AI 成本之所以高，是因為企業在每項任務上消耗的 token 多了很多，執行的任務也多了很多。請求裡帶著更多上下文和推理，AI 代理把一個請求變成多次 API 呼叫，AI 已普及到每個團隊，而大部分工作跑在最新的模型上：這些模型的價格居高不下，變便宜的是舊一代的能力。
管理者已經在預算上感受到壓力。2026 年 5 月的 Google I/O 大會上，Sundar Pichai 提到，Google 聽說許多企業已經花光了全年的 token 預算，而這一年才過去不到一半。一個月前，Axios 報導指出，由於一些企業在 AI 上的支出已經超過員工薪資，IT 預算正不斷被突破。
本文解釋帳單為什麼會成長、如何判斷這筆支出是否值得，以及管理者可以怎麼做。如果您需要一步步削減帳單的方法，請看如何降低企業的 AI token 成本。
為什麼 token 越來越便宜，AI 成本卻在上漲？
任何一個固定能力水準的 AI，價格都下降得很快。2024 年 11 月，a16z 估算，對同等效能的模型而言，成本每年下降約 10 倍：要達到 GPT-3 在 2021 年取得的基準測試分數，當時每百萬 token 要 60 美元，三年後只要 0.06 美元。Epoch AI 在 2025 年發現，達到某個固定基準分數的價格每年下降 9 倍到 900 倍不等，視基準測試和分數而定。
帳單照樣上漲，因為這些數字描述的是原地踏步的價格。您的 AI 帳單是三個數字相乘的結果：
- 您實際所用模型的每 token 價格。 企業不斷換用最新的模型，所以它們買到的能力，很少是正在降價的那部分。
- 每項任務的 token 數。 更長的上下文、推理和 AI 代理的步驟，讓每項任務都變得更大。
- 任務的數量。 AI 已經走出試行階段，進入產品、工作流程和每個團隊的日常工具。
即使能力在變便宜，第一個數字也可能上漲。2026 年 7 月，摩根大通的報告指出，依彭博衡量每百萬 token 實際價格的一項指數計算，LLM 市場的 token 價格自 2025 年 12 月以來上漲了 60% 以上，原因是資料中心的算力需求激增。另外兩個數字成長得更快。
Google 的數字同時涵蓋消費型和企業型產品，反映的多半是需求的走向，而非某一家企業的帳單。同一場演講也給出一個企業層面的數字：在過去十二個月裡，有超過 375 家 Google Cloud 客戶各自處理了超過一兆個 token。
是什麼在推高 AI 成本？
有五股力量在推高帳單，而大多數企業同時受到全部五股力量的影響。每一股力量都會在供應商價目表毫無變化的情況下推高成本，所以在預算審查中很容易被忽略。
工作跑在最新、最貴的等級上
團隊用當時最強的模型做原型、上線功能，之後很少回頭重新選擇。每次升級到更新的模型，都讓這項工作繼續以頂級等級計價，哪怕一個更小的模型如今只需一小部分成本就能通過同樣的測試。
價差很大。截至 2026 年 10 月，Anthropic 的定價顯示 Claude Opus 5 的輸出為每百萬 token 25 美元，Claude Haiku 4.5 為 5 美元；OpenAI 的定價顯示 GPT-6 Astra 的輸出為 50 美元，GPT-6 Luna 為 0.50 美元。價格崩跌的是去年的前沿能力，而大多數團隊買的是今年的。
每個請求帶的上下文更多了
如今的應用程式會在每個請求裡附上完整的文件、程式碼、對話紀錄和檢索到的檔案。OpenRouter 與 a16z 的一項研究分析了超過 100 兆個 token，發現平均提示長度大約成長了四倍， 從 2024 年初每個請求約 1,500 個 token，成長到 2025 年底的 6,000 多個。同期輸出長度也接近三倍，從約 150 個 token 成長到 400 個。
價目表不會提示這種成長。截至 2026 年 10 月，Anthropic 對其完整的 100 萬 token 上下文視窗按標準單價計費，所以一個長四十倍的請求，費用就是四十倍。
模型在回答前先思考
推理模型會先把問題想清楚再作答，而這些思考是要計費的。OpenAI 的文件說明，推理 token 按輸出 token 計費，而輸出恰恰是帳單中昂貴的一側：截至 2026 年 10 月，Claude Opus 5 的輸出價格是輸入價格的五倍。
