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