店裡開始用 AI 回 LINE,老闆最常問一句:「這樣一個月要花多少?」

有人說 AI 回一則訊息幾乎不用錢。也有人月底看到帳單,嚇一跳。

兩邊都沒說錯。差別在一個詞:Token。這篇只用一則訊息,從頭拆到尾。

店裡撞牆:王小姐只傳了一句話

週五晚上,王小姐傳 LINE 到店裡:

老師你好,我原本約週六下午兩點染髮,臨時要加班,可以改到週日下午嗎?

店裡的 AI 小幫手查了空檔,回她:

王小姐您好,沒問題!Amy 週日下午還有 13:00 和 15:30 兩個時段,染髮大約需要 3 小時。請問您想改到哪一個時段呢?確認後我再幫您送出變更。

老闆想算成本,打開 AI 供應商的價目表。上面寫的不是「一則多少錢」,也不是「一個字多少錢」。

寫的是:輸入每百萬 Token 2 美元,輸出每百萬 Token 10 美元。

看到這裡,多數人就卡住了。Token 是什麼?王小姐這一則,到底算幾個?

髮廊裡一位穿黑色短袖與深色圍裙的男設計師,剪髮剪到一半停下來,一手拿著剪刀和梳子,另一手伸向工具推車上剛震動的手機;披著素黑圍布、頭髮夾起的女客人坐在一旁望向前方等候

直覺的算法,為什麼都不對

最直覺的想法有三種。

  • 按「則」算:一則訊息一個價。但一句「好」跟一段 300 字的抱怨,AI 要花的力氣差很多,不可能同價。

  • 按「字」算:比較接近,但還是不對。AI 不是一個字一個字讀的。

  • 按「時間」算:AI 回得快慢,跟網路和機器忙不忙有關,不是計費的依據。

AI 真正的計費單位,是它讀進去和寫出來的「Token」。

正解:Token 是 AI 讀字時切出來的小積木

先想像你在拼樂高。一整句話,AI 不會一口吞下,而是先拆成一塊一塊的小積木,再一塊一塊處理。

這些小積木,就叫 Token。把文字切成積木的過程,叫斷字(tokenization)。

Google 的官方文件這樣說:對 Gemini 模型來說,一個 Token 大約是 4 個英文字元;100 個 Token 大約是 60 到 80 個英文單字。短的字可能一個字就是一塊,長的字會被拆成好幾塊。

那中文呢?我們用 OpenAI 公開的斷字工具,把王小姐那句話實際算一次:

  • 王小姐的訊息:34 個字(含標點),切成 28 個 Token。

  • 同樣意思的英文句子:切成 16 個 Token。

  • AI 回給她的那段話:77 個字,切成 64 個 Token。

所以中文不是「一字一 Token」,也不是「四個字一 Token」。每家模型的斷字方式不同,同一句話換一家算,數字就會不一樣。

拆帳:AI 其實讀了一整本說明書

重點來了。AI 回王小姐之前,讀進去的不只她那 28 個 Token。

為了回得正確,店家事先給 AI 一份「說明書」:店名、營業時間、改期規則、不能自己編時段、改約前要先跟客人確認。AI 還得讀當下查到的空檔。

我們把這三份東西也一起算了:

  • 店家說明書:392 個字,351 個 Token。

  • 查到的空檔資料:79 個 Token。

  • 王小姐的訊息:28 個 Token。

加起來,AI 讀進去 458 個 Token,寫出來 64 個 Token。王小姐那句話,只佔讀進去的 6%。

再用計程車來想。上車就開始跳表,載你去目的地也跳表。AI 也是這樣:讀進去要計費,寫出來也要計費,而且寫出來的每一跳比較貴。

照 Anthropic 官方價目表,Claude Sonnet 5.5 每百萬 Token 輸入 2 美元、輸出 10 美元,輸出貴 5 倍。套回王小姐這一則:

  • 讀進去:458 個 Token × 每百萬 2 美元 ≈ 0.092 美分。

  • 寫出來:64 個 Token × 每百萬 10 美元 ≈ 0.064 美分。

  • 合計:約 0.16 美分,換成台幣只是幾分錢。

寫出來的 Token 只有讀進去的七分之一,費用卻超過四成。這就是「輸出比較貴」的意思。

一則確實很便宜。那帳單為什麼會嚇人?問題出在接下來三個破洞。

用下去會遇到的三個破洞

破洞一:聊越久越貴,因為 AI 每次都重讀一遍

AI 本身不會記得剛剛聊了什麼。要讓它接得上話,系統每回一次,都要把前面的對話整段再送給它讀。

假設王小姐來回問了 10 次:改哪天、要不要順便護髮、能不能換設計師……我們照同一套說明書往下算:

  • 第 1 次回覆:讀進去 458 個 Token。

  • 第 10 次回覆:讀進去 1,286 個 Token,將近三倍。

  • 整段 10 來回:約 2.4 美分,是單則的 15 倍,不是 10 倍。

聊越久,每一次都比上一次更貴。這就是「聊越久越貴」。

破洞二:照片、語音、影片,比文字吃更多

王小姐如果傳一張想染的髮色照,或直接傳一段語音呢?

