行動裝置 AI API 定價：每位使用者的真實成本
如何計算每位行動應用程式使用者的 AI 真實成本。供應商比較、隱藏的成本倍增因素，以及決定你的 AI 功能是否可持續的單位經濟學。
你的 AI 功能每次請求花費 $0.003。聽起來微不足道。但每位使用者每天發送 3-5 次請求。你有 10,000 MAU。月帳單是 $2,700-$4,500。如果你的應用程式收費 $4.99/月，AI 剛剛吃掉了毛收入的 5-9%。
每位使用者的成本才是真正重要的數字。不是每個 token 的成本，不是每次請求的成本。每月每位使用者的成本決定了你的 AI 功能在規模化時是否可持續。
計算每位使用者的成本
公式如下：
每月每位使用者成本 = (每次請求的 token 數) * (每位使用者每天的請求數) * 30 * (每個 token 的價格)
但這個公式只有在你考慮到所有 token 來源時才準確。大多數開發者會漏算其中三個。
每次請求的 Token 來源
使用者輸入： 使用者實際發送的文字。行動裝置上通常為 50-300 個 token（短訊息、搜尋查詢、簡短提示）。
系統提示詞： 隨每次請求發送。通常 800-1,500 個 token。這是你的應用程式對模型的指令：角色設定、格式規則、防護機制、應用程式的上下文資訊。
對話歷史： 對於聊天類功能，所有先前的訊息都會隨每次請求重新發送。5 輪對話意味著第 5 輪包含所有前 4 輪的交流內容。
RAG 上下文： 如果你注入檢索到的文件或產品知識，每次請求增加 500-3,000 個 token。
實際的每次請求 Token 數量
| 組成部分 | Token 數 | 每次請求都發送？ |
|---|---|---|
| 系統提示詞 | 1,200 | 是 |
| 使用者輸入 | 200 | 是 |
| 對話歷史（平均） | 1,500 | 是（聊天功能） |
| RAG 上下文 | 1,000 | 視情況而定 |
| 模型輸出 | 400 | 是 |
| 總計（聊天 + RAG） | 4,300 | |
| 總計（單輪對話） | 1,800 |
天真的估算「每次請求 1,000 token」低估了 2-4 倍。
供應商比較：每月每位使用者成本
使用實際 token 數量，每位使用者每天 3 次請求，每月 30 天。
單輪功能（無聊天歷史）
每次請求 1,800 輸入 + 400 輸出 token。每位使用者每月 90 次請求。
| 供應商/模型 | 輸入成本 | 輸出成本 | 總計/使用者/月 |
|---|---|---|---|
| Gemini 2.0 Flash | $0.016 | $0.014 | $0.030 |
| GPT-4o-mini | $0.024 | $0.022 | $0.046 |
| GPT-4.1-mini | $0.065 | $0.058 | $0.123 |
| Claude 3.5 Haiku | $0.130 | $0.144 | $0.274 |
| GPT-4o | $0.405 | $0.360 | $0.765 |
| Claude 3.5 Sonnet | $0.486 | $0.540 | $1.026 |
聊天功能（含對話歷史）
每次請求 4,300 輸入 + 400 輸出 token。每位使用者每月 90 次請求。
| 供應商/模型 | 輸入成本 | 輸出成本 | 總計/使用者/月 |
|---|---|---|---|
| Gemini 2.0 Flash | $0.039 | $0.014 | $0.053 |
| GPT-4o-mini | $0.058 | $0.022 | $0.080 |
| GPT-4.1-mini | $0.155 | $0.058 | $0.213 |
| Claude 3.5 Haiku | $0.310 | $0.144 | $0.454 |
| GPT-4o | $0.968 | $0.360 | $1.328 |
| Claude 3.5 Sonnet | $1.161 | $0.540 | $1.701 |
規模化後的意義
| MAU | Gemini Flash | GPT-4o-mini | Claude Haiku | GPT-4o |
|---|---|---|---|---|
| 1,000 | $53 | $80 | $454 | $1,328 |
| 10,000 | $530 | $800 | $4,540 | $13,280 |
| 50,000 | $2,650 | $4,000 | $22,700 | $66,400 |
| 100,000 | $5,300 | $8,000 | $45,400 | $132,800 |
可持續性門檻
如果你的應用程式每月向每位使用者收費 $4.99，AI 消耗了多少百分比的收入？
| 模型 | 成本/使用者 | 佔 $4.99 收入的 % | 可持續嗎？ |
|---|---|---|---|
| Gemini Flash（聊天） | $0.053 | 1.1% | 是 |
| GPT-4o-mini（聊天） | $0.080 | 1.6% | 是 |
| GPT-4.1-mini（聊天） | $0.213 | 4.3% | 勉強 |
| Claude Haiku（聊天） | $0.454 | 9.1% | 有風險 |
