Claude、GPT、Gemini 2026年最新API定價全解析：誰才是真正便宜的選擇？

Claude、GPT、Gemini，這三家的 API 定價，2026 年中又洗了一輪牌。先講結論：如果只看「牌價數字」，Google Gemini 3.1 Flash-Lite 最便宜、OpenAI GPT-5.5 標售價最高；但如果你是重度使用者，真正決定帳單多寡的從來不是牌價本身，而是你有沒有用對快取、批次處理，以及你選的模型用的是哪一套 tokenizer。這篇把 Anthropic、OpenAI、Google 三家官方公布的最新定價攤開來一次比完，並告訴你牌價之外還有哪些變數會偷偷影響你的月帳單。

三大家目前的定價總覽：先看數字

先把三家目前主力模型的官方牌價列出來（單位：每 100 萬 token，美元，皆為官方文件公開資訊）：

Anthropic Claude：

• Claude Sonnet 5（2026 年 8 月 31 日前的介紹期定價）：輸入 $2、輸出 $10

• Claude Sonnet 5（2026 年 9 月 1 日起的正式定價）：輸入 $3、輸出 $15

• Claude Opus 4.8：輸入 $5、輸出 $25

• Claude Haiku 4.5：輸入 $1、輸出 $5

• Claude Fable 5（旗艦模型）：輸入 $10、輸出 $50

OpenAI GPT：

• GPT-5.5（旗艦）：輸入 $5、輸出 $30

• GPT-5.4：輸入 $2.5、輸出 $15

• GPT-5.4 mini：輸入 $0.75、輸出 $4.5

Google Gemini：

• Gemini 3.5 Flash（標準）：輸入 $1.5、輸出 $9

• Gemini 3.1 Flash-Lite：輸入 $0.25（文字/圖片/影片）、輸出 $1.5

單看數字，你會發現一個有趣的現象：三家的「輸出價格」都大約是「輸入價格」的 5 到 6 倍左右，這不是巧合，而是因為生成輸出比讀取輸入更吃運算資源，這個比例已經變成業界公版定價邏輯。

為什麼「牌價便宜」不代表「帳單便宜」

這是這篇文章最想提醒你的一件事：Anthropic 官方文件特別註明，Claude Opus 4.7 之後的 Opus 系列、Claude Fable 5，以及 Claude Sonnet 5，用的是新一代 tokenizer，同一段文字會比舊 tokenizer 多切出大約 30% 的 token。

這代表什麼？假設你把同一份 3000 字的中文文件丟給兩個「輸入牌價一樣」的模型，如果其中一個用新 tokenizer，它實際算出來的帳單可能會比另一個高上快三成。如果你想先搞懂 token 到底是怎麼被切出來的、中英文差在哪裡，可以先看〈AI Token 怎麼算？新手看懂最基本的計算方式〉打底，這篇會直接跳到「牌價 vs 實際帳單」這個更進階的問題。

換句話說，比較三家 API 定價時，只看每百萬 token 的美元數字是不夠的，你還得知道每家的 tokenizer 效率如何，不然「看起來便宜」的模型，實際跑起來可能沒有比較划算。

Anthropic Claude：三個等級怎麼選

Claude 目前分成三個主力等級。Haiku 4.5 是最便宜的入門選項，適合客服機器人、簡單分類這類「量大但單次任務不複雜」的場景。Sonnet 5 是目前官方主推的「生產工作負載」首選，而且正處於介紹期定價（到 2026 年 8 月 31 日），輸入只要 $2、輸出 $10，比 9 月之後的正式價便宜三分之一，如果你的專案評估期落在這幾個月，等於是省錢的時間窗口。Opus 4.8 則是留給最複雜的推理任務，價格是 Sonnet 5 正式定價的略高一截。

值得一提的是，Claude API 的快取機制設計得很細：5 分鐘快取寫入是輸入價的 1.25 倍，1 小時快取寫入是 2 倍，但快取命中（讀取）只要輸入價的十分之一。如果你的應用會重複用到同一段系統提示詞或長文件（例如客服知識庫、多輪對話的歷史紀錄），善用快取可以大幅壓低實際成本，這一塊常常被新手忽略。

OpenAI GPT-5.5／5.4／5.4 mini：三層定價怎麼分工

OpenAI 這輪把「旗艦」與「主力」定價拉出明顯差距。GPT-5.5 定位是「程式開發與專業工作的新一代智能」，輸出價每百萬 token 要價 $30，是三家旗艦模型裡最貴的；GPT-5.4 走性價比路線，輸出價 $15，跟 Claude Sonnet 5 正式定價打平；GPT-5.4 mini 則是給 coding、computer use、subagent 這類「大量呼叫、單次任務輕量」的場景，輸出價只要 $4.5，跟 Claude Haiku 4.5 幾乎在同一個價格帶。

OpenAI 的 Batch API 一樣提供 50% 折扣，如果你的任務不需要即時回應（例如夜間批次跑資料分析、大量文件摘要），先確認能不能排進非同步佇列，是最直接的省錢方法。

Google Gemini：主打「便宜大量」的路線

Gemini 3.1 Flash-Lite 目前是三家裡帳面上最便宜的選項，輸入只要 $0.25、輸出 $1.5，官方定位是「高流量的 agentic 任務、翻譯、簡單資料處理」。Gemini 3.5 Flash 則是主力款，輸入 $1.5、輸出 $9，比 Claude Sonnet 5 正式定價的輸出略便宜一成。

