每月 $1,000 的 LLM API 能買到什麼？三個真實工作負載的成本拆解
客服機器人、coding agent、文件擷取：用明確的 token 假設與公式，算出 $1,000 在八個模型上能處理多少單位，並量化 caching、輸出量、reasoning 與價格跳動如何讓帳單翻倍。
1. 每月 $1,000 換算成 token 是多少
每個定價頁都用「每百萬 token 多少美元」報價，但幾乎沒有人用這個單位編預算。預算的單位是業務本身：處理幾次對話、完成幾個任務、處理幾份文件。 這篇文章把本站的價格資料（截至 2026-10-05）換算成這些單位：定義三個 token 數明確的工作負載，在三個檔位共八個模型上各算一遍，只問一個問題—— $1,000 能買到多少單位，而為了多買一些，你要放棄多少品質？
下面所有數字都來自同一組公式，套用在本站價格資料庫的目前價格上：
cost = (T_fresh × P_in + T_cached × P_cache + T_out × P_out) / 1,000,000
units per $1,000 = 1,000 / cost
價格單位是每 1M tokens 的美元，主要反映 OpenRouter 的預設 endpoint。品質欄位使用 Artificial Analysis Intelligence Index（AA）與 AA Coding Index， 取每個模型資料庫中的最新值（2026-09-08 的快照；AA 今年已多次重設指數基準，這些分數不能與更早的數字直接比較）。這兩個都是通用 benchmark，無法代表你的特定任務，請把品質欄當成先驗參考，而不是定論。
2. 三個工作負載與明確假設
假設全部列在表中，方便你換成自己的數字。T_fresh 是按一般輸入價計費的輸入，T_cached 是由 prompt caching 命中的輸入，T_out 是輸出。
| 工作負載 | 計量單位 | 新輸入 | 快取輸入 | 輸出 |
|---|---|---|---|---|
| A. 客服聊天機器人 | 1 次對話（6 輪） | 15,000 | 0 | 1,500 |
| B. Coding agent | 1 個任務（30 次模型呼叫） | 180,000 | 1,620,000 | 45,000 |
| C. 文件批次處理 | 1 份文件（約 45 頁） | 30,000 | 0 | 800 |
A，客服聊天機器人。1,500 token 的 system prompt（含檢索到的知識庫片段），之後六輪對話，每輪使用者約 100 token、回覆約 250 token。 每一輪都會把先前內容重送一次，所以六次輸入加總約 14,850 token，取整為 15,000；輸出為 6 × 250 = 1,500。基準情境不使用 caching（偏保守），第 7 節再把它加回來。
B，Coding agent。一個任務是 30 次模型呼叫，平均 context 為 60K token，所以每個任務有 1.8M 輸入 token。agent 迴圈每次重送幾乎相同的前綴， 因此假設 90% 由快取命中（1.62M 快取、180K 新輸入）；每次呼叫輸出約 1,500 token，共 45,000。實際任務的差異可達一個數量級，這裡是中等規模的任務。
C，文件批次處理。約 45 頁的報告大約是 30,000 token；模型回傳 800 token 的結構化摘要或 JSON 擷取結果。每份文件一次呼叫，不使用 caching。
以 Claude Opus 5（輸入 $5.00、快取 $0.50、輸出 $25.00）為例，把公式完整算一遍。工作負載 A：(15,000 × 5 + 0 × 0.5 + 1,500 × 25) / 1,000,000 = 0.075 + 0.0375 = 每次對話 $0.1125， 所以 1,000 / 0.1125 = 8,889 次對話。工作負載 B：(180,000 × 5 + 1,620,000 × 0.5 + 45,000 × 25) / 1,000,000 = 0.90 + 0.81 + 1.125 = 每個任務 $2.835，也就是 353 個任務。 要套用到自己的情境，只要把表中三個 token 數改成你日誌裡的實際數字，再對候選模型重算同樣的算式。
3. 三個檔位、八個模型
旗艦檔是 Claude Opus 5 與 GPT-5.6 Sol， 在本站所有同時有價格與 AA 分數的模型中，它們的 AA 分別排第 3 和第 5。排在前面的另外三個模型（Claude Fable 5.1、GPT-6 Astra、Claude Fable 5）定價都是 $10/$50，只會讓 Opus 5 的帳單剛好翻倍，所以略過。 中階檔是 Claude Sonnet 5、Gemini 3.8 Flash 與 Qwen3.8 Max；低價檔是 GLM 5.3 Flash、DeepSeek V4 Pro 與 MiniMax M2.7。