這個轉變來得很快。上述 OpenRouter 研究發現，2025 年初推理模型在該平台上處理的 token 占比微不足道，到當年年底已超過一半；研究也認為，輸出長度的成長大多來自推理。
AI 代理把一個請求變成多次 API 呼叫
處理單一請求的 AI 代理，會規劃、搜尋、使用工具並檢查自己的工作。每一步都是一次獨立的 API 呼叫，而且帶著之前的全部內容，所以一個請求的成本取決於 AI 代理走了多少步。這個步數每次執行都不一樣，更多取決於 AI 代理的行為，而不是使用者問了什麼。
AI 代理還會在沒人輸入的情況下持續運作。一個客服代理或程式設計代理，在整個團隊裡每小時可能發出數千次 API 呼叫。我們的 AI 代理成本最佳化指南介紹了工程師如何為每次執行設定上限。
AI 已從試行擴展到每個團隊
正如摩根大通在 2026 年 7 月所說，兩年前大家還在問企業到底會不會用 AI。如今，AI 已經進入客服佇列、銷售工具、文件流程和工程師的編輯器，每一種新用法都會在帳單上多添一行。
定價也跟著用量走。摩根大通指出，供應商正把企業方案從按席位收費改為隨使用量成長的計費方式，因此對許多企業來說，AI 的帳單已經像水電費一樣按量計算。過去受授權數量限制的支出，如今隨每一項任務成長。
AI 的成本真的超過員工了嗎？
對一些團隊來說，已經是這樣。《財星》報導，輝達應用深度學習副總裁 Bryan Catanzaro 在 2026 年 4 月對 Axios 表示，就他的團隊而言，算力成本遠遠超過員工成本。
這種對比適合做標題，但它回答的是一個很窄的問題。打造模型的研究團隊，算力支出本來就高。對一家正常營運的企業來說，人均 AI 支出衡量的是帳單的規模，而管理者需要知道的是每一分支出換來了什麼。
有用的對比要按任務來做：用 AI 解決一張客服單、審閱一份合約或起草一份報告要花多少錢，與以前的成本相比如何，對業務又值多少。我們的 AI 單任務成本指南介紹了如何設定並追蹤這個數字。
管理者如何判斷 AI 支出是否值得？
逐項任務地為工作定價。不同類型的工作消耗的 token 差別極大，所以全公司的一個平均數會掩蓋錢到底花在了哪裡。
對每一類主要任務，三個數字就能判斷這筆支出是否划算。
| 數字 | 它告訴您什麼 |
|---|---|
| 每項完成任務的成本 | 一個單位的 AI 工作要花多少錢 |
| 每項完成任務的價值 | 節省的時間、帶來的營收或避免的風險 |
| 每月完成的任務數 | 兩者的差距整體有多大 |
如果一項任務每次完成的 價值遠高於成本，就值得擴大規模，而且在擴大的過程中值得管好它的成本。如果利潤很薄或無從得知，就需要先找到更便宜的執行方式，或者更清楚地衡量它的價值，然後再擴大。大多數讓財務團隊措手不及的帳單，正是在這個缺口裡成長起來的：用量在上漲，而這些任務的單次成本從來沒人估算過。
面對上漲的 AI 成本，管理者能做什麼？
上面的每個原因都有對應的做法，而且都不影響有用的工作繼續運作。
| 原因 | 管理者的做法 | 從哪裡開始 |
|---|---|---|
| 說不清去向的支出 | 追蹤主要工作負載的單任務成本 | 單任務成本 |
| 用量擴散到各團隊 | 設定團隊 token 預算和預設等級 | AI token 預算 |
| 預設使用最高等級 | 用評估集測試更便宜的等級 | 降低 token 成本 |
| 上下文和推理 | 使用快取、精簡上下文、限制推理 | 12 種技術 |
| AI 代理的步驟 | 限制每次執行的步數和 token | AI 代理成本 |
| 一項任務的量極大 | 為它配一個客製化模型 | 見下一節 |
其中大多數是團隊在一季內就能完成的設定和制度調整。最後一項改變的是工作本身的價格，當一項任 務占了帳單的很大一部分時，它的作用最大。
客製化模型什麼時候能改變成本曲線？
當一項任務每天在前沿模型上執行數千次，每一次重複都要支付前沿模型的價格，而其中大部分請求都是例行請求。為這項任務訓練的客製化模型，可以用低得多的單任務成本處理例行部分，前沿模型則繼續處理難題。最大的工作負載上，單任務成本會下降，也會變得更可預測，因為例行部分由您擁有的模型來處理。
