來看（每百萬 token，美元，Standard 模式）： 短內容（Short context）： GPT-5.6 Sol：輸入 $4.00、快取輸入 $0.40、快取寫入 $5.00、輸出 $20.00 GPT-5.6 Terra：輸入