AI Coding 的 Token 成本怎麼降？5 個實測有效的省錢技巧（以 Claude Fable 5 為例）

7月14日
讀畢需時 6 分鐘

用 AI Coding Agent 寫程式，最讓人有感的痛就是 Token 帳單——尤其當你用的是像 Claude Fable 5 這種旗艦模型，一個複雜任務跑下來，週用量額度很快就見底。好消息是，降低成本不一定要換掉好模型，而是有一整套「用同一顆模型、但用得更聰明」的方法。這篇文章整理了一位開發者 YouTuber 實測分享的 5 個省 Token 技巧，全部圍繞同一個核心：在不犧牲產出品質的前提下，把花在 Token 上的錢壓下來。

先講清楚前提，避免誤會：以下所有具體數字（例如「省 80%」「便宜 22%」「每個任務 $22 對 $3.76」）都來自這位作者（頻道 Chase AI）自己的實測與引用的 benchmark，不是官方保證的通用結果，你的實際任務類型不同，省下的比例也會不同。另外文中提到的模型方案變動（例如某模型的訂閱方案調整），一律以各家官方公告為準。把它當成「一套值得試的方法論」，而不是「保證數字」。

技巧一：調降「思考等級」（effort level）——最簡單、槓桿最高

這是作者認為 CP 值最高的一招。像 Claude Fable 5 這類模型預設跑在「高（high）」思考等級，有些人甚至開到「extra high」或「max」。但真相是：大部分任務根本不需要那麼高的思考等級。

作者引用一個長時程 agentic 任務的 benchmark：在 max 等級下，平均每個任務成本約 22 美元；但降到 low 等級，成本只剩約 3.76 美元——超過 80% 的降幅。而關鍵是，Fable 5 在 low 等級的通過率（約 60%）竟然還比 Opus 4.8 在 max 等級（約 59%）略高。換句話說，你用更低的成本、拿到不輸給對手旗艦模型全開的結果。他也引用 Anthropic 自己的「程式碼準確度 vs 成本」圖表佐證：Fable 5 在 low 等級的分數，跟 Opus 4.8 在 max 等級幾乎相同，但成本只有一半。

實務判斷：任務越單純（例如做網頁設計），越應該用 medium 甚至 low；只有真正複雜的任務才需要把等級拉高。光是這一個調整，通常就能明顯拉低你消耗週用量額度的速度（實際幅度仍會因任務而異）。作者的具體建議是：下次做任務時，先試試 medium 或 low，你很可能會對結果的品質感到意外。

技巧二：讓旗艦模型只當「架構師」，把執行工作外包給便宜模型

不要讓最貴的模型（Fable 5）同時包辦「規劃」和「執行」全部的事。讓它只負責出計畫（當架構師），然後依任務複雜度，把實際執行的工作分派給更便宜的模型——可能是 Opus、Sonnet，甚至是外部模型如 GPT 系列或本地模型。

作者提到，旗艦模型本身夠聰明，能在計畫裡明確標出「這部分用 Opus、那部分用 Sonnet、第三部分交給 OpenAI」，你也可以透過像 Codex plugin 這類工具串起來。如果覺得這樣太複雜，最簡單的做法是：讓 Fable 5 在「計畫模式（plan mode）」產出一份 markdown 計畫檔，然後另開一個 session 用 Opus 去執行這份計畫。重點是別讓最貴的模型把 Token 燒在低階、瑣碎的執行工作上。

技巧三：引入專門「減少囉唆」的 skill，砍掉多餘 Token

旗艦模型有個特性是輸出偏冗長（verbose）。作者介紹了像 Ponytail、Caveman 這類第三方 skill，它們的原理是給模型一套指引，讓它用更精簡的方式寫出同樣有效的程式碼——輸出變少、消耗的 Token 就變少。

作者實測 Fable 5 搭配 Ponytail、在 medium 設定下，整體大約便宜了 22%（有趣的是還比該工具原本宣稱的數字更好）。他的觀點是：這是一顆貴的模型，只要外面有東西能給你 20% 的成本改善，就值得試——因為當總花費是幾千美元等級時，20% 是一筆可觀的錢。當然，這類第三方工具的效果會因模型與任務而異，導入前建議自己先小規模驗證。

技巧四：用便宜模型做「研究」，把整理好的資料交給旗艦模型規劃

這招表面上跟技巧二相反，但邏輯是互補的。很多計畫在動工前需要大量研究，而研究這件事不需要動用最高階的推理能力。作者的做法是：用較低階的模型（如 Opus、Sonnet）搭配深度研究工作流去蒐集、驗證網路上的最新資訊，再把整理好的脈絡交給 Fable 5 去做真正需要高階智力的「規劃」。

