AI成本怎麼算？這招省一半！
你是不是也有這種經驗？每個月收到AI服務的帳單，看到數字瞬間傻眼——明明沒用幾次，怎麼費用這麼高？或者，你想在公司導入AI工具，但老闆問「這樣一個月要花多少錢？」的時候，你只能支支吾吾說不出個所以然。
為什麼你該學會算AI成本？
先講一個真實案例。上個月，香港一間新創公司的技術長跟我抱怨，他們用了某家雲端AI的API來做客戶服務機器人，結果一個月帳單高達港幣8萬元。他們原本預估只要2萬。為什麼差這麼多？因為他們完全沒有計算「每個Prompt的成本」，只是傻傻地把功能上線，結果用量一多，費用就失控了。
這不是個案。根據Hacker News上熱門討論，「AI財務建議出乎意料地好，尤其是當你問對問題的時候」——這句話其實也適用在AI成本管理上。很多公司不是被AI本身貴死，而是被「不會算成本」害死。
學會計算AI成本，你就能：
- 精準預估每月AI開支，不再被帳單嚇到
- 比較不同AI服務的價格，找到最划算的方案
- 優化你的Prompt，用更少的錢達到相同效果
- 向老闆或客戶提出有理有據的預算報告
第一步：搞懂AI計價的基本單位
在開始算成本之前，你要先理解AI服務是怎麼收費的。大部分AI API（例如OpenAI、Anthropic、Google）都是按Token計費。
什麼是Token？簡單來說，Token就是AI讀取文字的單位。1個Token大約等於0.75個英文字，或0.5個中文字。例如「你好」這兩個字，大約是2到3個Token。而「Hello, how are you?」大約是6個Token。
每一家AI服務的Token價格都不一樣，而且通常輸入（Input）和輸出（Output）的價格也不同。輸入是你丟給AI的指令和資料，輸出是AI回覆你的內容。一般來說，輸出的價格是輸入的3到5倍，因為生成文字比讀取文字更耗運算資源。
舉個例子，假設某個AI服務的定價是：
- 輸入：每百萬Token 5美元
- 輸出：每百萬Token 15美元
如果你每次對話送出500個Token的指令，AI回覆500個Token的內容，那一次的費用就是： (500 ÷ 1,000,000) × 5 + (500 ÷ 1,000,000) × 15 = 0.0025 + 0.0075 = 0.01美元
看起來很少對吧？但如果你一天有10,000次這樣的對話呢？那就是100美元一天，一個月就是3,000美元——將近港幣23,000元！這就是為什麼精準計算這麼重要。
第二步：用CostPerPrompt工具快速估算
現在問題來了：每次對話的Token數都不一樣，總不能每次都手算吧？好消息是，Hacker News上有人開發了一個超實用的工具——CostPerPrompt，專門幫你計算AI API的即時價格和實際工作負載成本。
這個工具最厲害的地方在於，它不只是給你一個靜態的價格表，而是讓你把真實的工作負載資料輸入進去，算出你實際會花多少錢。
怎麼用呢？步驟如下：
步驟1： 前往CostPerPrompt的網站（在Hacker News搜尋「CostPerPrompt」就能找到連結）。
步驟2： 選擇你正在使用的AI服務，例如OpenAI的GPT-4o、Anthropic的Claude，或是Google的Gemini。
步驟3： 輸入你的預估用量——每天大約多少次請求、每次請求平均多少輸入Token、多少輸出Token。
步驟4： 工具會自動幫你算出每日、每月、每年的預估成本，而且會用圖表顯示，一目了然。
步驟5： 如果你有多個AI服務在比較，可以分別輸入資料，然後並排比較，看看哪個方案最划算。
實際案例：台灣一家電商公司想要用AI來自動產生商品描述。他們每天大約需要產生2,000則描述，每則描述需要輸入1,000個Token（包含商品資訊和指令），輸出300個Token。
用CostPerPrompt計算後發現：
- 方案A（某高階模型）：每月成本約1,200美元
- 方案B（某輕量模型）：每月成本約350美元
他們原本想直接用最強模型，但看到價格差距後，改為先用輕量模型處理簡單商品，遇到複雜商品才升級到高階模型，結果每月成本控制在500美元以內，省了超過一半！
第三步：三個實用技巧降低AI成本
