對比圖:左邊小卡寫「月費 $20」,右邊藍框大卡寫「官方寫的每人每月 $150–250」,兩卡之間一條被剪斷的連接線並標「算的不是同一件事」。下方四張標籤卡列各家計量單位——GitHub 1 credit = $0.01(藍框)、OpenAI 10–100 則、Anthropic 加權用量、Google 只給倍數,上方小標為「單位換不了算」。
工作現場

AI 編碼工具的月費,看不出你其實花了多少錢

官方文件寫的是每人每月 150 到 250 美元

一天 13 美元。這是 Anthropic 自己寫在 Claude Code 成本文件裡的數字:企業部署下,平均每位開發者每個活躍工作日花掉約 13 美元,一個月落在 150 到 250 美元,九成的人每個活躍日不超過 30 美元。

把這個數字跟你的月費放在一起看,會有點刺眼。Pro 是 20 美元一個月。

這兩個數字不衝突,因為它們算的是兩件事——但多數人不知道自己在哪一邊。

訂閱制的 AI 編碼工具,賣給你的不是「一個月幾次」,是一個配額:一個時段窗口(多半是 5 小時)加一條週上限,窗口裡能燒多少由方案倍率決定。麻煩在於各家的計量單位不同:有的用相對倍數(「比標準高 4 倍」)、有的用訊息數估計、有的用 token 換算成的點數、有的用加權後的用量。這些單位彼此換不了算,所以「哪一家比較划算」在公開資訊下沒有答案。真正能換成錢的只有一條路:按 token 計費。

我今天把 Anthropic、OpenAI、GitHub、Google 四家的官方計費文件排在一起讀了一遍,下面是能查證的部分。去年那篇每 5 小時刷新的配額講的是怎麼排任務不撞頂,這篇講的是另一件事:你到底能不能知道自己花了多少。

2026 年真正變了的一件事:從「次數」換成「token 折成點數」

2026 年之前,訂閱制的配額大多用次數計:幾則訊息、幾個請求。今年這條線斷了。

GitHub Copilot 是最清楚的例子。它原本的單位叫「premium request」(進階請求),每個模型有自己的倍率,同一則提問換個模型扣掉的額度就差很多。2026 年 6 月 1 日起,這套改成舊制,只剩年約用戶還留在上面;新制直接數 token:輸入、輸出、快取三種 token 加總,換成 GitHub AI Credits,而官方明寫 1 credit = 0.01 美元,超出方案額度的部分按每百萬 token 的費率計價,區間從 0.02 到 10 美元不等。

OpenAI 的 Codex 走到同一個地方。它的說明文件寫著:「credits 把 token 用量轉換成一個比較好追蹤與管理的單位」,同樣拆輸入、快取輸入、輸出三種,同樣按模型、上下文長度、推理與工具使用而變。

這兩家都把配額從「你可以問幾次」改成「你可以燒多少計算」。這件事對使用者的意義不是變貴或變便宜,是單位第一次跟成本掛得上鉤

透明度階梯:四家把單位攤開的程度差很多

計量單位 換得回美元嗎 窗口與週限
GitHub Copilot token → AI Credits 可以,官方寫 1 credit = 0.01 美元 月額度+超量按 token 計價
OpenAI Codex token → credits 部分:官方說明 credits 由 token 換算,但公開頁沒給換算率 本機與雲端共用 5 小時窗口,另有週限
Anthropic Claude Code 加權用量(依模型) 不行:訂閱內的用量不以美元計量 5 小時滾動+週限;最貴的模型另有一條
Google Gemini/Antigravity 「運算量」相對倍數 不行:沒有絕對單位 每 5 小時刷新,直到撞到週限

Google 那格要單獨講。它的官方說明頁寫的是:使用限制看的是「你的提示複雜度、用了哪些模型與功能、以及對話長度」,而方案差別只用倍數表達——AI Plus 是標準的 2 倍、AI Pro 是 4 倍、AI Ultra 再往上。標準是多少,文件裡沒有。一個只有倍數、沒有基準的單位,你連自己用掉多少都算不出來。

官方自己給的估計,寬度是十倍

OpenAI 有把每個 5 小時窗口大概能發幾則訊息寫出來。以 Plus 方案為例,GPT-5.6 Sol 是 10 到 100 則,Terra 是 25 到 200 則,Luna 是 250 到 2,000 則。