| 模型 | 檔位 | 輸入 $/M | 快取輸入 $/M | 輸出 $/M | AA | Coding | 上下文 | 近 30 天輸入價區間 |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 旗艦 | $5.00 | $0.50 | $25.00 | 50.7 | 78.0 | 1M | $5.00 |
| GPT-5.6 Sol | 旗艦 | $2.00 | $0.20 | $10.00 | 47.1 | 77.4 | 1.05M | $2.00 |
| Claude Sonnet 5 | 中階 | $2.00 | $0.20 | $10.00 | 38.4 | 71.5 | 1M | $2.00 |
| Gemini 3.8 Flash | 中階 | $0.75 | $0.075 | $3.75 | 41.2 | 76.3 | 1M | $0.75 |
| Qwen3.8 Max | 中階 | $2.00 | $0.25 | $6.00 | 40.3 | 71.8 | 1M | $2.00 |
| GLM 5.3 Flash | 低價 / 開放權重 | $0.15 | $0.03 | $0.50 | 41.9 | 71.5 | 1M | $0.04–0.15 |
| DeepSeek V4 Pro | 低價 / 開放權重 | $0.2088 | $0.0174 | $0.4176 | 30.9 | 59.4 | 1M | $0.209–1.60 |
| MiniMax M2.7 | 低價 / 開放權重 | $0.21 | $0.042 | $0.84 | 23.2 | 52.6 | 205K | $0.21–0.30 |
我們逐列檢查了輸入與輸出價格的比例是否正常：Opus 5、Sol、Sonnet 5 與 Gemini 的輸出價是輸入價的 5 倍，Qwen 是 3 倍，GLM 5.3 Flash 約 3.3 倍，MiniMax 是 4 倍，DeepSeek 是 2 倍。 我們刻意排除 DeepSeek V4 Flash：它目前的記錄是輸入 $0.03、輸出 $1.28，比例高達 43 倍，遠超其他模型，看起來是 endpoint 的假象，而不是真實的牌價。
最後一欄是更重要的警告。前四個模型的價格在 30 天內沒有變動。Qwen3.8 Max 自 2026-09-04 起就沒有出現在我們的每日快照中，OpenRouter 現在把它列為 Qwen3.8 Max 0902，價格同樣是 $2/$6，自 09-05 上架以來沒有變過。三個低價模型則有：GLM 5.3 Flash 的輸入價在 $0.04 到 $0.15 之間（今天是區間高點）， DeepSeek V4 Pro 在 $0.2088 到 $1.60 之間（今天是區間低點），MiniMax M2.7 在 $0.21 到 $0.30 之間（今天也是低點）。 這些波動是路由層預設 endpoint 的切換，不是牌價調降。對這三個模型，請把結果當成一個區間來看，第 7 節會量化。 價格也會真的下降：GPT-5.6 Sol 從 2026-07-09 的 $5/$30 降到 2026-08-22 的 $2/$10，輸入降 60%、輸出降 67%。
4. 工作負載 A：客服聊天機器人
| 模型 | AA | 每次對話成本 | $1,000 可處理對話數 |
|---|---|---|---|
| Claude Opus 5 | 50.7 | $0.1125 | 8,889 |
| GPT-5.6 Sol | 47.1 | $0.0450 | 22,222 |
| Claude Sonnet 5 | 38.4 | $0.0450 | 22,222 |
| Gemini 3.8 Flash | 41.2 | $0.0169 | 59,259 |
| Qwen3.8 Max | 40.3 | $0.0390 | 25,641 |
| GLM 5.3 Flash | 41.9 | $0.00300 | 333,333 |
| DeepSeek V4 Pro | 30.9 | $0.00376 | 266,071 |
| MiniMax M2.7 | 23.2 | $0.00441 | 226,757 |
差距非常大。Opus 5 每次對話 $0.1125，所以 $1,000 能處理 8,889 次；GLM 5.3 Flash 能處理 333,333 次，是前者的 37.5 倍，而 AA 只低 17%（41.9 對 50.7）。 這個差距重不重要，取決於你的對話有多難。如果多數是依檢索內容回答的訂單狀態查詢，你等於在為用不到的能力餘裕付溢價。
有兩個對照值得注意。Sonnet 5 與 GPT-5.6 Sol 價格完全相同（$2/$10），成本也相同，都是 22,222 次對話，但 Sol 的 AA 較高，47.1 對 38.4。 在這兩個指數上，同價的 Sonnet 5 沒有多買到任何東西，除非你有指數沒有涵蓋的理由才選它。 另外，Gemini 3.8 Flash 的 59,259 次對話與 AA 41.2，以今天的價格來看在兩個軸上都輸給 GLM 5.3 Flash（333,333 次、AA 41.9）。 這個結論取決於 GLM 目前價格能否維持，因為它現在位於 30 天高點，而不是低點。
