AI API 計費單位：從權杖到 PTU 小時的 17 種計量方式
目錄
AI API 至少使用 17 種不同單位計量用量：文字權杖、推理權杖、快取權杖、媒體輸入權杖、即時音訊權杖、字元、媒體分鐘數與秒數、輸出物件、請求、頁數、GPU 秒、容器小時、GB-day、token-hour、PTU-hour、訓練權杖，以及合成額度。只要產品使用一種以上的模態，成本估算就必須在多種單位之間換算，而預算最常錯在換算規則。本文整理每一種單位、計量方式，以及各自容易踩到的坑。
TL;DR
- AI API 至少使用 17 種不同單位計費，分成四層：用量、時間與容量、費率調整，以及合成包裝單位。
- 一分鐘音訊有兩種計費方式：專用語音轉文字服務每音訊分鐘收取 $0.0020 至 $0.0164，或由 gpt-realtime-2.1 按每聽到 100 ms 計 1 個音訊權杖。
- 光是儲存就有兩種計量方式：OpenAI file search 每 GB-day 收取 $0.10；Gemini 上下文快取每百萬權杖每小時收取 $0.50。
- 費率調整不會改變單位：batch 半價，DeepSeek 離峰再減半，限定美國區域的 Claude 推論費用為 1.1x。
AI API 使用哪些單位計費？
共有 17 種，以下章節依序介紹：用量單位（1 至 10）、時間與容量單位（11 至 16），以及合成包裝單位（17）。另外還有一層費率調整，只改變價格，不改變單位。下表可作為索引，每一列都連到深入說明。
| # | 單位 | 使用情境 | 容易踩到的坑 |
|---|---|---|---|
| 1 | 文字權杖 | 所有聊天 API | 同一段文字在不同 tokenizer 下的數量不同；tokenizer 換代後可能產生約多 30% 的權杖 |
| 2 | 推理權杖 | 推理模型 | 看不到的輸出也要計費；部分答案中占比達 88% 至 99.3% |
| 3 | 快取權杖 | Prompt caching | 寫入加價依 TTL 而定，讀取有折扣，而且各供應商都有最低門檻 |
| 4 | 媒體輸入權杖 | 圖像、音訊、PDF 輸入 | 同一張圖有三種換算方式；PDF 按圖像費率計費 |
| 5 | 即時音訊權杖 | 語音對語音 | 每聽到 100 ms 計 1 個權杖，每說出 50 ms 計 1 個權杖 |
| 6 | 字元 | TTS、防護機制 | 以每音訊分鐘計算，中文語音比英文便宜 3 至 7 倍 |
| 7 | 媒體分鐘數／秒數 | 語音轉文字、影片與音樂生成 | 準確率近似的模型之間，每音訊分鐘價差達 8 倍 |
| 8 | 輸出物件 | 圖像生成、人工評估 | 解析度相同時，調整品質參數可讓單張圖成本相差 36 倍 |
| 9 | 請求 | 網頁搜尋、grounding、file search | 每次搜尋 $0.01，另加注入的權杖，按模型輸入費率計費 |
| 10 | 頁數 | OCR、文件 AI | Mistral 每 1,000 頁計費，另可套用 batch 與快取折扣 |
| 11 | GPU 秒 | Serverless 模型託管 | 費率取決於顯示卡，從 $0.000225/s（T4）到 $0.001525/s（H100） |
| 12 | 容器／工作階段小時 | 程式碼執行、代管代理 | 最低計費 5 分鐘，預先載入檔案也會計費，即使工具從未執行 |
| 13 | GB-day | 檔案與向量儲存 | 免費 1 GB 後，每 GB-day 收取 $0.10 |
| 14 | Token-hour | 上下文快取儲存 | Gemini 每百萬權杖每小時收取 $0.50，2027 年將加倍 |
| 15 | PTU／model-unit 小時 | 預先配置容量 | 快取權杖不占容量；輸出權杖的容量權重高於輸入 |
| 16 | 訓練權杖 | 微調 | Epoch 會放大帳單；部分模型改按小時計費，每小時 $100 |