十倍寬。這不是官方不肯講,是這個問題在 token 計費下本來就沒有單一答案——同樣一則訊息,讀三個檔案跟讀三十個檔案差一個數量級。

所以我對「幾則訊息」這個單位的看法是:它已經不是一個規格,是一個心理預期。 拿它去比較兩家方案沒有意義,拿它去估自己一天能跑幾個任務也不準。真正會讓帳單跳動的是路由與模型選擇,這件事Cursor 那次改版示範得最清楚。

兩件會讓你的配額憑空少一塊的事

第一件是共用池。Anthropic 的文件寫得很直接:Teams 與 Enterprise 方案的席次額度按 5 小時滾動窗口與週窗口重置,而這個額度是與 Claude 聊天、Cowork 共用的。個人方案同理。你在網頁上跟 Claude 聊掉的量,會從 Claude Code 那邊少掉。

第二件是撞頂訊息背後的兩種限制。同一份文件把它們分開:看到「你已達到工作階段上限/週上限」的人,是撞到席次窗口,這條限制跨所有模型,換模型救不回來;看到「你已達到 Opus 上限/Sonnet 上限」的人,換到別的模型家族就能繼續。這兩句話長得很像,處置完全相反。

順帶一提,同一份文件也給了一個少見的具體倍數:agent team(代理團隊)在 plan mode 下,token 用量約是一般工作階段的 7 倍。多開幾個代理人同時工作的成本,官方第一次寫成了一個數字。

想知道自己花多少,只有一條路

訂閱制的設計本身就是把成本藏起來——你付固定月費,換來一段「不用想錢」的體驗,代價是你不知道自己燒了多少。這是產品選擇,不是陰謀;但如果你要做預算、要決定要不要加人、要跟老闆解釋這筆錢,那個藏起來的數字就得挖出來。

挖出來的辦法只有按 token 計費:走 API 金鑰、走雲端供應商,或在企業方案上開用量點數並看花費報表。這時候帳單長成一般的雲端帳單——每人每模型多少 token、多少錢,可以匯出,可以分攤。

也就是在這條路上,才會出現開頭那個 13 美元。它是 Anthropic 對企業部署的觀察值,不是訂閱制使用者的花費——訂閱制使用者的等價數字不存在,因為訂閱制沒有在量錢。

我自己的判斷:個人用戶留在訂閱制,是對的;團隊要做決策的時候,至少要有一段時間按 token 計費,把基準線量出來。 沒有基準線的省錢討論全是體感——「感覺這個月比較快撞頂」不是資料。

三個問題,比比價實在

第一,這家的單位換得回錢嗎? 換得回(GitHub 的 credit)就能做預算;換不回(Google 的倍數)就只能靠體感。這一格決定了你能不能把 AI 工具寫進成本表。

第二,這個池還有誰在喝? 聊天、桌面版、雲端代理、排程任務——先問清楚哪些入口共用同一個額度,再決定要不要把自動化跑在訂閱帳號上。同一家在同一個月換兩次計費規則的事今年已經發生過,池子的形狀不是固定的。

第三,我撞的是哪一條頂? 全模型的席次上限,還是單一模型的上限。前者只能等或加購,後者換個模型就能繼續。

價格與方案名稱每個月都在動,別背。結構會留下來:時段窗口+週上限+單位是不是可換算——看懂第三格,你就知道自己手上那份帳單到底算不算得出來。

查核備註:GitHub 的 1 credit = 0.01 美元、每百萬 token 費率區間與 6 月 1 日的新舊制分界,取自 GitHub 官方文件;舊制的模型倍率表我沒有讀到——官方倍率頁今天回 404,所以文中不寫任何一個倍率數字。OpenAI 的 credits 定義、5 小時共用窗口與訊息數區間取自 OpenAI 官方定價說明頁;credit 換美元的匯率我查不到官方頁面(rate card 頁面回 403),流傳的「一 credit 約 0.04 美元」我沒有採用。Anthropic 的席次額度、共用池、撞頂訊息差異、每日與每月成本、代理團隊 7 倍用量,全部取自 Claude Code 官方成本文件;Pro 20 美元的月費取自 Anthropic 定價頁。Google 的相對倍數與 5 小時刷新取自 Gemini 說明頁,Antigravity 的點數換算率官方未公開,我也沒有找到。我沒有實測任何一家方案的實際可用量。本文不構成投資建議。

