AI token 預算是一筆按月計算的 AI 用量支出額度，按團隊或按任務設定，以美元計量。它由三部分組成：每位員工所用 AI 工具的預設用量額度；成本呈現（showback），讓每個團隊看見自己的花費；以及為產品中每個工作負載設定的單一任務成本預算。
2026 年，token 預算成了管理階層的議題。據 Quartz 報導，Uber 的 CTO 在 4 月表示，公司 2026 年的 Claude Code 預算在開年四個月後就已用完。6 月，彭博社報導，Uber 現在把每位員工在每款 AI 程式設計工具上的 token 支出限制在每月 1,500 美元，沃爾瑪也已限制員工對其內部 AI 代理的使用。
錢花完之後才加上的上限，是 token 預算最粗放的版本。本指南談的是有計畫的版本：預算什麼、在哪個層級設定，以及如何讓預算成為有用工作的護欄。它建立在如何降低企業的 AI token 成本的基礎上，那篇文章談的是 token 花在了哪裡，以及 哪些手段能把它降下來。
什麼是 AI token 預算？
AI token 預算是一個團隊或一項任務每月可以花在 AI 模型用量上的金額，以美元設定，同時用美元和 token 兩種單位回報。用美元當單位，是因為 token 的價格差距太大。截至 2026 年 10 月，GPT-6 Astra 的一個輸出 token 價格是 GPT-6 Luna 的 100 倍，所以一百萬個輸出 token 可能花 0.50 美元，也可能花 50 美元，取決於所用的模型。
您的 AI 支出分成兩類，每一類都需要自己的預算。
| 席位工具預算 | 工作負載預算 | |
|---|---|---|
| 涵蓋範圍 | 聊天助理、程式碼代理、各類 Copilot | 產品功能、自動化流程、內部代理 |
| 單位 | 每人每月的美元金額 | 每完成一項任務的美元金額 |
| 隨什麼成長 | 人數和使用習慣 | 業務量 |
| 負責人 | 各團隊主管 | 產品或工程負責人 |
| 主要控制手段 | 用量額度和預設模型 | 單一任務成本 |
大多數管理者最先在席位工具上感受到壓力，因為用量取決於每個人的工作方式。隨著 AI 進入產品，越來越多的錢流向工作負載，因為一個功能每小時就可能發出成千上萬次 API 呼叫，全程不需要任何人輸入提示詞。
如何為每個團隊設定 AI token 預算？
從實測用量出發，按角色設定額度，把更便宜的模型設為預設 ，並事先決定達到上限時怎麼辦。
1. 先測出基準，再定數字。 開啟用量報告，放寬上限，運作一到兩個月，然後按人員、工具和模型檢視支出。截至 2026 年 10 月，Anthropic 的 Claude Code 文件列出的企業部署平均成本是每位開發者每月 150 至 250 美元，90% 的使用者每個活躍日低於 30 美元。據 Quartz 報導，Uber 的數字也在同一區間，用量最大的員工每月 500 至 2,000 美元。把公開的平均值當作檢查自家數字是否合理的參考。
2. 按角色設定額度。 全公司統一一個數字，對使用程式碼代理的工程師來說太緊，對一天只開幾次聊天助理的員工來說又太鬆。
| 角色群體 | 主要 AI 用途 | 額度怎麼定 |
|---|---|---|
| 大多數員工 | 聊天和寫作輔助 | 席位方案內含的用量 |
| 分析和營運人員 | 長篇文件和研究 | 實測中位數加上一些餘裕 |
| 軟體工程師 | 程式碼代理 | 每款工具一個月度預算 |
| 自動化流程負責人 | 排程代理和資料管線 | 按任務計算的工作負載預算 |
Uber 的上限是工程師這一列很好的參考。每款工具每月 1,500 美元，比常見的 150 至 250 美元高出六到十倍，所以它削掉的是長尾，日常使用不受影響。