| 17 | 額度／CCU | 市集、訂閱方案 | 套在實際費率表上的換算係數；AWS Marketplace 上 100 CCU = $1.00 |
哪些單位用來計算實際用量？
17 種單位中有 10 種屬於用量單位。只要服務被使用，計量器就會累加，而不同模態各自選了不同的計量對象。
權杖類（單位 1 至 5）。 文字權杖是基準，但並不是單一固定單位。不同模型家族使用不同 tokenizer，因此同一段文字會算出不同數量。Anthropic 也明確指出，4.7 及後續版本的 tokenizer 對同一段文字產生的權杖數，比前一代多約 30%。推理權杖屬於通常看不到的輸出權杖；我們曾測得一個只有 10 個權杖的答案，實際計費 81 個權杖，其中 88% 是推理權杖。快取權杖按操作與快取存活時間（TTL）定價：Claude API 的 5 分鐘快取寫入費率為基礎輸入的 1.25x，1 小時寫入為 2x，讀取則為 0.1x。媒體輸入會依各供應商的公式換算成權杖：[同一張 1024x1024 圖像，在 GPT-5.6、Gemini 與 Claude 上分別計為 693、1,089 與 1,372 個權杖](/zh-TW/blog/image-input-token-cost/)。Gemini 對音訊的計量方式為每秒 25 個權杖，720p 影片則為每秒 5,792 個權杖，PDF 也按圖像權杖費率計費。即時語音另有自己的權杖：gpt-realtime-2.1 的計費方式是每 100 ms 使用者語音正好計 1 個音訊權杖，每 50 ms 模型語音計 1 個。
字元與時間（單位 6 和 7）。 文字轉語音（TTS）按字元計費，OpenAI 的價格為每百萬字元 $15 至 $30。因此，以每音訊分鐘計算時，中文語音比英文便宜 3 至 7 倍：相同說話時間需要的字元較少。Bedrock 的防護機制另定義了自己的字元單位，也就是最多 1,000 個字元的「text unit」。專用語音轉文字模型按音訊分鐘計費，我們測試的模型價格介於每分鐘 $0.0020 至 $0.0164；影片生成依解析度按秒計費；Gemini 則按歌曲為音樂定價。
物件、請求與頁數（單位 8 至 10）。 圖像生成會依品質層級按張計費，或按輸出權杖計費，兩種方式存在成本交叉點：輸出低於約 1,000 個權杖時，按權杖較便宜；超過後則是固定單張價格較划算。伺服器端工具按請求計費：我們測試的三個介面中，網頁搜尋每次都是 $0.01，搜尋結果之後還會再次算成輸入權杖，每次搜尋為 1,500 至 3,100 個。Gemini 的搜尋 grounding（允許模型在請求期間查詢 Google Search）還有額度門檻：每月前 5,000 次免費，之後每 1,000 次 $14。OCR 按頁計費。Bedrock 的模型評估則每個完成人工任務收取 $0.21，是這 17 種單位中唯一以人工任務計價的項目。
哪些單位改按時間或容量計費？
有 6 種單位是針對資源占用計費，不論是否真的有權杖流量。成本估算最容易漏掉這一層，因為程式什麼都沒做時，計量器仍可能持續累加。
- GPU 秒。 Serverless 託管服務依硬體類別計算模型執行時間。以 Replicate 為例，T4 每秒 $0.000225，H100 每秒 $0.001525。這個單位計算的是顯示卡，不是輸出內容。
- 容器與工作階段小時。 Anthropic 的程式碼執行服務在每月 1,550 個免費小時後，每容器小時收取 $0.05，每次執行最低計費 5 分鐘；OpenAI code interpreter 則依記憶體容量，按 20 分鐘工作階段計費，從 1 GB 的 $0.03 到 64 GB 的 $1.92。Claude 的代管代理每工作階段小時收取 $0.08，以毫秒計量，且只計算執行中的時間。
- GB-day 與 token-hour。 同一種儲存概念有兩種計量方式。OpenAI file search 儲存空間在免費 1 GB 後，每 GB-day 收取 $0.10；Gemini 明確式上下文快取的儲存費為每百萬權杖每小時 $0.50，2027 年將提高到 $1.00。忘記刪除的快取，就像多訂了一個自己都不知道的訂閱服務。