Google 官方文件列出 Gemini 的算法:兩邊都不超過 384 像素的小圖,算 258 個 Token;比較大的圖,會切成 768×768 像素的小塊,每塊 258 個 Token。聲音每秒 32 個 Token,影片每秒 263 個 Token。

套回王小姐:她打字問,是 28 個 Token;如果改傳一段 30 秒的語音,光聲音就是 960 個 Token。

破洞三:換新模型,同一句話可能變多 Token

Anthropic 在價目表上寫明:Claude 4.7 之後的新模型換了新的斷字方式,同樣的文字大約多出 30% 的 Token,實際增加多少看內容而定。

所以「換到新模型、單價看起來一樣」,不代表同一則訊息的費用一樣。

髮廊櫃檯的近景:穿灰綠亞麻襯衫的店長微笑著把手機蓋在淺色木頭櫃檯上,旁邊是一杯熱茶和一小盆多肉植物;後方的男設計師張開手掌,帶著剛進門、背著帆布包的女客人走向座位

每個破洞,怎麼補

補一:重複的說明書,用快取打折

回想王小姐那一則:458 個 Token 裡,351 個是店家說明書。每位客人、每一次回覆,這份說明書都一模一樣。

這就像常客的基本資料卡。第一次來要填,之後放在櫃檯,下次直接拿出來用,不用再從頭填。

AI 也有同樣的做法,叫提示快取(prompt caching)。Anthropic 官方價目表寫明,Claude Sonnet 5.5 命中快取的部分,只收一般輸入價格的 5%。

套回王小姐:說明書那 351 個 Token 如果命中快取,這一則的費用會從約 0.16 美分降到約 0.09 美分,少了四成多。

誠實補一句:快取不是免費的。第一次寫入快取,要付 1.25 倍輸入價,而且預設只保留 5 分鐘;要保留 1 小時,寫入要付 2 倍。客人訊息越密集,越划算。

長對話則可以設上限,或請系統把舊對話整理成一段短摘要,不要每次都整段重讀。

補二:不急的工作,用批次處理打五折

回覆王小姐要即時,但不是每件事都急。例如每週一把上週所有客人的留言,整理成一份「大家最常問什麼」。

Anthropic 官方的批次處理(Batch)可以晚一點拿結果,輸入和輸出都打五折。

補三:簡單的事,交給比較輕的模型

同一家供應商,通常會分旗艦、均衡、高速幾種等級。照 Anthropic 官方價目表,Claude Haiku 5.5 在 10 萬 Token 以內的輸入,每百萬只要 0.10 美元,輸出 0.50 美元,大約是 Sonnet 5.5 的二十分之一。

同一則王小姐的回覆,換成 Haiku 5.5 算,費用大約剩二十分之一。

但不是越便宜越好。回答營業時間這種固定問題,輕量模型很夠用;要判斷改約規則、還要不要先問設計師,比較強的模型通常比較穩。兩種常常一起用,不是誰取代誰。

改約還有一件比省錢更重要的事:AI 動手改預約之前,要先問人。這部分我們在〈AI Agent 是什麼?〉用同一位王小姐講過。

NEXT X 解決方案:先看懂 AI 背後是哪一款模型

算到這裡,老闆會遇到下一道牆:你用的 AI 工具,背後到底是哪一款模型?是旗艦款,還是高速款?不知道這個,前面的算法就無從套起。

這正是 NEXT X AI 模型目錄 在做的事。我們把 NEXT X 實際接上、驗證過的模型公開出來,每一款都標清楚三件事:

  • 它是哪一級:旗艦、均衡、高速,一眼看出適合重判斷的工作,還是大量、快速的工作。

  • 現在是什麼狀態:正式支援、Preview(還在測試,尚未全面開放)、評估中,不把測試中的模型講成已上線。

  • 在哪裡驗證過、官方怎麼說:寫明在哪個 NEXT X 產品驗證,並附上模型供應商的官方資料,讓你拿本篇的算法,直接對照官方價目表。

目前目錄公開 15 個正式支援模型、8 個模型來源,涵蓋推理與 Agent、即時語音、圖像生成。目錄不公開內部成本或怎麼分派模型,只公開經過驗證的能力與狀態。

想知道王小姐這種訊息適合哪一級模型? 打開 NEXT X AI 模型目錄,從旗艦到高速,對照你的工作挑一次。

今天就能做的四件事

  1. 拿一則真的訊息算一次:挑店裡最常收到的一句客人訊息,用公開的斷字工具算算看幾個 Token,對數字先有感覺。

  2. 翻出你給 AI 的說明書:它每一則都要付錢。用不到的規則刪掉,重複的話合併。

  3. 問你的 AI 工具三個問題:背後用哪一款模型?重複的說明書有沒有用快取?長對話有沒有上限或摘要?

  4. 用公式估月費:(每則讀進去的 Token × 輸入單價 + 寫出來的 Token × 輸出單價)× 每月則數。例如一個月 300 則,就把單則費用乘 300,再把長對話與照片另外加上去。

一句話總結

AI 不是按「則」收錢,而是按「讀了多少、寫了多少」收錢;真正讓帳單變大的,是每次都重讀的說明書、越拉越長的對話,和照片語音。

最後澄清一個最常混淆的地方:把系統串接到 LINE 官方帳號時,也會看到一個叫 token(存取權杖)的東西,那是讓系統連上帳號的「鑰匙」,跟本篇算錢的 Token 完全不同。LINE 官方帳號的訊息方案也是另一筆帳,跟 AI 的 Token 費要分開看。

可信來源

說明:本文 Token 數為 2026 年 11 月 2 日用 OpenAI 公開斷字工具實測,費用以當日 Anthropic 官方價目表的美元單價估算;不同模型的斷字方式不同,實際數字以各供應商計費為準。