FAQ

常見問題

為什麼不能直接比較各家 AI 編碼工具的方案划不划算?
因為計量單位不同且不能互相換算:GitHub 用 token 折算的 AI Credits、OpenAI 用由 token 換算的 credits、Anthropic 用依模型加權的用量、Google 只給相對倍數。單位不同的情況下,「同樣 100 美元誰給得多」在公開資訊下沒有答案。
訂閱制和按 token 計費,哪個比較適合我?
個人使用者留在訂閱制通常合理,因為它把成本變成一筆固定支出。但團隊要做預算或決定要不要加人時,至少要有一段時間走按 token 計費(API 金鑰、雲端供應商,或開用量點數看花費報表),才有可匯出、可分攤的基準線。
為什麼我沒怎麼用就撞到上限?
常見原因有兩個。一是共用池:Claude Code 的額度與 Claude 聊天、Cowork 共用,在一處燒掉另一處就少。二是長工作階段:對話越長,每一次請求都要重送整段歷史,閒置一段時間後的第一則訊息還會錯過快取、重新處理整個上下文。
撞到上限時換模型有用嗎?
看訊息。「你已達到工作階段上限/週上限」是跨所有模型的席次窗口,換模型救不回來,只能等重置或加購用量;「你已達到 Opus 上限/Sonnet 上限」是模型專屬上限,換到其他模型家族就能繼續。

LEARN

想系統性學會,不只看這一則?

Claude Code 教學:用終端 AI Agent 完成真正的工作

讓 Claude Code 在你的專案裡完成一個真實任務,而且控得住權限、驗得了 diff、管得住成本。

從第 0 課開始 →

SOURCES

  1. AManage costs effectively — Claude Code Docs
  2. AModels and pricing for GitHub Copilot — GitHub Docs
  3. AOverview of request-based billing (legacy) — GitHub Docs
  4. ACodex / ChatGPT pricing and usage — OpenAI
  5. AGemini Apps limits & upgrades for Google AI subscribers — Google 支援
  6. AClaude 方案定價 — Anthropic

來源分級:A = 一手公告/論文/官方文件 · B = 可信媒體 · C = 可參考但需脈絡 · D = 觀察用,不可當事實。

本文由 AI 協助研究,矽基前沿編輯部撰稿,總編輯廖玄同審閱定稿。 編輯方針與 AI 使用說明

WEEKLY [SI]GNALS

訂閱《矽基前沿週報》

每週五早上,把本週 AI 與算力產業最值得記住的變化連回台灣。

本週關鍵訊號 · 為什麼值得記住 · 下週觀察 · 5 分鐘讀完。

免費 · 隨時取消 · 不轉售你的 email。

MACHINE-READABLE SUMMARY

Topic
工作現場
Key claims
  • Anthropic 的 Claude Code 成本文件寫明,企業部署下平均每位開發者每個活躍工作日約 13 美元、每月 150 到 250 美元,九成使用者每活躍日低於 30 美元。
  • GitHub Copilot 自 2026 年 6 月 1 日起把 premium request 計費列為舊制,新制以 token 換算為 GitHub AI Credits,官方明訂 1 credit 等於 0.01 美元。
  • OpenAI 的官方說明寫著 credits 是把 token 用量轉換成較好追蹤的單位,且本機訊息與雲端對話共用同一個 5 小時窗口,另有週限。
  • OpenAI 官方對 Plus 方案每 5 小時窗口的訊息數估計是區間值,例如 GPT-5.6 Sol 為 10 到 100 則,寬度達十倍。
  • Google 官方說明 Gemini 的使用限制以運算量計、每 5 小時刷新直到撞到週限,方案差別只以相對倍數表示(AI Plus 為標準 2 倍、AI Pro 4 倍),未公布標準的絕對值。
  • Anthropic 文件寫明 Teams 與 Enterprise 的席次額度按 5 小時滾動窗口與週窗口重置,且與 Claude 聊天、Cowork 共用同一個額度。
  • 工作階段/週上限的訊息代表跨所有模型的限制,換模型無法恢復;模型專屬上限(如 Opus 上限)則可切換到其他模型家族繼續使用。
  • Anthropic 文件指出 agent team 在 plan mode 下的 token 用量約為一般工作階段的 7 倍。
Entities
Claude Code · Anthropic · OpenAI Codex · GitHub Copilot · GitHub AI Credits · Google Antigravity · Gemini
Taiwan relevance
medium
Confidence
high
Last updated
2026-08-28
Canonical URL
https://signals.tw/articles/coding-agent-cost-visibility-2026/

SUGGESTED CITATION

如果 AI agent / 研究 / 報導要引用本文,建議格式如下:

矽基前沿 · 工作現場線(編輯:廖玄同),《AI 編碼工具的月費,看不出你其實花了多少錢》,矽基前沿 [Si]gnals,2026-08-28。https://signals.tw/articles/coding-agent-cost-visibility-2026/

AI agents / search engines may quote, summarize, and cite with attribution and a link back to the canonical URL above. See /for-ai-agents for full policy.