那天晚上，我打開 OpenAI 的帳單頁面，螢幕上的數字讓我差點從椅子上摔下來。
$487.32。
一個月。就這樣沒了。
我盯著那串數字，腦子裡瘋狂回想過去三十天到底做了什麼。不就是幫公司做了個內部知識庫的 chatbot 原型嗎？測試階段欸，連正式上線都還沒有。
說實話，那一刻我有點想哭。
選錯 API 的代價，超乎你想像
後來我花了整整兩週，把市面上主流的 AI API 全部研究了一遍。OpenAI、Anthropic、Google、xAI、DeepSeek、Mistral⋯⋯每一家的定價頁面我大概看了不下二十遍。
然後我發現一個驚人的事實：做同樣的事情，最貴和最便宜的方案，價格差距可以到 150 倍。
你沒看錯，一百五十倍。
這就像是同樣從台北到高雄，你可以選擇搭高鐵商務艙、也可以選擇騎腳踏車。差別就是這麼大。
而我，傻傻地選了商務艙，還以為這是唯一的選擇。
2025 年的 AI API 江湖：六大門派
在深入價格之前，先讓我快速介紹一下現在 AI API 市場的主要玩家。你可以把它想像成武俠小說裡的江湖門派，每一家都有自己的絕活。
OpenAI——武林盟主，大家最熟悉的那位。GPT 系列從 3.5 一路打到 5.2，生態系最完整，但價格也相對高。
Anthropic——Claude 的開發者，程式碼能力超強，在矽谷工程師圈子裡聲望極高。我後來才知道，很多大公司內部開發工具都在用 Claude。
Google——Gemini 系列最大的賣點是超長的上下文窗口，最高可以塞進 200 萬個 tokens。如果你需要分析一整本書或是大量文件，這傢伙很厲害。
xAI——Elon Musk 的公司，Grok 系列。價格殺到見骨，而且整合了 X（以前的 Twitter）的即時資訊。
DeepSeek——中國的黑馬。今年初他們發佈 R1 模型的時候，整個科技圈都炸了。為什麼？因為他們用不到三十萬美金的成本，訓練出了跟 OpenAI 旗艦模型差不多水準的 AI。這直接把 Nvidia 的股價打下來一截。
Mistral——法國的 AI 新創，主打開源和高性價比。如果你想自己架設不想付 API 費用，Mistral 是很好的選擇。
價格到底差多少？讓數字說話
好，現在來到重點了。我把各家的價格整理成下面這張表，單位是「美金 / 每百萬 tokens」。
什麼是 token？簡單說，大約 1000 個 tokens 等於 750 個英文字，或是 500-600 個中文字。一封普通的 email 大概 200-400 tokens，一篇部落格文章大概 1000-3000 tokens。
| 供應商 | 模型 | 輸入價格 | 輸出價格 | 我的評語 |
|---|---|---|---|---|
| OpenAI | GPT-4o | $2.50 | $10.00 | 多模態王者，但不便宜 |
| OpenAI | GPT-4o-mini | $0.15 | $0.60 | CP值超高的選擇 |
| Anthropic | Claude Opus 4.1 | $15.00 | $75.00 | 最強推理，也最貴 |
| Anthropic | Claude Sonnet 4 | $3.00 | $15.00 | 寫程式首選 |
| Anthropic | Claude Haiku | $0.80 | $4.00 | 經濟實惠 |
| Gemini 2.5 Pro | $1.25 | $10.00 | 長文本專家 | |
| Gemini Flash | $0.15 | $0.60 | Google 的經濟選項 | |
| xAI | Grok 4.1 Fast | $0.20 | $0.50 | 價格殺手 |
| DeepSeek | V3 | $0.27 | $1.10 | 超級便宜 |
| DeepSeek | R1 | $0.55 | $2.19 | 推理能力強，價格低 |
| Mistral | Medium 3 | $0.40 | $2.00 | 性價比之王 |
| Mistral | Small | $0.10 | $0.30 | 最便宜之一 |
看到了嗎？
Claude Opus 的輸出價格是 $75/百萬 tokens，而 Grok 4.1 Fast 只要 $0.50。
這就是 150 倍的差距。
當然，你可能會說「貴有貴的道理」。沒錯，Claude Opus 的推理能力確實是目前業界頂尖，處理超複雜的金融分析、藥物研發這類任務，它的表現無可取代。
但問題是，你真的需要那種等級嗎？
