2026 年哪個 AI 代理比較便宜：完成一項任務的成本

只看訂閱價格或每個 token 的價格，無法充分比較 AI 代理的成本。花同樣的錢，一個代理可能完成 5 項任務，也可能只完成 1 項——這取決於它的內部運作方式。這裡唯一誠實的衡量方式是：代理實際將一項任務完成到可用狀態時，這項任務花了多少錢。

接下來，我會介紹這項成本的公式，並使用截至 2026 年 9 月初的供應商價格來計算。我會使用範例用量數字，並清楚說明這些只是範例：你的數字會是你自己的。你可以自行重新計算以下所有內容；這裡沒有節省成本的保證，也沒有什麼神奇組合。

如需了解如何使用服務，請參閱 Ailoot 文件。

為什麼月費無法告訴你哪個代理比較便宜？#

大多數人選擇時都會看訂閱價格。一個代理每月 20 美元，另一個每月 200 美元，看起來第一個的性價比高出 10 倍。但價格比較本身不能判定價值：訂閱衡量使用權，其中實際完成的工作仍須測量。

想像兩輛收取固定月費的計程車。一輛一次就把你載到目的地，另一輛有一半的行程都開錯路，所以你得再叫一次車。它們的訂閱費可能相同，但實際上，搭第一輛車只要一半的費用就能抵達目的地。代理也是如此：你支付相同的訂閱費，但能完成多少項任務取決於它的內部運作方式。

最好把訂閱費與任務成本分開討論。訂閱的優點是金額可預測。關於如何選擇訂閱、隨用隨付或客製開發等定價模式，我在AI 代理的價格包含哪些項目中另有說明。本文探討的是另一個問題：不論採用哪種付款模式，哪個代理能以較低成本交付成果？

為什麼每個 token 的價格也會誤導人？#

第二種最常見的比較方法是看每個 token 的價格。Token 是一段文字，大約相當於一個詞的一部分；它同時衡量你傳給模型的內容，以及模型回覆時寫出的內容。供應商會公布每 100 萬個 token 的價格，各模型之間的價差可能很大。直覺上似乎很合理：選價格較低的模型，就能少付一些錢。

陷阱在於，每個 token 的價格是原材料價格，就像每公升汽油的價格。你在意的是整趟旅程的成本；只看一公升的價格，幾乎無法說明什麼。代理會透過許多步驟解決任務：瀏覽檔案、執行指令、讀取錯誤、改寫程式碼，並在每個步驟重新把脈絡傳給模型。與代理的一段對話很容易變成數十次請求，而每次請求都會使用 token。

兩種可能性會改變只看價格的比較：模型可能需要更多步驟與 token，也可能完成較少任務。兩者都不能由價格單獨推論。請用相同任務，計入失敗嘗試，逐一測量候選模型。我在如何計算 API token 用量中詳細說明帳單如何增加，並另有文章探討為什麼氛圍編碼的成本比看起來更高。

完成一項任務的成本是多少？#

請計算每項已完成成果的成本。方案或 token 價格是成本的輸入資料，但單看價格並不足夠，還需計入實際用量及完成成果。公式如下：

1. 取代理執行一次任務的價格，也就是一次嘗試中使用的所有 token 的成本。
2. 估算代理實際將任務完成到可用狀態的比例。
3. 用第一個數字除以第二個數字，得到完成一項任務的成本。

為什麼要相除？如果代理完成 10 項任務中的 7 項，那麼 10 次執行中有 3 次浪費了，但你為全部 10 次都付了錢。也就是說，這 10 次執行的成本要由 7 項可用成果分攤，因此每項成果都比單次執行更貴。成功率越低，每項可用任務的成本就越高。

「完成任務的比例」可以測量，例如使用 SWE-bench 這類基準測試：代理會收到真實專案中的真實錯誤並提交修正，再由系統透過自動化測試檢查。表格中的百分比就是已解決任務的比例。但實驗室的百分比不等於你的情況：你在自己的專案上得到的比例會不同，因此應把基準測試視為參考，而不是承諾。我在AI 程式設計代理排名一文中另有說明如何解讀這些表格。

構成任務成本的三個因素是什麼？#

讓我們把成本拆解成各個部分，看看額外支出藏在哪裡。

第一：每個 token 的價格。模型的基本價格：輸入 100 萬個 token 和輸出 100 萬個 token 各要多少錢。重型模型與輕量模型的價格可能相差數十倍。

第二：每項任務的 token 用量。代理一次嘗試讓模型處理的文字量，取決於任務規模、重讀檔案數與步驟數。以較少步驟找到解法的模型可能減少用量，但請實測確認，不要依價格或模型分類推斷。

第三：完成任務的比例。以可用成果結束的嘗試所占百分比。總成本會除以這個比例：在單次執行成本相同時，成功率 40% 的每項可用成果費用，是成功率 80% 時的 2 倍。但當價格與用量也改變時，這個比較並未證明哪個因素最重要。

比較時會讓人混淆，是因為大家只看第一個數字——每個 token 的價格。但最終成本由 3 個數字共同決定。價格低但用量高、成功率低，最後很容易比價格高但用量低、成功率高更貴。