5. 工作負載 B：Coding agent
| 模型 | Coding | 每個任務成本 | $1,000 可完成任務數 | 無快取每任務成本 | 無快取任務數 |
|---|---|---|---|---|---|
| Claude Opus 5 | 78.0 | $2.835 | 353 | $10.125 | 99 |
| GPT-5.6 Sol | 77.4 | $1.134 | 882 | $4.050 | 247 |
| Claude Sonnet 5 | 71.5 | $1.134 | 882 | $4.050 | 247 |
| Gemini 3.8 Flash | 76.3 | $0.4253 | 2,352 | $1.519 | 658 |
| Qwen3.8 Max | 71.8 | $1.035 | 966 | $3.870 | 258 |
| GLM 5.3 Flash | 71.5 | $0.0981 | 10,194 | $0.2925 | 3,419 |
| DeepSeek V4 Pro | 59.4 | $0.0846 | 11,825 | $0.3946 | 2,534 |
| MiniMax M2.7 | 52.6 | $0.1436 | 6,962 | $0.4158 | 2,405 |
這裡的主角是 caching。沒有 caching 時，Opus 5 每個任務 $10.125，$1,000 只能做 99 個任務；有 90% 命中時只要 $2.835，可做 353 個。 對旗艦模型來說，caching 省下 72% 的帳單。開啟之後，Opus 5 的成本大致分成 32% 新輸入、29% 快取讀取與 40% 輸出，輸出成為單項最大的支出。
最有意思的是 Opus 5 對 GPT-5.6 Sol 這一組。兩者的 AA Coding Index 是 78.0 與 77.4，相差不到一分，但 Sol 便宜 2.5 倍，能完成 882 個任務，Opus 5 只有 353 個。 Opus 5 的通用 AA 確實領先（50.7 對 47.1），在困難、開放式的工作上也許值得溢價，但對預算受限的 agent 機隊而言，資料偏向 Sol。 在另一端，GLM 5.3 Flash 能完成 10,194 個任務，Coding Index 為 71.5，比 Opus 5 低 6.5 分，吞吐量是它的 29 倍。
兩個實務提醒。MiniMax M2.7 的 context window 只有 205K，我們的 60K 平均值會掩蓋可能超出上限的長任務；其他七個模型都約有 1M。 另外 Anthropic 另有 cache write 價格（Opus 5 為 $6.25/M，一般輸入為 $5.00）；若每個新 token 都寫入快取，Opus 5 的任務成本會增加 7.9% 到 $3.06，可完成數降為 327。
6. 工作負載 C：大量文件擷取
| 模型 | AA | 每份文件成本 | $1,000 可處理文件數 | 5 折批次 |
|---|---|---|---|---|
| Claude Opus 5 | 50.7 | $0.1700 | 5,882 | 11,765 |
| GPT-5.6 Sol | 47.1 | $0.0680 | 14,706 | 29,412 |
| Claude Sonnet 5 | 38.4 | $0.0680 | 14,706 | 29,412 |
| Gemini 3.8 Flash | 41.2 | $0.0255 | 39,216 | 78,431 |
| Qwen3.8 Max | 40.3 | $0.0648 | 15,432 | — |
| GLM 5.3 Flash | 41.9 | $0.00490 | 204,082 | — |
| DeepSeek V4 Pro | 30.9 | $0.00660 | 151,559 | — |
| MiniMax M2.7 | 23.2 | $0.00697 | 143,431 | — |
這個負載由輸入主導：Opus 5 每份文件 $0.17，其中 88% 是 30,000 個輸入 token。所以槓桿在於你送進去多少文字，而不是答案多長。 Opus 5 每月可處理 5,882 份文件，Sol 14,706 份，Gemini 3.8 Flash 39,216 份，GLM 5.3 Flash 204,082 份。
如果工作不要求即時，批次定價就很重要。資料庫為 Opus 5、Sol、Sonnet 5 與 Gemini 3.8 Flash 另列了批次項目，價格剛好是標準價的 50%， 可處理份數加倍為 11,765、29,412、29,412 與 78,431。即使用批次，Opus 5 能處理的份數也只有即時使用 GLM 5.3 Flash 的約十七分之一。 其他模型的批次折扣沒有列入，因為它們的批次項目不是缺漏就是折扣不一致。