我那個被帳單嚇到的 chatbot 專案，其實用 Claude Haiku 或 GPT-4o-mini 就綽綽有餘了。我卻傻傻地用了 GPT-4 Turbo（當時的頂級款），就像是用法拉利去巷口買雞排。
六大門派深度剖析
OpenAI：老大哥的光環與包袱
OpenAI 的優勢不用多說：生態系最完整、文件最齊全、第三方整合最多。大部分的 AI 教學和範例程式碼都是用 OpenAI 的 API 寫的，入門門檻最低。
但這也是它的包袱。因為太多人用，OpenAI 沒有太大的降價壓力。他們知道就算貴一點，大部分開發者還是會選擇他們。
我的建議：如果你是剛開始學習 AI 開發，用 OpenAI 沒問題。但如果要上線產品，認真評估一下 GPT-4o-mini，它的價格只有 GPT-4 Turbo 的 1/60，對大部分應用來說足夠了。
另外，OpenAI 有個 Batch API，非即時任務可以用批次處理，能省下約 50% 的成本。
Anthropic：工程師的心頭好
我在矽谷的朋友跟我說，Claude 在很多科技公司內部的使用率比 ChatGPT 還高。原因很簡單：寫程式真的很強。
Claude Sonnet 在程式碼生成、debug、code review 這些任務上，表現經常超越 GPT-4o。而且它的上下文窗口有 200K tokens，可以一次丟進去一整個專案的程式碼讓它分析。
踩坑經驗：Claude 的定價有個小陷阱。如果你的輸入超過 200K tokens，價格會直接翻倍。所以用 Claude 處理超長文件的時候，要特別注意這一點。
推薦組合：
- 日常任務、客服機器人 → Claude Haiku
- 程式碼相關 → Claude Sonnet
- 超複雜推理（真的超複雜那種）→ Claude Opus
Google Gemini：長文本的王者
Gemini 最大的賣點就是那個誇張的上下文窗口——最高 200 萬 tokens。這是什麼概念？你可以把《哈利波特》全套七本書一次丟進去，然後問它：「第三集裡面那個時間轉換器後來到哪去了？」
如果你在做 RAG（Retrieval Augmented Generation）系統，或是需要分析大量文件，Gemini 是很好的選擇。
另一個優點是 Google 生態系的整合。如果你本來就在用 Google Cloud，Gemini 可以直接連接 Google Search 和 Google Maps 的資料，做出更有深度的回答。
隱藏福利：Gemini Pro 每天免費提供 10,000 次 Google Search grounding 請求，這對做資訊型應用的人來說是很大的加分。
xAI Grok：價格破壞者
Grok 4.1 Fast 的定價實在是太殺了。$0.20/$0.50 的輸入輸出價格，比 DeepSeek 還便宜，而且上下文窗口高達 200 萬 tokens。
更特別的是，Grok 整合了 X（Twitter）的即時資訊。如果你在做社群監測、輿情分析、即時新聞相關的應用，這個功能非常有價值。
但是，Grok 目前的生態系還不夠成熟，第三方整合和文件相對少。如果你是 AI 老手，可以考慮；如果是新手，可能還是先從 OpenAI 或 Anthropic 開始比較穩。
DeepSeek：中國黑馬
DeepSeek 今年真的是橫空出世。他們的 R1 模型在數學推理的準確率高達 97.3%（MATH-500 benchmark），跟 OpenAI 的頂級模型不相上下。
最誇張的是，他們公開表示 R1 的訓練成本只有 29 萬美金。這個數字一公佈，整個 AI 圈都沸騰了。要知道，OpenAI 訓練 GPT-4 的成本據傳是數億美金等級。
DeepSeek 的 API 價格也反映了這種效率：
- V3 模型：$0.27 輸入 / $1.10 輸出
- R1 模型：$0.55 輸入 / $2.19 輸出
如果快取命中，輸入價格還能再降到 $0.07 和 $0.14。
實際比較：處理同樣 100 萬 tokens 的任務——
- GPT-4o：約 $12.50
- DeepSeek-V3：約 $1.37
- 省了 89%
注意事項：DeepSeek 是中國公司，如果你的應用涉及敏感資料或有地緣政治考量，要自行評估風險。
Mistral：歐洲開源新星
Mistral 是法國公司，主打開源和可自部署。如果你不想被任何一家雲端服務商綁定，想要完全掌控自己的 AI 基礎設施，Mistral 是很好的選擇。
他們的 Medium 3 模型號稱達到 Claude Sonnet 90% 的效能，但價格只有八分之一。更重要的是，它採用 Apache 2.0 授權，你可以下載下來自己部署，只需要 4 張 GPU 就能跑。
適合誰：