3. 把更便宜的模型設為預設。 席位工具帳單的很大一部分，取決於沒人選擇時工具預設用哪個模型。寫程式預設用中階模型，簡單聊天預設用低階模型，頂級模型留給難題，作為刻意的選擇。Anthropic 的文件把 Claude Code 支出意外偏高歸因於兩個習慣：長時間的工作階段從不清除，以及把 Opus 留作預設模型。
4. 寫明達到上限時怎麼辦。 決定額度用完的人是等待重置、改用更便宜的模型，還是申請更多額度，並把申請流程控制在一天以內。截至 2026 年 10 月，工具已經支援這種做法：Claude Team 和 Enterprise 方案的成員可以在 Claude Code 裡直接向管理員申請更多用量，Cursor Enterprise 和 GitHub Copilot 則允許管理員按人設定上限。
長時間自主執行的代理任務也比照辦理。一次要跑好幾個小時、或者拆給許多平行代理的任務，值得快速核准，並配一份單獨的預算。Anthropic 的文件指出，當隊友在規劃模式下執行時，Claude Code 代理團隊消耗的 token 約為一般工作階段的七倍。我們的代理式 AI 成本最佳化指南介紹了工程師如何把這個數字降下來。
如何避免 token 預算拖慢團隊？
當每個人都能看見自己的花費、上限高於日常用量、申請更多額度只需一天以內時，token 預算才能發揮作用。三種做法可以做到這一點。
先做成本呈現，再做成本分攤。 成本呈現（showback）是指每月把各團隊的 AI 支出按人員、工具和模型回報給該團隊，而資金仍留在中央預算裡。成本分攤（chargeback）則把費用轉入團隊自己的預算。先從成本呈現開始， 因為可見性本身就會改變習慣。據 Quartz 報導，Uber 的 COO 觀察到，從來看不到發票的工程師，可能會把 AI 工具當成幾乎免費的東西。等各團隊有了幾個月自己的數字、能據此做計畫時，再轉向成本分攤。
獎勵成果，別把 token 用量當成績。 token 用量排行榜會把花費變成一種身分象徵。據彭博社引述 Business Insider 的報導，亞馬遜關閉了一個追蹤 AI token 用量的內部排行榜，因為它促使部分員工只為衝排名而執行任務。在回報支出時，把各團隊交付了什麼、單一任務成本是多少一併列出。
每月檢討，三十分鐘。 一場會，一張表，由預算負責人主持。
| 議程 | 要回答的問題 |
|---|---|
| 支出與預算對照 | 哪些團隊超支或沒用完，原因是什麼？ |
| 用量最大的使用者 | 是值得推廣的工作流程，還是失控的迴圈？ |
| 預設模型 | 是否有更便宜的等級通過了團隊的測試？ |
| 已調高的上限 | 上個月的核准值不值得？ |
| 工作負載 | 單一任務成本有沒有變化？ |
用量最大的使用者，往往是工作流程最值得學習的人，偶爾也是某個早被遺忘、仍在執行的排程任務的主人。兩種情況都值得找出來。
如何減少 Claude Code、Cursor 和 Copilot 的 token 用量？
教團隊幾個工作階段習慣，預設使用中階模型，並善用各家廠商現在提供的支出控制。對大多數工程團隊來說，程式碼代理是席位工具裡最大的一筆開支，因為每則訊息都會帶上已讀取的檔案、指令輸出和到目前為止的整段對話。
以下習慣來自 Anthropic 的 Claude Code 指南，同樣的原則也適用於 Cursor 和 Copilot：
- 在不相關的任務之間開啟新的工作階段。 在 Claude Code 裡就是
/clear。在開了一整天的工作階段裡問一個一行的問題，仍要為一整天的上下文付費。 - 預設使用中階模型。 把頂級模型留給架構決策和棘手的除錯。
- 讓一律載入的說明保持簡短。 專案規則檔會進入每一次工作階段。Anthropic 建議把 CLAUDE.md 控制在 200 行以內，並把專門的說明移到只在使用時才載入的 skills 中。
