很多人第一次接觸 AI 服務，最先看不懂的不是模型名稱，而是價格頁。 明明上面寫著 input、output、cached input、每百萬 tokens，可是看完還是不知道自己到底會花多少。這不是你看太慢，而是 AI Token 價格本來就不是只看一個數字。 OpenAI、Anthropic、Google 的官方定價頁都把價格拆成不同欄位，而且最常見的就是輸入和輸出分開計價。OpenAI 的 API Pricing 頁明確列出 input、cached input、output 價格；Anthropic 的 Claude 定價頁也用 Input tokens、Output tokens 和 prompt caching 的結構呈現；Google Gemini Developer API 的官方文件同樣把不同模型與 token 用量拆開列出。 AI Token 價格到底要怎麼看？你只要先看懂費用是從哪裡來的，後面在選模型、選平台、估成本時，就不會只盯著表面單價。 如果你前面已經看過 AI Token 的基本概念，這篇會幫你把「token...

當你開始用 ChatGPT、Claude、Gemini 或其他 AI API，很快就會在後台看到一堆數字：input tokens、output tokens、total tokens、usage、limit。 很多新手第一次看到這些欄位時，最大的問題不是功能不會用，而是根本不知道自己到底在看什麼。OpenAI 官方也明確說明，API 會回傳 input tokens、output tokens、cached tokens 等用量資訊，這些數字會用在 billing 和 usage tracking。 這篇不重講 AI Token 是什麼，也不重講 AI Token 怎麼算，而是直接處理一個更實際的問題：AI Token 用量怎麼看？你看懂後台數字之後，才會知道成本到底花在哪裡、哪裡最容易浪費，以及要怎麼控制。 先看懂後台最常見的三個欄位 Input Tokens Input tokens 指的是你送進模型的內容。不只是你當下打的那一句話，通常還包含系統提示、背景說明、歷史對話，以及一起帶進去的上下文。OpenAI 官方把這一類直接列為 inpu