他舉例，自己做這支影片的研究時，深度研究工作流一口氣開了上百個子代理（sub-agent）——如果每一個子代理都用 Fable 5 跑，額度瞬間就爆了。讓便宜模型去做這種「大量但不需要頂級智力」的鋪墊工作，把旗艦模型的用量省下來給真正重要的環節，是很划算的分工。

技巧五：Advisor 模式——聰明模型當顧問，便宜模型當執行者

這是前面幾招的「進階整合版」。Advisor（顧問）模式的概念是：一個聰明的模型當顧問／規劃者，把計畫交給一個較便宜的模型當執行者去讀寫檔案、呼叫工具；一旦執行者卡住，就把當下狀況回報給顧問模型問「我卡住了，該怎麼辦？」。

作者提醒一個容易搞錯的操作細節：你當下設定的模型，就是「執行者」。所以如果你想讓 Fable 5 當顧問、讓 Opus 實際做事，你要先把模型設成 Opus，再用指令把顧問設成 Fable。要注意的是，作者也坦言 Anthropic 目前沒有官方公布用 Fable 5 當顧問的成效數字，這部分是他根據既有 Opus/Sonnet 組合的數據所做的合理推測，實際效果仍需自己驗證。

把這 5 招收斂成一個原則

如果要用一句話總結這 5 個技巧，那就是：別再讓一顆最貴的模型從頭到尾包辦所有事。 把工作依「需不需要頂級智力」拆開——高階規劃留給旗艦模型、低階執行與研究交給便宜模型，再加上調降思考等級、引入省 Token 的 skill，就有機會在不換掉好模型的前提下，把帳單明顯壓下來（實際能省多少，仍要看你的任務結構，導入後用自己的用量數據驗證最準）。

不過要能做到這種「分工」，前提是你得先看得懂自己的 Token 到底花在哪、哪個環節最燒錢。這也是為什麼讀懂用量儀表板與成本指標是省錢的第一步——沒有數據，你連該砍哪裡都不知道。

FAQ

Q1：調降思考等級（effort level）會不會讓產出品質變差？

會依任務複雜度而定。根據影片作者引用的 benchmark，在較單純的任務上，低思考等級的產出品質下降有限，卻能省下大量成本；只有真正複雜的長時程任務才明顯需要高等級。建議先在低風險任務上試 medium／low，比較結果再決定，不要一律開到最高。

Q2：影片裡「省 80%」「便宜 22%」這些數字，我照做也能拿到嗎？

不一定。那些是該 YouTuber（Chase AI）自己的實測與引用 benchmark 的結果，你的任務類型、程式碼庫、使用習慣都不同，實際省下的比例會不一樣。把它當成「值得驗證的方向」，導入後用自己的 Token 用量數據來確認實際效果。

Q3：讓旗艦模型當架構師、便宜模型當執行者，會不會很難設定？

可以很簡單也可以很進階。最簡單的版本是：讓旗艦模型在計畫模式產出一份 markdown 計畫，再另開 session 用便宜模型執行。進階版才需要串接多模型分派或 advisor 模式。建議從簡單版開始，熟悉後再往上疊。

Q4：第三方省 Token 的 skill（如 Ponytail、Caveman）可靠嗎？

效果會因模型與任務而異——影片作者實測 Fable 5 搭配後省了約 22%，但這不代表每個場景都有一樣的效果。這類工具的原理是讓模型輸出更精簡，值得小規模試用驗證，但不要直接把宣稱數字當成保證。

Q5：省 Token 最該先做的一件事是什麼？

先搞清楚自己的 Token 到底花在哪。所有分工與優化的前提，都是你得先看得懂用量與成本結構——哪個模型、哪個環節最燒錢。沒有這個基礎，任何省錢技巧都只是憑感覺。

資料來源聲明

本文內容參考整理自 YouTube 頻道 Chase AI 於 2026 年 7 月 3 日發布的影片《Make Fable 5 80% Cheaper (& Other Usage Cheat Codes)》，文中所有成本數字、省下比例與 benchmark 結果均為該影片作者之實測記錄或其引用之第三方數據，非官方保證的通用結果，也非逐字翻譯，為重新組織與論述後的整理。文中提及的模型方案變動、功能細節，一律以各家官方公告為準。

立即行動

省 Token 的第一步，是先看得懂自己的用量花在哪。如果你的團隊正在用 Claude、GPT 等模型做開發，卻對每個月的 Token 帳單一頭霧水，免費試用 AI Token King，讓我們幫你把不同模型、不同環節的用量與成本一次攤開來看——先看懂數據，才知道該從哪裡省。