- 簡單工作調低推理強度。 思考 token 按輸出 token 計費，而輸出 token 是最貴的一類。
- 提出具體的修改要求。 要求替某個指定函式加上輸入驗證，只會讀幾個檔案；要求改進整個程式碼庫，會讀很多檔案。
- 留意背景工作。 排程迴圈、平行代理和代理團隊會在無人看管時繼續花錢。
管理端的工具如今已經相當完善。截至 2026 年 10 月，各工具在哪裡顯示支出、如何設定上限如下。
| 工具和方案 | 在哪裡看支出 | 如何設上限 |
|---|---|---|
| Claude Code，Team 或 Enterprise | 按使用者和模型的支出報告 | 按組織、群組或成員設定上限 |
| Claude Code，Console（API） | Console 用量頁面和儀表板 | 工作區支出上限 |
| Cursor，Teams | 管理儀表板，按使用者 | 一個全團隊月度上限 |
| Cursor，Enterprise | 管理儀表板，按使用者 | 團隊、群組和成員上限 |
| GitHub Copilot，Business 或 Enterprise | 以 AI 點數顯示用量 | 按企業、成本中心或使用者設預算 |
設定時有三個細節要注意。在 Claude Team 和 Enterprise 方案上，用量先消耗每個席位內含的額度，支出上限管的是超出額度的部分。自 2026 年 6 月起，GitHub Copilot 對 Business 和 Enterprise 的用量按 token 計費，以每點價值 1 美分的 AI 點數結算，並把各席位內含的點數匯入整個組織的共用池，所以如果不設使用者層級的預算，少數重度使用者就可能替所有人把池子用光。Cursor 對超出內含額度的第三方模型用量，按 API 牌價另加每百萬 token 0.25 美元收費。
如何為 AI 工作負載編列預算？
每個工作負載的預算等於每月任務數乘以單一任務成本，警示要設在單一任務成本上。總額隨業務成長而成長，這通常是好消息。單一任務成本上漲，則代表某個環節效率變差了，例如提示詞變長、換了更貴的模型，或者代理多走了幾步。
以一個客服工作負載為例：每月分流 200,000 張工單，每張 0.06 美元，這一項支出是 12,000 美元。
因此，一個工作負載預算有兩部分：
- 業務量預測，由業務部門負責，取自預測工單、理賠或訂單的同一份計畫。
- 單一任務成本目標，由工程團隊負責，在偏離超過約定幅度（例如 10%）時觸發警示。
降低單一任務成本先從設定做起：把可以等待的工作改用批次處理，快取重複的上下文，把每項任務換到能通過測試的最便宜模型，這些手段都在 LLM 成本最佳化：12 種技術排名中排好了順序。我們的單一任務成本與 AI 單位經濟指南介紹了如何設定目標。
當一項任務占了某個工作負載支出的大宗，例如分流工單或從理賠單中擷取欄位，更大的手段就是這項任務本 身的價格。為這項任務訓練的客製化模型，可以用低得多的單一任務成本處理常規部分，困難的案例則繼續交給前沿模型。
客製化模型在 token 預算中處於什麼位置？
客製化模型屬於預算中的工作負載一側，適合流量高且穩定、好答案的定義穩定、並且有評估集可以檢驗的任務。它降低這一項的單一任務成本，前沿模型仍留在預算裡，處理困難的案例和其他所有工作。
這正是自適應模型端點的用途。自適應模型端點是為您的某一項任務提供的單一 API 端點：起初由前沿模型回答，用您的請求和團隊回饋訓練出的客製化模型在通過您的評估集後接手，困難的案例繼續留在前沿模型上。
客製化模型每回答一個請求，這個請求就離開了預算中的前沿模型那一項，而困難的請求仍會交給前沿模型。
對預算負責人來說，這代表三件事。