- PTU-hour 與 model unit。 預先配置容量不論流量多寡，都按單位小時計費。Azure 的 provisioned throughput unit（PTU）是與模型無關的配額，但不同模型有各自的最低部署規模。輸出權杖消耗的容量多於輸入權杖，快取權杖則完全不占容量，因此提高快取命中率可減少所需的 PTU 數量。Bedrock 也提供同類方案，稱為 model unit，需承諾使用 1 個月或 6 個月。
- 訓練權杖。 微調費用依訓練資料權杖數乘上 epoch 數計算，但也有按實際時間計費的例外。部分 OpenAI 模型的價格是每訓練小時 $100。
哪些因素只改變費率，不改變單位？
有 7 個因素會改變單位價格，但不會改變單位本身：batch 層級、服務層級、時間、上下文長度、地理位置、品質參數，以及免費額度。若計費程式每個模型只存一個價格，這 7 種情況都會算錯，因為同一個權杖會依處理方式、時間與地點套用不同價格。
| 調整因素 | 影響 | 範例 |
|---|---|---|
| Batch 層級 | 輸入與輸出減價 50% | Anthropic 與 OpenAI 的 batch API；Mistral OCR 也適用 |
| 服務層級 | 以較高價格換取速度 | OpenAI fast tier 為標準費率的 2x；flex tier 則有折扣 |
| 時間 | 離峰折扣 | DeepSeek：離峰價格是尖峰的一半；工作日尖峰時段為 UTC 01:00-04:00 與 06:00-10:00 |
| 上下文長度 | 超過門檻後費率跳升 | Gemini 費率會在 prompt 超過 200k 個權杖時提高；Claude 4.6+ 在完整 1M 上下文視窗內維持固定費率 |
| 地理位置 | 資料駐留加價 | Claude inference_geo: "us" 對所有權杖類別套用 1.1x；Bedrock 與 Google Cloud 上 Claude 模型的區域端點，比全球端點加價 10% |
| 品質參數 | 單位相同，用量不同 | 對一張 1024x1024 圖像調整 gpt-image 品質，會產生 196 至 7,024 個計費權杖 |
| 免費額度 | 超過門檻後費率跳升 | Grounding：每月 5,000 次免費請求；程式碼執行：每月 1,550 個免費小時 |
這些乘數可以疊加。Anthropic 明確指出，快取乘數可同時搭配 batch 折扣與資料駐留加價，因此一個經過快取、batch 處理，且限定美國區域的權杖，會一次套用三個係數。
什麼是額度與 CCU？
它們是包在實際計量單位外層的合成單位，適合需要在發票上合併成單一項目的情境。Claude 透過 AWS 或 Azure Marketplace 計費時，系統會先依一般單位價格換算成美元，再按每美元 100 個 Claude Consumption Units 的比例轉成 CCU。折扣會反映為較少的 CCU 用量，而不是降低每個 CCU 的價格。訂閱型產品也會用額度做同樣的事，甚至同一家公司的不同產品邊界也可能採用不同單位：ElevenLabs 的訂閱方案按額度計量，但明確表示 API 用量以美元計費，不使用額度。看到合成單位時，應先確認底層使用哪一種用量或容量計量方式，以及換算比例。
哪些進位規則與最低計費最容易踩坑？
這些是各種量化規則。由於它們分散在不同文件中，這裡統一整理：
- 程式碼執行容器的最低計費時間為 5 分鐘。只要請求中包含檔案，即使工具從未被呼叫，也會計入執行時間。
- Code interpreter 工作階段依 RAM 層級，以 20 分鐘為一個計費區塊。
- 即時語音每個音訊權杖量化為聽到 100 ms／說出 50 ms；啟用伺服器端語音活動偵測（VAD）時，60 秒靜音費用為零，而模型說話 2 秒後取消，仍會計費 4 秒。
- 圖像生成設定