學會計算成本之後，接下來就是要學會省錢。以下是三個經過實測的技巧：
技巧一：縮短你的Prompt
這聽起來很基本，但很多人做不到。我見過太多人把一大段背景資料、說明、範例全部塞進Prompt裡，結果Token數暴增。其實，你可以把常見的指令模板化，只保留必要的變數。
例如，與其每次寫「請你以專業行銷人員的身分，用繁體中文寫一篇關於[產品名稱]的Instagram貼文，字數約100字，要包含hashtag，語氣要活潑」，不如簡化為「[產品名稱] IG貼文」。然後把詳細指令存在系統提示詞（System Prompt）裡，這樣每次對話的Token數就能大幅減少。
技巧二：善用快取和批次處理
很多AI服務提供Prompt快取功能——如果你重複使用相同的指令前綴，後續的請求就能以更低的價格計費。以Anthropic的Claude為例，快取的輸入Token價格比一般輸入便宜約90%！
另外，如果你有很多小任務要做，不要一個一個丟給AI，而是把他們批次處理。例如，與其分10次請求來產生10則商品描述，不如一次請求產生10則。這樣可以減少重複的指令開銷，整體Token數會少很多。
技巧三：設定用量上限和警報
最後，也是最重要的——設定預算上限。大部分的AI服務平台（如OpenAI、Anthropic）都允許你設定每月支出上限，超過就會自動停止服務。這就像信用卡的消費額度提醒，避免你一個月不小心爆掉。
同時，你也可以設定用量警報，當花費達到某個門檻（例如預算的50%、80%）時，系統會寄Email通知你。這樣你就能在費用失控前及時調整。
常見問題
Q: 免費的AI服務（如ChatGPT免費版）也需要算成本嗎？
A: 如果你只是個人偶爾使用，確實不太需要精算。但如果你是公司要導入AI流程，或是要串接API做自動化，就一定要算。免費版通常有次數限制，而且不能商用。一旦你升級到付費方案，成本控管就變得很重要。
Q: 哪個AI服務最便宜？
A: 沒有絕對的答案，因為價格會隨時間調整，而且不同任務適合不同模型。建議你實際用CostPerPrompt這類工具，輸入你的真實用量來比較。一般來說，輕量級模型（如GPT-4o mini、Claude Haiku）比旗艦模型便宜很多，但能力也較弱。最好的策略是「混合使用」——簡單任務用輕量模型，複雜任務才用旗艦模型。
Q: 我該怎麼估算每次請求的Token數？
A: 有幾個方法。第一，使用AI服務商提供的Token計算工具（例如OpenAI的Tokenizer）。第二，用CostPerPrompt內建的估算功能。第三，最簡單的方法——先實際跑幾次請求，然後在API的回應中查看Token用量（大部分API都會回傳這個數據），取平均數即可。
Q: 如果我的用量突然暴增怎麼辦？
A: 這就是為什麼要設定用量警報！另外，建議你定期（例如每週）檢視一次API用量報表，看看是哪個功能或流程消耗最多Token。通常都會發現是某個「失控的迴圈」——例如某個自動化流程因為錯誤而無限重試。找到問題根源後，就能針對性地優化。
Q: 除了API費用，還有什麼隱藏成本？
A: 好問題！除了API本身的費用，你可能還需要考慮：開發和維護串接程式的工程師時間、錯誤處理和重試的額外費用、資料傳輸費用（某些雲端服務會收）、以及模型升級時的遷移成本。這些加起來有時比API費用還高，所以做預算時一定要把這些都算進去。
延伸閱讀
總結
學會計算AI成本，不是為了省那一點小錢，而是為了讓你能更有信心地擁抱AI。當你知道每個Prompt的成本、每個月的預算上限，你就能大膽地嘗試各種AI應用，不用擔心月底收到帳單時心臟病發作。
今天的重點整理：
- 理解Token計價：輸入和輸出價格不同，輸出通常貴3-5倍
- 用對工具：CostPerPrompt可以幫你快速比較不同AI方案的實際成本
- 三個省錢技巧：縮短Prompt、善用快取和批次處理、設定用量上限
AI的時代才剛開始，學會管好成本，你才能在這個浪潮中走得長遠。現在就動手試試看吧——打開CostPerPrompt，輸入你的真實用量，說不定你會發現，你每個月可以省下的錢，比你想像的還要多！
記住，省下來的成本，就是你的競爭優勢。祝你在AI的世界裡，花得聰明，用得開心！