最大的那一項變小了。 在我們已發表的 QMSum 研究中，一個為會議摘要任務訓練的模型，估算的單次查詢服務成本為 0.00053 美元，而依同步牌價計算，Claude Opus 5 為 0.104 美元，GPT-5.6 Luna 為 0.0130 美元；它的回應時間為 0.39 秒，Claude Opus 5 為 9.0 秒。這項估算不含訓練成本，而且每項任務都不同，所以每一次切換都要等您的評估集通過。
這一項變得更可預測。 任務中的常規部分執行在歸您所有的模型上， 所以當前沿模型的價目表或預設模型改變時，它的單一任務成本維持不變。
控制權在您的團隊手裡。 每個新版本都會先在背景用真實請求執行，未經您的核准，什麼都不會切換。我們監控模型，並隨著您的任務變化重新訓練它。模型可以由 Ertas 代管執行，也可以部署在您的雲端或地端，並且歸您所有。該端點目前僅限受邀企業使用，我們正在開發一個更精簡的版本，讓更多企業可以接入。
關於這一項如何與明年計畫中的其他部分放在一起，請見我們的企業 AI 預算規劃指南。
常見問題
什麼是 token 預算？
token 預算是對一個人、一個團隊或一項任務在一段時間內（通常是一個月）可以花在 AI 模型用量上的金額所設的限額。它以美元設定，因為不同模型的 token 價格最多相差 100 倍；同時用美元和 token 兩種單位回報，讓團隊看清是什麼推高了支出。
每位員工的 AI 工具預算應該定多少？
根據自己實測的用量，按角色來定。作為參考，截至 2026 年 10 月，Anthropic 回報的企業部署中 Claude Code 平均成本為每位開發者每月 150 至 250 美元，而 Uber 把代理式程式設計工具的上限定為每位員工每款工具每月 1,500 美元。大多數非工程職位的員工需要的少得多，往往席位方案內含的用量就夠了。
token 預算應該用 token 還是美元來設定？
用美元設定，同時回報兩種單位。一百萬個輸出 token 可能花 0.50 美元，也可能花 50 美元，取決於模型，所以以 token 計的預算很難反映成本。token 數在報告裡仍然有用，因為它能說明支出上漲是因為用得更多，還是因為換了更貴的模型。
token 預算會拖慢我們的工程師嗎？
設定得當的預算高於日常用量，所以大多數工程師永遠碰不到它。Uber 每款工具 1,500 美元的上限，是 Anthropic 回報的 Claude Code 常見月度成本的六到十倍。替上限配上快速的申請流程和成本呈現，並避免獎勵 token 用量，因為那會助長浪費。
成本呈現和成本分攤有什麼差別？
成本呈現（showback）把各團隊的 AI 支出回報給該團隊，而資金仍留在中央預算裡。成本分攤（chargeback）則把費用轉入每個團隊自己的預算。先從成本呈現開始，建立習慣和基準，等各團隊能預測自己的用量後，再轉向成本分攤。
客製化模型如何影響一個工作負載的 token 預算？
它降低所服務工作負載的單一任務成本，而這通常是預算中最大的一項。使用自適應模型端點時， 起初由前沿模型回答，並繼續處理困難的案例；客製化模型通過您的評估集後，承接常規部分。模型可以由 Ertas 代管執行，也可以部署在您的雲端或地端，並且歸您所有。
簡短版
AI token 預算規定每個團隊、每項任務每月可以在 AI 上花多少錢。先測量，再按角色設定額度，預設使用更便宜的模型，讓每個團隊看見自己的花費，並按單一任務成本為工作負載編列預算。當一項任務主導了工作負載支出時，為它配一個專門訓練的模型。
如果某一個工作負載已經占了您大部分的 token 預算，預約通話，我們和您一起看看。
資料來源：Quartz、彭博社關於 Uber 上限的報導、彭博社（經 Transport Topics 轉載）、Claude Code 成本文件、Cursor 支出上限、Cursor Teams 定價、GitHub Copilot 按用量計費和 OpenAI API 定價。價格和產品控制功能核實於 2026 年 10 月 6 日。