n=4時，prompt 會重複計費 4 次；這個介面不支援 prompt caching。 - 影片權杖公式中會額外加 1 幀，而且編碼尺寸與標示尺寸不同：720p 會按 1248x704 計費。
- Prompt cache 設有各供應商自己的最低可快取長度；低於門檻時，仍要支付寫入加價，卻不會快取任何內容。
- 防護機制的 text unit 每 1,000 個字元無條件進位。
- 工具定義在工具被呼叫前就算輸入權杖：Anthropic 的工具使用系統 prompt 會依模型與工具選擇增加 286 至 804 個權杖，完整的電腦操作工具組則會增加約 4,500 個。
如何跨單位比較成本？
統一換算成每次使用者互動的美元成本，因為所有計量單位都能轉換成這個基準。
我們的語音代理研究就是這樣比較：串接式架構分別按音訊分鐘（STT）、權杖（LLM）與字元（TTS）計費，每對話分鐘成本為 $0.0037 至 $0.025；gpt-realtime-2.1 則是 $0.057，mini 版本為 $0.016。換算成同一單位後，就能直接比較即時架構的溢價與低延遲帶來的效益。這套方法適用於所有場景：先選定一次互動，例如一張客服工單、一份文件或一分鐘對話；接著以每一段流程的原生單位計量，套用當前費率後再比較。直接拿 $/1M tokens 和 $/audio-minute 相比，兩者根本不是同一類單位；改用 $/interaction 後，就只是算術問題。
閘道如何統一這些單位？
Synthorai 的做法是在請求發生時完成計價，並同時保留原生單位與美元金額。每次請求都會產生一筆用量紀錄，其中包含原生計量值（依類別拆分的權杖、秒數、字元、請求次數）、解析後的價格版本，以及計算出的成本。因此，每一筆發票明細都能反向拆解成單位乘以費率。這和 CCU 在市集邊界執行的換算相同，只是改成逐筆紀錄處理，而且保留可檢查性。這套設計也能搭配零保留模式：用量紀錄只需要計量值與內容雜湊，不需要保存 payload。上游調整價格時，價格版本會固定每筆歷史紀錄當時採用的費率表。如此一來，月底對帳是稽核，不是爭論。
常見問題
音訊權杖和文字權杖相同嗎？
不同。即時音訊權杖是獨立的計量單位，也有獨立價格。在 gpt-realtime-2.1 上，聽取語音每 100 ms 計 1 個權杖，輸出語音每 50 ms 計 1 個權杖，換算後為每分鐘聽取 $0.0192、每分鐘說話 $0.0768。即使在同一個模型內，音訊與文字仍使用不同的費率表。
為什麼同一張圖在不同供應商上會算出不同的權杖數？
因為換算方式不同，不是圖像不同。Patch 公式、設有上限的 tile，以及固定費用目前同時存在。同一張 1024x1024 圖像，在 GPT-5.6 上計為 693 個權杖、Gemini 為 1,089 個、Claude 為 1,372 個，而且檔案格式或內容完全不會改變權杖數。
快取權杖算輸入權杖嗎？
兩者分開計量，並依操作定價。快取寫入費率高於基礎輸入，Claude API 依 TTL 分別為 1.25x 或 2x；讀取則有 0.1x 折扣。對預先配置容量而言，這項差異有雙重影響：快取權杖不消耗 PTU 容量，因此快取不只降低帳單，也能減少必須預留的容量。
語音按字元計費還是按分鐘計費比較便宜？
取決於語言。按字元計費的 TTS 會讓中文語音以每音訊分鐘計算時，比英文便宜 3 至 7 倍，因為中文用較少字元就能表達更多語音內容；按分鐘計費則不受語言影響。語音轉文字方面，我們測試的按分鐘計費模型在乾淨語音上的準確率相近，價格介於每音訊分鐘 $0.0020 至 $0.0164。
本文引用的單位定義與費率，來自 2026-08-30 取得的供應商定價頁面，以及文中連結的實測研究。價格會變動，單位結構通常變得較慢，但在把任何數字寫入計費程式前，仍應先確認連結中的原始資料。
相關實測研究：權杖組成、prompt caching、快取最低門檻、圖像輸入權杖、圖像生成、語音轉文字、語音辨識、即時語音、影片生成、網頁搜尋、語音代理、tokenizer、各語言成本。