| GPT-4o（聊天） | $1.328 | 26.6% | 否 |
| Claude Sonnet（聊天） | $1.701 | 34.1% | 否 |
在收入的 1-2% 時，AI 成本是可持續的。在 5-10% 時，它們與其他成本中心競爭。超過 10%，就會威脅到利潤率。
但這些數字假設每位使用者每天 3 次請求。重度使用者每天發送 10-20 次請求，成本高出 3-7 倍。如果 10% 的使用者是重度使用者，他們可能佔你 AI 支出的 30-50%。
隱藏的成本倍增因素
重試
在規模化時，2-5% 的 API 呼叫會失敗（速率限制、逾時、伺服器錯誤）。每次重試都會重新發送完整的負載。在總 token 支出上預算額外 3-5%。
提示詞工程開銷
隨著你持續迭代系統提示詞，它往往會越來越長。從 500 個 token 開始，最終變成 1,500 個。每一條新增的指令、防護機制或範例都會乘以每次請求、每位使用者、每一天。
功能擴展
一個 AI 功能變成三個。聊天、摘要和智慧建議各自有獨立的 API 呼叫。每位使用者每天的總請求數從 3 增長到 10 以上。
免費方案 / 免費增值模式
如果你的應用程式有包含 AI 功能的免費方案，那些使用者產生成本但零收入。一個 90% 使用者免費的免費增值模式意味著你的付費使用者必須負擔 10 倍自身的 AI 成本。
損益平衡點：雲端 vs 裝置端
裝置端推理具有固定成本結構：一次性微調費用（$5-50）加上 CDN 分發（每 GB 模型下載約 $0.08）。每次推理成本為 $0。
損益平衡很簡單：當你的月度雲端 API 帳單超過一次性微調成本時，裝置端就變得更便宜。
| 情境 | 月度雲端成本 | 一次性微調費用 | 損益平衡 |
|---|---|---|---|
| 500 MAU, GPT-4o-mini | $40 | $10-30 | 第 1 個月 |
| 1K MAU, Gemini Flash | $53 | $10-30 | 第 1 個月 |
| 5K MAU, GPT-4o-mini | $400 | $10-30 | 第 1 個月 |
在任何具有一定規模的使用者數量下，數學都偏向裝置端。問題不是「是否」，而是你的成長軌跡中「何時」該做轉換。
像 Ertas 這樣的平台讓轉換變得可行：上傳你的訓練資料（可以從現有 API 日誌中擷取）、使用 LoRA 在雲端 GPU 上微調，然後匯出可用於行動部署的 GGUF 模型。整個流程只需數小時，而非數週。
應該追蹤什麼
從第一天起，就在你的分析系統中追蹤這些數字：
- 每月每位使用者成本（AI 總支出 / MAU）
- 每位付費使用者成本（如果是免費增值模式，只計算付費使用者）
- 每位使用者每天的請求數（識別重度使用者）
- 每次請求的 Token 數（監控系統提示詞的膨脹）
- AI 成本佔每位使用者收入的百分比
設定警報。當每位使用者成本超過 $0.10/月時，開始規劃裝置端遷移。當超過 $0.50 時，立即執行。
Ship AI that runs on your users' devices.
Early bird pricing starts at $14.50/mo — locked in for life. Plans for builders and agencies.
Ship AI that runs on your users' devices.
Early bird pricing starts at $14.50/mo — locked in for life. Plans for builders and agencies.
Keep reading
Your AI API Bill Will 10x When Your App Gets Users
The cost math most AI tutorials skip. Your API bill scales linearly with every user, and the real multipliers are worse than the pricing page suggests. Here's what happens at 1K, 10K, and 100K MAU.
On-Device AI Unit Economics: The Math That Makes Mobile AI Profitable
The complete unit economics breakdown for on-device AI vs cloud APIs. Fixed costs, variable costs, break-even analysis, and the financial model for scaling mobile AI features profitably.
Fine-Tuning vs Prompt Engineering for Mobile Apps
Prompt engineering is fast and flexible. Fine-tuning is accurate and cheap at scale. Here is the practical comparison for mobile developers deciding between the two approaches.