很多人第一次看 AI API 價格表，最容易只盯著一個數字： 每百萬 Token 多少錢 。但現在主流 平台的定價早就不只這一層。 OpenAI 除了 input、cached input、output 之外，還另外列出 web search、containers 等工具型費用；Anthropic 也把標準 token 計價、prompt caching、web search、code execution 等拆開；Google Gemini 則同時列出 input、output、context caching、storage、Grounding with Google Search 等不同費用。 所以真正正確的看法不是「哪個模型每百萬 Token 最便宜」，而是先把兩件事拆開： 模型本身的 Token 費用 你額外打開哪些功能後產生的功能費用 這樣看，才不會把一個看起來很便宜的模型，誤判成實際使用也一定最省。你原稿的核心就在這裡，我這版會把它整理得更清楚。 先分清楚：什麼叫 Token 費用？ Token 費用，最簡單就是模型「 讀進去多少、吐出

很多人第一次接觸 AI API 時，最自然的反應就是先問一句：「所以一個 Token 到底等於多少字？」 這個問題很合理。因為不管你是要估成本、看用量、規劃預算，還是只是想搞懂為什麼後台數字跳這麼快，你都會很想先找到一個最直覺的換算方式。問題是，AI Token 換算這件事，最容易出錯的地方，就是太急著只看字數。你原本這篇的核心方向抓得很準。 因為 Token 從來就不是單純的字數單位，它其實更像是模型在內部處理文字、符號、空格、標點、片段單字與其他內容時使用的基本切分單位。OpenAI 官方明確指出，Token 可能短至單一字元，也可能長到完整單字，會依語言與上下文而變；Google 的 Gemini 文件也說明，模型是以 Token 粒度處理輸入與輸出，而不是直接照字數計算。 所以，如果你現在最想知道的是： AI Token 換算怎麼看？中文和英文差多少？為什麼有時候字數看起來差不多，Token 卻差很多？我到底該怎麼估，才不會一開始就估錯？ 先講結論：AI Token 換算可以先估，但不能只拿字數硬套 這篇先直接講最重要的結論： Token

如果你最近開始研究 Anthropic 的 Claude API，應該很快就會遇到這幾個詞：input token、output token、prompt caching、rate limits、spend limits、batch processing。 對新手來說，最困難的通常不是 Claude 好不好用，而是： Claude Token 計費到底怎麼看？哪些情況用 Claude 比較適合？我會不會還沒搞懂就先把預算燒掉？ 這篇文章就是要幫你把這些問題一次拆開。你不需要一開始就把 Anthropic 的全部文件看完。先看懂幾個最重要的重點就夠了：Claude API 主要怎麼收費、哪些數字最值得先看、Prompt Caching 是什麼、以及 Claude 特別適合哪些工作。 Anthropic 官方定價頁明確把 Claude API 的費用拆成 Base Input Tokens、Cache Writes、Cache Hits & Refreshes、Output Tokens ，並另外說明 batch processing、long co

很多人第一次接觸 Gemini API，最容易卡住的不是模型能不能用，而是價格到底怎麼看。明明都是 Google 的 AI 模型，卻同時看到免費層、付費層、input token、output token、context caching、grounding、rate limits、billing tier 這些名詞，整個後台看起來很完整，但也很容易讓新手越看越亂。 Google 官方文件現在就是把 Gemini API 的價格拆成不同模型、不同 tier 與不同功能來看，並不是單純一個模型配一個固定月費。 如果你現在最想知道的是「Gemini Token 計費到底怎麼看，Google 系模型費用重點到底在哪裡」，那先記一句最核心的結論就夠了：Gemini API 不是看你問了幾次，而是看你送進多少內容、模型回了多少內容、你有沒有開快取或搜尋等額外功能。Google 的 Gemini Developer API pricing 頁面直接把價格拆成 input、output、context caching、Grounding with Google

如果你最近開始研究 OpenAI API，應該很快就會看到這些詞：GPT Token、Input、Output、Cached Input、每百萬 Token、Usage、Billing、Rate Limit。 很多新手一看到就先頭痛，因為表面上每個字都像中文，合在一起卻很像天書。更麻煩的是，只要一搞不清楚 GPT Token 計費怎麼看，就很容易發生兩種事：不是高估成本不敢用，就是低估成本，結果月底才發現帳單怪怪的。你提供的原始草稿，核心問題抓得很準。 這篇文章就是為了幫你把這件事一次講清楚。你不需要一開始就變成 API 成本專家，也不需要先把所有官方定價頁背起來。 對新手來說，真正重要的是先看懂幾個最核心的觀念：GPT Token 是怎麼算、OpenAI API 到底在收什麼、哪些數字最需要先看、以及如何用最簡單的方法估一筆請求大概多少錢。 OpenAI 官方定價頁明確把 GPT-5.4 系列的費用拆成 input、cached input 與 output 三類，並以每 1M tokens 列價；OpenAI 的 token 說明也明確指出，

很多人剛開始接觸 AI 工具時，第一個會遇到的問題不是模型強不強，而是： 到底該買月費，還是直接走 AI API 用量計費？ 因為表面上看起來，兩種都像是在「付錢用 AI」，但實際上，它們的邏輯完全不同。OpenAI 官方把 ChatGPT 方案定義為每位使用者每月計費，API 則另有獨立的 token 價格頁；Anthropic 也同時提供 Claude 訂閱方案與 Claude API 計價；Google 這邊同樣有 Google AI 訂閱方案與 Gemini Developer API 的用量型計費。 所以這篇文章會直接幫你拆清楚： 你常看到的月費制是什麼 用量制到底怎麼運作 兩者的成本風險、適用場景、常見誤解有哪些 以及你現在到底比較適合哪一種 如果你前面已經看過 AI Token 的基礎概念，這篇可以幫你把「費用結構」接到「使用方式」這一步，讓你不只是知道怎麼付錢，而是知道自己到底該選哪種付費模式。 先講最簡單的答案：月費制是買使用資格，用量制是買實際消耗 月費制 ，通常是你每月固定付一筆錢，取得某個產品方案、模型存取權限與功能範圍。