這正是 Ertas 用自適應模型端點所做的事：為您的一項任務提供一個 API 端點。一開始，所有請求都由前沿模型回答。一個用您的請求和團隊回饋訓練的客製化模型，會在背景以真實流量執行，在通過您的評估集並經您確認後接手。難題仍然交給前沿模型。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。
隨著用量成長，新增的流量落在客製化模型上，所以前沿模型的支出只隨難題成長。
您的工程師只要改一個模型名稱，就能把這項任務指向該端點。我們會監控模型，並隨著您的工作變化重新訓練它；每個新版本在承接流量之前，都要通過同樣的評估集。模型可以由 Ertas 代管，也可以部署在您的雲端或地端，並且歸您所有。
節省來自為單一工作打造的模型。在我們的 QMSum 研究中，一個為會議摘要任務訓練的模型，估算的服務成本為每次查詢 0.00053 美元，而依同步呼叫定價計算，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。該估算不含訓練成本。每項任務都有自己的品質標準，所以每一次切換都要等您的評估集通過。
常見問題
為什麼 2026 年的 AI 成本這麼高？
企業用的 token 比一年前多得多。請求帶著更多上下文，推理模型把思考按輸出計費，AI 代理為每個請求發出多次 API 呼叫，AI 也已普及到各個團隊和產品。其中很多工作跑在頂級模型上，截至 2026 年 10 月，這些模型的輸出定價為每百萬 token 25 到 50 美元。
AI token 的價格是在漲還是在降？
兩者都有，取決於您衡量的是什麼。根據 a16z 和 Epoch AI 的研究，固定能力水準的價格每年下降 10 倍甚至更多。而依摩根大通引用的彭博指數，2025 年 12 月到 2026 年 7 月間，市場每個 token 的實際價格上漲了 60% 以上，原因是算力需求激增。
AI 真的比人力更貴嗎？
對一些團隊來說，是的。一位輝達研究主管在 2026 年 4 月對 Axios 表示，他的團隊的算力成本遠遠超過員工成本。對大多數企業來說，更有用的檢驗是按任務計算：一項完成的任務用 AI 要花多少錢，與以前的成本相比如何，又值多少。
我們沒有增加使用者，為什麼 AI 帳單還在漲？
因為每個請求、每個人的用量都在增加。更長的提示、推理、AI 代理的步驟和模型升級，都會增加每項任務背後的 token，而這些都不會以新增席位的形式出現。請工程團隊提供各工作負載過去六個月的單任務 token 數，看看是哪一項變了。
AI 成本會自己降下來嗎？
如果 a16z 和 Epoch AI 測得的趨勢持續下去，任何固定能力的價格都會繼續下降。但只有當有人把工作轉移到更便宜的能力上時，帳單才會下降，例如更小的等級、快取的前綴、批次處理工作或客製化模型。如果放任不管，降價帶來的空間往往會被新增用量吃掉。
客製化模型如何降低 AI 成本？
為單一任務訓練的模型只包含這項任務需要的能力，所以每個請求的服務成本要低得多。透過自適應模型端點，它在通過您的評估集後接手一項高流量任務的例行部分，難題則繼續交給前沿模型。
簡短版
AI 帳單在 token 降價的同時上漲，是因為企業買的是最新的能力，在每項任務裡投入更多 token，每個月執行的任務也更多。衡量單任務成本，設定預算和預設等級，拿下設定層面的節省，然後為呼叫量最大的任務配一個專門訓練的模型。
如果某一項任務已經佔據了您的大部分帳單，預約通話，我們和您一起把數字算清楚。
資料來源：a16z 關於 LLMflation 的分析、Epoch AI 關於推理價格趨勢的研究、摩根大通（含 Wolfe Research 的任務資料）、OpenRouter 與 a16z 的 State of AI 研究、Google I/O 2026 主題演講、《財星》、Axios、Anthropic 定價和 OpenAI 推理指南。價格核實於 2026 年 10 月 6 日。