一句話結論
「再等等，AI 會更便宜」——這句話帳面上是對的，我查了三家官方價目表，降幅確實驚人。但等降價省下的錢，遠不如三個你今天就能做的動作：批次處理省 50%、快取命中省 90%、選對模型層級可以差 25 倍。而且便宜不一定會一直便宜——有一家已經漲回去了。
我在企業班最常被問到的省錢問題只有兩種。第一種是「哪一家比較便宜」，第二種是「是不是再等等會更便宜」。
這篇把兩個問題一起回答。所有價格我都自己去開了三家官方價目表核對，查核日期是 2026 年 8 月 27 日——這個日期很重要，理由最後會講。
先看實際價格
API 計價都是「每一百萬個 token 多少錢」，分輸入（你給它的字）和輸出（它回你的字）。輸出通常貴 5 倍左右，所以真正燒錢的是它回你多少字。
| 模型 | 輸入 / 百萬 | 輸出 / 百萬 |
|---|---|---|
| Claude Fable 5 | $10 | $50 |
| Claude Opus 5 | $5 | $25 |
| Claude Sonnet 5 | $2 | $10 |
| Claude Haiku 4.5 | $1 | $5 |
| GPT-5.5 | $5 | $30 |
| GPT-5.6 Sol | $4 | $20 |
| GPT-5.6 Terra | $2 | $12 |
| GPT-5.6 Luna | $0.20 | $1.20 |
看最後兩列的對比：同一家公司，GPT-5.5 的輸出是 $30，GPT-5.6 Luna 是 $1.20——差 25 倍。
Anthropic 那邊也一樣：Fable 5 輸出 $50，Opus 5 剛好是它的一半 $25，Haiku 4.5 只要 $5。
所以「哪一家比較便宜」這個問題問錯了。同一家裡面的價差，比不同家之間的價差還大。
但便宜不一定會一直便宜
這是我查證時最意外的一件事，也是為什麼我不建議你「等」。
網路上流傳一個數字：DeepSeek V4 Pro 的輸出每百萬 token 只要 $0.87，被拿來當「中國模型把價格打到骨折」的例子。
我去開了 DeepSeek 官方的價格文件。現在不是那個數字了：
| DeepSeek V4 Pro | 離峰 | 尖峰 |
|---|---|---|
| 輸入（未命中快取） | $0.66 | $1.32 |
| 輸出 | $1.98 | $3.96 |
比流傳的 $0.87 高了 2 到 4 倍。而且它還多了一個很多人沒注意到的設計：分尖峰離峰，價差整整一倍。
這件事的意義不是「DeepSeek 變壞了」，而是——用超低價搶市佔，本來就是階段性的。等到手上有客戶了，價格會往回走。
所以如果你的策略是「等它更便宜再導入」，你要面對一個問題：你怎麼知道你等的那個價格，不是它的最低點？
⚠️ 一個必須講清楚的紅線
價格便宜不代表可以用。如果你在金融、醫療、公部門，或手上有客戶個資，資料送到哪個國家的伺服器是法遵問題，不是成本問題。這一題要先過，才輪得到比價。我不會因為某家便宜就建議你去用。
真正能省錢的三個動作
與其等降價，這三個今天就能做，而且省的比等更多。
① 不急的工作走批次，直接省一半
Anthropic 和 OpenAI 都提供批次處理，輸入輸出各打五折。代價是不即時，通常要等一段時間才拿到結果。
什麼適合：每月報表整理、大量客戶回饋分類、整批文件摘要——這些本來就不用「馬上」。
② 重複的長內容走快取，命中只要一折
如果你每次都把同一份公司規章、同一份產品目錄餵給它，那部分可以快取。快取命中的價格是標準輸入價的 10%。
什麼適合：客服機器人（每次都要帶同一份 FAQ）、合約審閱（每次都要帶同一份審查準則）。
③ 分清楚哪些事不需要用最貴的模型
這是省最多的一項，因為價差是 25 倍，不是 50%。
分類、抽取欄位、格式轉換、簡單摘要——這些用便宜的層級就夠。把最貴的留給真的需要判斷的事。
三個疊起來會怎樣？舉個容易懂的算法：一件不急的批次工作，本來用最貴的模型跑，改成用便宜層級 ＋ 批次 ＋ 快取——省下來的比例是好幾個倍數，不是幾個百分點。而等降價，你什麼時候等到都不知道。
那「等一等」到底錯在哪
講到這裡我要誠實：「AI 會更便宜」這句話，客戶說對了。價格確實在降，而且降很快。過去只能硬回「不會啦」，現在數字擺在那裡。
所以誠實的回答不是否認，是換一個算法——把「省下的授權費」和「落後的時間」放在同一張表上。
假設兩家同業，一家現在開始導入，一家等一年後價格腰斬再說。一年後：
| 現在開始的 | 等一年的 | |
|---|---|---|
| 工具花費 | 多花了一年的錢 | 省下那一年 |
| 員工狀態 | 已經用順手了 | 從零開始學 |
| 流程 | 試錯過、改過兩輪 | 還沒開始試 |
| 真正的差距 | 不是那筆授權費，是「知道自己公司哪裡用得上」這件事的一年份經驗 | |
而且工具費用本來就不是導入的大頭。真正的成本是人的時間——盤點流程、試錯、教會同事。那部分不會因為模型降價而變便宜。
所以「等降價」省下的是小的那筆，付出的是大的那筆。
回到機長那句話
我常說：你是機長，AI 是機組人員。
現在的狀況是，機組人員的鐘點費一直在掉。這是好事。
但你不會因為「明年請機組人員更便宜」就今年不飛。飛行時數是累積出來的，不是等出來的。
而且你會發現一件事：真正決定飛得好不好的，從來不是機組人員多少錢。
查證說明
①所有價格皆為 2026 年 8 月 27 日親自開啟官方價目表核對：Anthropic 取自 platform.claude.com 官方定價頁、OpenAI 取自 developers.openai.com 官方定價頁、DeepSeek 取自其 API 官方文件。未採用媒體轉述。②網路流傳的「DeepSeek V4 Pro 輸出 $0.87」與官方現行價格不符，官方為離峰 $1.98、尖峰 $3.96；本文據此指出低價具階段性。③AI 價格變動極快，本文數字僅代表查核當日，導入前請自行開官方頁確認。本文的重點是成本結構的方向，不是「現在買哪家多少錢」。④批次五折、快取一折為兩家官方公告的折扣機制，實際適用條件與模型支援範圍以官方文件為準。⑤「25 倍價差」為同一供應商不同模型層級的輸出價相除（$30 ÷ $1.20），為本文自行換算。⑥文中未比較各模型的能力差異——便宜的模型和貴的模型不是同一件事，價格表不能單獨當選型依據。⑦資料落地與法遵屬個別企業的合規範疇，本文不對特定供應商做適用性建議。
你們公司的 AI 帳單，有幾成花在不需要用貴模型的事情上？
想自己先搞懂：我的電子報每週把這類數字翻成能用的判斷 → startupforyou.substack.com
如果你是主管：批次、快取、模型分層這三件事，多數公司一件都沒做——不是不會，是沒有人把工作分類過。我的企業內訓有一個模組專門帶團隊做這張分類表，課堂上就算出貴公司自己的省法。想聊聊寫信到 ai@autolab.cloud，或看看 AI 顧問教練團。
關於作者
黃敬峰（AI峰哥／阿峰老師），企業 AI 實戰培訓專家，服務客戶包含國泰人壽、工研院、士林電機、中嘉寬頻、電通、城邦媒體等。聯絡方式：ai@autolab.cloud