7. 敏感度分析：什麼會讓帳單翻倍
下表的倍數都由同一組公式算出，代表某個假設改變時，月成本上升（可處理單位下降）的幅度。
| 模型 | B：無快取 | B：輸出加倍 | A：輸出 3 倍（reasoning） | C：輸出 3 倍 |
|---|---|---|---|---|
| Claude Opus 5 | 3.57× | 1.40× | 1.67× | 1.24× |
| GPT-5.6 Sol | 3.57× | 1.40× | 1.67× | 1.24× |
| Claude Sonnet 5 | 3.57× | 1.40× | 1.67× | 1.24× |
| Gemini 3.8 Flash | 3.57× | 1.40× | 1.67× | 1.24× |
| Qwen3.8 Max | 3.74× | 1.26× | 1.46× | 1.15× |
| GLM 5.3 Flash | 2.98× | 1.23× | 1.50× | 1.16× |
| DeepSeek V4 Pro | 4.67× | 1.22× | 1.33× | 1.10× |
| MiniMax M2.7 | 2.89× | 1.26× | 1.57× | 1.19× |
- 沒有 prompt caching。在 agent 負載上，Anthropic、OpenAI 與 Google 的模型成本約為 3.6 倍（Qwen 為 3.74 倍），DeepSeek 則高達 4.67 倍，因為它的快取價只有輸入價的 8%。本文所有因素中，caching 的槓桿最大。
- 輸出偏重。受影響程度取決於輸出價與輸入價的比例。agent 輸出加倍，Opus 5 上升 1.40 倍，DeepSeek 只上升 1.22 倍；文件任務輸出變 3 倍，Opus 5 多花 24%，GLM 5.3 Flash 多花 16%。
- Reasoning token。本站資料中，只有 Google 模型有獨立的 reasoning 維度，而且等於輸出價，因此隱藏的思考 token 本質上就是輸出 token。若思考使聊天機器人的計費輸出變 3 倍，Opus 5 成本上升 1.67 倍，GLM 5.3 Flash 上升 1.50 倍。請查看供應商的用量紀錄取得真實輸出量。
- 低價模型的價格狀態。DeepSeek V4 Pro 展示了在其他條件不變時，路由價格跳動的影響：
| DeepSeek V4 Pro 價格狀態 | 輸入 / 輸出 $/M | A：對話數 | C：文件數 |
|---|---|---|---|
| 目前（2026-10-05） | $0.2088 / $0.4176 | 266,071 | 151,559 |
| 早期定價（2026-05-03 至 08-10） | $0.435 / $0.87 | 127,714 | 72,748 |
| 30 天高點（2026-09-12 至 09-18） | $1.60 / $3.20 | 34,722 | 19,778 |
從今天的價格到 30 天高點，同樣的預算能處理的對話少了 7.7 倍。低價檔的預算規劃應該預留這個餘裕，或是固定指定某個 provider。 本文未建模的因素：tokenizer 差異（同樣的文字在不同模型的 token 數不同）、重試、rate limit、量販折扣，以及 token 之外的工具呼叫開銷。
8. 結論與如何套用到你的情境
客服聊天機器人。單價不是你的限制：這裡每個模型花 $1,000 都能處理超過 8,000 次對話。常見做法是路由：把 90% 的對話交給 GLM 5.3 Flash，10% 升級給 Opus 5， 成本是 0.9 × $0.0030 + 0.1 × $0.1125 = 每次對話 $0.01395，約可處理 71,685 次對話。這只是示範算術，不是經過驗證的路由策略。
Coding agent。先開 prompt caching，它的價值高於任何換模型的動作。接著在自己的程式碼庫上比較 GPT-5.6 Sol（882 個任務，Coding 77.4）與 Opus 5（353 個任務，Coding 78.0）， 再決定要不要多付 2.5 倍。
文件擷取。縮減輸入、能等就用批次定價，並先測試低價模型。只有在你自己的評測顯示品質差距確實重要時，才升一個檔位。
下決定之前。品質欄位是通用 benchmark 的平均值。對客服來說，真正重要的是在你自己的對話紀錄上的解決率與轉人工率；對 agent 是不需要人工修正就能完成的任務比例； 對文件擷取則是對照一份人工標註樣本的欄位準確率。拿 100 個真實案例跑過兩個候選模型，量出那個數字，再用它去除每單位成本。每單位便宜 10 倍、但需要三倍重試的模型，實際上只便宜 3 倍。
要代入你自己的 token 數，請使用費用計算器。更完整的方法論請參考我們的 token 定價指南與性價比 benchmark。