Google 的免費層也是三家裡條件相對寬鬆的，適合拿來做前期原型驗證，但要注意免費層的內容預設會被用來改善產品（等於資料不算完全私密），正式上線企業應用前務必確認你的方案是否已升級到 Paid 層以取得資料不被留用的保證。

除了牌價，還有哪些隱藏變數會影響實際帳單

比完牌價之後，真正決定你月帳單的，其實是這幾個常被忽略的變數：

• 資料落地（Data Residency）：Claude 與部分服務對「只在特定區域推論」收取 1.1 倍的溢價，如果你的資料合規要求不要求指定區域，不必多付這筆錢

• Fast mode／Priority 層級：需要更快回應速度的服務層級，通常會有額外溢價，Claude Opus 的 Fast mode 甚至是標準價的 2 倍

• 工具呼叫（tool use）的隱藏 token：每次帶入工具定義，系統會自動加掛數百個 token 的系統提示詞，呼叫次數多的應用要把這筆算進預算

• Grounding／網路搜尋：Gemini 的 Google 搜尋 grounding 超過免費額度後每千次查詢要價 $14，Claude 的 web search 工具則是每千次 $10，兩者都是額外於 token 費用之外的成本

如果你已經有在用 AI Coding Agent，又想知道實際帳單跟訂閱費之間的落差，可以參考〈AI Token 真實成本是多少？為什麼你的 AI 訂閱費感覺特別便宜〉，裡面拆解了訂閱制怎麼用補貼掩蓋掉真實的 API 裸價。

企業採購該怎麼選：不是只看最便宜

如果你是幫公司做採購決策，單看「每百萬 token 多少錢」很容易選錯。正確的順序應該是：先確認任務類型（客服分類這種輕量任務、還是需要深度推理的複雜任務）、再確認資料是否有落地或合規要求、最後才是比價。同一家公司內，把不同任務分派給不同等級的模型（重要決策用旗艦模型、大量簡單任務用 mini/lite 等級），往往比「全公司統一用最貴的旗艦模型」省下更多預算，也比「為了省錢全部用最便宜模型」更能保住輸出品質。

如果你還在猶豫要走官方直連、還是透過聚合平台管理多家模型的用量，可以先看〈AI Token 平台怎麼選？新手先分清楚原廠、聚合、代理〉，會幫你把選型邏輯講清楚。另外想知道同一個任務丟給不同旗艦模型實測差多少成本與品質，也可以參考站內〈Opus 4.8 vs Fable 5 實測〉這篇真實案例。

怎麼避免帳單爆炸：三個實務建議

第一，先用小流量測試估算單次任務的實際 token 消耗，再乘以預期呼叫量，不要憑「感覺便宜」就直接大量上線。第二，把「輕量高頻」與「複雜低頻」的任務拆開，分別配置不同等級的模型，不要一套模型打天下。第三，持續追蹤三家官方定價頁——2026 年這幾個月每一家都在密集調整定價與新模型，今天的比較結果三個月後可能就要重算一次。如果你手上同時管理多個 LLM API 的用量，建立一個集中的用量監控機制，會比事後看到帳單才驚訝實用得多。

常見問題 FAQ

Claude Sonnet 5 現在的定價是不是之後會漲價？

是的。目前 $2/$10（每百萬 token 輸入/輸出）是 2026 年 8 月 31 日前的介紹期定價，9 月 1 日起會調整為 $3/$15。如果你正在評估專案，可以把這個時間點考慮進成本估算。

中文字會不會讓 Claude 的實際費用比官方數字更貴？

中文與其他非英語系文字在多數大型語言模型中，token 消耗量通常會高於英文，這跟 tokenizer 的切分邏輯有關，並非 Claude 獨有的現象。再加上新一代 tokenizer 額外多切出的 token 量，中文使用者估算成本時，建議抓比純英文情境更保守的預算緩衝。

Batch API 的 5 折優惠，三家都有嗎？

Anthropic 與 OpenAI 都有提供批次處理的折扣（通常是 5 折），Google Gemini 也有對應的 Batch 定價層級。差別在於批次處理都是非同步、有處理時間延遲，只適合不需要即時回應的任務。

我該怎麼估算自己團隊每個月實際會花多少錢？

至少要抓三個數字：平均每次任務的輸入 token 量、平均輸出 token 量、預期每月呼叫次數，乘上對應模型的牌價，再加上工具呼叫、網路搜尋這類額外收費項目。如果任務中有大量重複的系統提示詞或文件內容，務必把快取折扣算進去，不然容易高估成本。

企業採購一定要選最貴的旗艦模型才安全嗎？

不一定。旗艦模型在複雜推理、長文本理解上確實有優勢，但如果你的任務是客服分類、資料清洗這類重複性高、複雜度低的工作，選擇 mini/lite 等級的模型，通常可以用更低成本達到相近的實際效果，把預算留給真正需要旗艦模型處理的任務。

資料來源與可信度聲明

本文定價數字整理自以下官方公開頁面（查證日期：2026 年 7 月 15 日）：Anthropic Claude 官方定價頁（platform.claude.com/docs/en/about-claude/pricing）、OpenAI API 官方定價頁（openai.com/api/pricing）、Google Gemini API 官方定價頁（ai.google.dev/gemini-api/docs/pricing）。由於三家官方都會不定期調整定價與新增模型，實際下單前請以當下官方頁面公告為準。