在串接各大 AI 模型時，API 費用通常採用 每 100 萬 Token（1M Tokens），針對「輸入（Input）」與「輸出（Output）」分別計費。透過精準選型與策略，可以降低專案維運成本。
價格查核日期：2026 年 10 月 28 日。 以下為官方直接 API 的代表型號與美元單價，採標準文字計費；未套用快取或批次折扣。模型版本、上下文長度與處理時段均可能影響價格。
1. 主流大模型 API 價格一覽表
| 供應商與模型 | 輸入／1M Token | 輸出／1M Token | 計費條件 |
|---|---|---|---|
| Google Gemini 3.5 Flash-Lite | $0.30 | $2.50 | 標準付費層 |
| Google Gemini 3.1 Pro Preview | $2.00／$4.00 | $12.00／$18.00 | 提示詞 ≤200K／>200K Token |
| OpenAI GPT-6 Luna | $0.10 | $0.50 | 標準、短上下文檔位 |
| OpenAI GPT-6.1 Sol | $2.00 | $10.00 | 標準、短上下文檔位 |
| OpenAI GPT-6 Astra | $10.00 | $50.00 | 標準、短上下文檔位 |
| Anthropic Claude Haiku 5.5 | $0.10／$0.50 | $0.50／$2.50 | 提示詞 ≤100K／>100K Token |
| Anthropic Claude Sonnet 5.5 | $2.00 | $10.00 | 標準費率 |
| Anthropic Claude Opus 5.5 | $4.00 | $20.00 | 標準費率 |
| DeepSeek Flash（V4.1） | $0.15／$0.30 | $0.60／$1.20 | 離峰／尖峰，輸入為快取未命中 |
| DeepSeek V4 Pro | $0.66／$1.32 | $1.98／$3.96 | 離峰／尖峰，輸入為快取未命中 |
Google 價格依 Gemini 官方定價；OpenAI 依 API 官方定價；Claude 依 Anthropic 官方定價；DeepSeek 依 官方模型與價格表。
選型時請指定完整模型版本與服務層級，避免將不同世代的 mini／nano、Haiku 或 V3／V4 混為同一價位。OpenAI 旗艦名稱為 Astra。DeepSeek 尖峰為週一至週五 UTC 01:00–04:00、06:00–10:00（中國法定假日除外），對應台灣時間 09:00–12:00、14:00–18:00；其餘時間為離峰。
2. 三大核心省錢優化技巧
Prompt Caching：重複內容使用快取
固定系統提示詞或大型法規文檔適合快取。例如 Gemini 3.5 Flash-Lite 的快取輸入為 $0.03／1M Token，較一般輸入 $0.30 降低 90%；但還須計入儲存費。折扣只適用於命中的輸入部分，快取寫入、保存期限及輸出另依各家規則計價，不能直接推論整張帳單省下 90%。參見 Gemini 快取與定價。
Batch Processing：把非即時任務移到批次
夜間資料清洗、分類及分析可採批次處理。Google、OpenAI 與 Anthropic 的支援模型提供約 50% 的批次 Token 費率折扣；以各家的支援清單、完成時間與計費條件為準。DeepSeek 的離峰優惠是時段計費，不等同 Batch API。參見 Google、OpenAI 與 Anthropic 定價。
Two-Tier Routing：依任務難度分流
可先以輕量模型處理分類、擷取等簡單任務，再將高難度或低信心案件交給高階模型。80%／20% 是配置範例，節省 70%～80% 並非保證。
假設每個任務的輸入與輸出 Token 相同，輕量模型每件成本為高階模型的 10%，80% 任務走輕量、20% 走高階，則成本為原本的 0.8 × 0.1 + 0.2 × 1 = 0.28，即節省 72%。這是條件式試算；實際仍須加入路由、重試、升級處理及人工覆核成本。
3. 用完整帳單評估成效
基本估算為：未快取輸入量 × 輸入單價＋快取輸入量 × 快取單價＋輸出量 × 輸出單價，各項 Token 量均除以 100 萬，再加入快取寫入／儲存、搜尋工具及其他費用。依模型規則，推理 Token 也可能列入輸出計費。
先用真實任務比較品質、延遲與每件成功交付成本，再決定模型與分流門檻。價格表是選型起點，持續量測才能讓省錢策略落實到營運成本。