把這 3 個數字結合成可行工作方式時，價格與方法都要考慮。AI 分身、Second Brain 與脈絡工程是這套方法的 3 根支柱。乾淨的脈絡可能減少用量並提高成功率，但不能據此認定模型價格或選擇較不重要；請在相同任務中實測比較。

不同模型的單次執行成本是多少？#

為了讓公式更具體，我會使用實際公布的價格計算一次執行的成本。範例是一項有一定難度的任務，代理每次嘗試會使用約 300,000 個輸入 token（在多個步驟中重讀專案與錯誤），以及約 40,000 個輸出 token。再說一次，這只是計算範例，不是實際測量；你的用量會不同。

截至 2026 年 9 月初，依據各供應商的官方定價，每 100 萬個 token 的價格如下：

你可以用 Anthropic 文件中的真實範例檢查公式。若向 Opus 5 發出請求，使用 50,000 個輸入 token 和 15,000 個輸出 token，計算如下：

換句話說，輸入和輸出分別套用各自的價格後再相加，正如公式所示。接下來只要用完成任務的比例除單次執行成本，低價格就會開始呈現意想不到的結果。

為什麼便宜的模型可能讓任務比強大的模型更貴？#

我們以每項可用成果成本比較兩個模型。這不是忽略單次執行成本，而是將執行成本與完成率一起考慮。

Sonnet 5：單次執行約 1 美元。以範例任務來說，假設它能完成 70% 的嘗試。每項可用任務的成本是 1 美元除以 0.7，約為 1.40 美元。

Haiku 4.5：範例單次執行約 50 美分，所列 token 單價是另一個模型的一半。此例假設使用約 1.6 倍 token，完成率為 40%；在這些假設下，每項可用任務約 2 美元。額外用量及成功率是範例輸入，不是因為模型便宜而觀測到的結果。

在此假設範例中，token 單價減半的模型，因假設的用量與失敗率抵銷價格優勢，每項已解決任務的計算成本較高。這說明公式如何運作，並未證明在你的專案中哪個模型較划算。

需要說明的是，我使用 70% 和 40% 的成功率以及範例 token 用量來展示運作原理。你的數字會不同；輕量模型完全可能很適合你的工作量，而且仍然是最便宜的選擇。較昂貴的模型不一定更划算；請用你自己的 3 個數字比較每項成果的成本。

如何計算自己的每項任務成本：三種情境？#

要把這套方法用在自己的工作上，先估算哪種情境最符合你的狀況。公式不變，只有 3 個數字會變。

情境一：簡單、重複的任務。改寫文字、整理資料、小幅修正程式碼。請測試 Haiku 或 DeepSeek V4-Flash 等輕量模型，是否以較少用量和重試達到驗收標準。與另一候選模型比較每項可用成果的實測成本，再判斷哪個最便宜，或使用 Opus 是否多花錢。

情境二：處理不熟悉程式碼的複雜工作。理解別人的專案、修復不明顯的錯誤、建立新功能。請測量完整嘗試。如果較高成功率或較低用量足以抵銷價格差，高單價模型也可能有較低的每項成果成本；但優勢應由你的結果證明，而不是依模型分類假設。

情境三：混合工作量。比較單一模型設定，以及將例行與困難任務分流給不同候選模型的設定。計入整體工作的用量、失敗及修正。分流可能改善每項成果成本，但本文未實測它是最便宜的解法。許多代理允許在工作時切換模型。

用同一個公式分別計算每種情境，就會看出哪些地方成本較低。

選擇時最常見的錯誤是什麼？#

只依價格選擇，可能忽略不同工作量的結果差異。模型也許能經濟地處理例行工作，卻需多次嘗試才能完成困難功能。是否因此比另一模型更貴，要看實測用量與完成率，並非由低單價決定。

相反情況也可能發生：如果輕量模型能以三分之一成本完成相同驗收標準的任務，為該任務選擇更昂貴設定就是額外支出。這是有條件的比較，應先測試品質、嘗試次數與成本。

說說我自己的做法。我使用 Claude Code 和訂閱方案；日常工作不使用一般 API，因為比起計量器持續累加，我更喜歡金額可預測的方式。乾淨的脈絡與清楚的任務可能改變用量和成功率，但這段經驗不能證明模型價格或選擇的影響很小。應在相同代表性任務中，測量價格、所有嘗試的用量及可用成果比例，再做判斷。

那麼，哪個代理比較便宜？#

「最便宜」的代理會因工作而異。不要只看方案或 token 價格；先依價格與所有嘗試的用量計算執行成本，再除以實際完成率比較。價目表仍是計算所需資料，但也要記錄取得了多少項可用成果。

最後還有一點：每項已解決任務的成本取決於模型價格、包含失敗在內所有嘗試的 token 用量，以及實際成功的任務比例。上下文和工作方式會改變用量與成功率，更換模型也可能改變兩者。上方假設的成功率，並未測量哪個因素最重要。請用相同的代表性任務比較候選模型，計入重試及人工修改，再依每項可用成果的實測成本選擇。

氛圍編碼可結合 AI 分身、Second Brain 與脈絡工程。乾淨的脈絡與有條理的工作可能影響 token 用量及成功率。請連同模型價格與選擇一起考慮，並以相同任務的實測每項成果成本比較。

認識 Ailoot。