- 注重資料隱私的企業
- 想要自建 AI 服務的團隊
- 預算有限但有技術能力的開發者
怎麼選才不會後悔？
經過這麼多研究，我整理出一套選擇框架。你可以根據自己的情況對號入座。
按預算選
月預算 < $50 → DeepSeek V3、Mistral Small、Grok 4.1 Fast
這個價位適合個人專案、原型開發、或是剛起步的小型應用。說實話，這些「便宜」的模型對大部分任務來說已經夠用了。
月預算 $50-200 → GPT-4o-mini、Gemini Flash、Claude Haiku
這是中小型應用的甜蜜點。你可以獲得不錯的效能，成本也還在可控範圍。我現在公司的客服機器人就是用這個等級。
月預算 $200-1000 → Claude Sonnet、GPT-4o、Gemini Pro
如果你在做需要高品質輸出的產品，像是程式碼助手、專業寫作工具、企業級應用，這個等級是合理的投資。
月預算 > $1000 → Claude Opus、GPT-5 系列
這是給那些真正需要頂級推理能力的場景：複雜金融分析、藥物研發、法律文件審查⋯⋯如果你的使用案例不在這個等級，真的不需要花這個錢。
按使用場景選
| 你要做的事 | 首選 | 備選 |
|---|---|---|
| 客服聊天機器人 | Claude Haiku | GPT-4o-mini、DeepSeek V3 |
| 程式碼生成/審查 | Claude Sonnet | Mistral Medium 3、Grok-code |
| 超長文件分析 | Gemini 2.5 Pro | Claude Sonnet |
| 即時新聞/社群監測 | Grok | - |
| 複雜邏輯推理 | Claude Opus | GPT-5、DeepSeek R1 |
| 多模態（文字+圖片） | GPT-4o | Gemini Pro |
| 預算超緊 | DeepSeek V3 | Mistral Small |
| 想自己架設 | Mistral（開源） | DeepSeek（開源） |
十招省錢秘訣（血淚經驗）
這些都是我實際踩過坑之後學到的：
1. 善用快取
大部分供應商都有 prompt caching 功能。如果你的系統提示（system prompt）是固定的，開啟快取可以省下高達 90% 的輸入成本。
2. 選對模型
我知道這聽起來像廢話，但真的很重要。不要用 Opus 來回答「今天天氣如何」這種問題。簡單任務用簡單模型，複雜任務才用進階模型。
3. 精簡 Prompt
每一個字都是錢。把那些「請你」「麻煩你」「如果可以的話」之類的客套話都刪掉。AI 不需要禮貌用語，它需要的是清楚的指令。
4. 用 Batch API
如果你的任務不需要即時回應，用批次處理。OpenAI 的 Batch API 可以省 50%，其他供應商也有類似功能。
5. 設定 max_tokens
一定要設定輸出長度上限。我曾經因為沒設這個，AI 滔滔不絕講了一大堆，帳單直接暴增。
6. 監控用量
在你的程式裡加入用量監控，設定警報。大部分供應商的後台也有這個功能，記得開起來。
7. 混合模型策略
一個應用裡面可以用多個模型。先用便宜的模型做初步處理，只有真正需要的時候才呼叫高階模型。
8. 考慮自建
如果你的用量真的很大，評估一下自己部署開源模型的成本。Mistral、LLaMA、DeepSeek 都有開源版本。
9. 評估供應商的隱藏成本
有些供應商在長上下文時會加價（例如 Claude 超過 200K），有些會對特定功能額外收費。看清楚再簽約。
10. 定期重新評估
AI API 市場變化超快，價格每隔幾個月就可能有大變動。我現在每季都會重新評估一次我們的技術選型。
寫在最後
回到開頭那張 $487 的帳單。
後來我把那個專案改用 Claude Haiku，同樣的功能，月成本降到了 $30 左右。省下的錢，足夠我請團隊吃好幾頓飯。
這篇文章寫了四千多字，其實核心觀念很簡單：AI API 市場現在百花齊放，選擇比努力重要。
不要像我一樣，傻傻地以為「最貴的就是最好的」。也不要因為某個模型「大家都在用」就無腦跟風。花點時間研究一下，找到最適合你需求的組合，長期下來能省下一大筆錢。
當然，這個領域變化很快。今天寫的這些，半年後可能就過時了。但核心的選擇邏輯不會變：搞清楚自己需要什麼、了解各家的優劣、然後做出理性的決定。
希望這篇文章能幫你少走一些彎路。
如果你有任何問題或是自己的踩坑經驗想分享，歡迎留言討論。畢竟在 AI 這條路上，大家互相幫忙，一起成長。
延伸閱讀：
作者：Oliver
本文最初發布於 HackMD @BASHCAT。
