AI 用起來為什麼越來越便宜？2026 年 9 月的『token 價格戰』把一百萬字壓到不到一塊美金，但這場割喉戰可能撐不下去

如果你這半年有在追 AI 的消息，可能會有一種很奇妙的錯覺：模型越來越強，用起來卻越來越便宜。強到可以自己操作電腦、便宜到讓人懷疑背後的公司到底有沒有在賺錢。這種錯覺並不是錯覺——它有一個名字，叫做「token 價格戰」，而 2026 年 9 月，正是這場戰爭打得最兇的一個月。

光是月初短短十天內，就有五款前沿模型接連上場：Anthropic 在 9 月 1 日推出 Claude Fable 5.1，同時把快取讀取（cache-read）的價格一口氣砍了 75%；Google DeepMind 隔天端出 Gemini 3.8 Flash；OpenAI 在 9 月 3 日正式釋出 GPT-6 Astra；Meta 悄悄上架了混合價格接近每百萬 token 一角美金的 Muse Spark 1.3；而 DeepSeek 則在 9 月 10 日用 V4.1-Flash 收尾。這不只是新模型的軍備競賽，更是一場價格的貼身肉搏。

Photo by Laura Ockel on Unsplash

先講一個數字：一百萬個字，現在不到一塊美金

要理解這件事有多誇張，先看一個追蹤指標。根據業界用來衡量大型語言模型使用成本的 Silicon Data token 支出指數，2026 年 9 月初，處理一百萬個 token 的平均花費已經跌到大約 0.97 美金——不到夏天高點的一半，更是幾年前水準的零頭。若把時間拉長，市場上多份追蹤報告都指出，從 2025 到 2026 這兩年間，達到「同等智慧程度」所需的成本，整體崩跌了大約 九成到九成七。

換句話說，同樣一件工作，兩年前要花一百塊，今天大概只要三到十塊。這在任何一個成熟產業都是難以想像的降幅——想像一下如果汽油、電費、或是一杯咖啡在兩年內跌價九成，會是什麼光景。而在 AI 這個號稱最燒錢的領域，它就這麼真實地發生了。

這場價格戰，是誰先開的第一槍？

答案指向一家中國實驗室：DeepSeek。它最早用一個很簡單粗暴的策略點燃戰火——推出在多項基準測試上追平 GPT-4o 與 Claude 的模型，但 API 收費卻低到只有對手的零頭。以它早期的報價來說，每百萬輸入 token 約 0.14 美金、輸出約 0.28 美金，比同期 OpenAI 的價格便宜了十幾倍甚至數十倍。當一個能力相近的替代品把價格砍到這種程度，其他人就再也沒辦法假裝沒看見。

於是連鎖反應開始了。Anthropic 把 Claude 的價格大砍約 67%，一些原本每百萬 token 要價 60 美金的模型，如今只剩下一兩塊美金；OpenAI 在 7 月底針對旗下較平價的機種調降價格；Google、Meta 也各自用更便宜的「Flash」「Spark」等級模型加入戰局。開源權重（open-weight）模型的存在更是雪上加霜——當使用者可以自己把模型下載下來跑，任何想收高價的商業模型都會被迫看齊。

Photo by Luke Jones on Unsplash

降價的背後，其實是一場技術硬仗

價格能一路探底，並不全是靠燒錢補貼，也有紮紮實實的技術進步在撐。以 9 月 10 日登場的 DeepSeek V4.1-Flash 為例，它是一個 5,520 億參數的混合專家（MoE）模型，採用新的編碼器—解碼器架構。真正的關鍵在一個很少被外行注意、卻攸關成本的細節：KV 快取（KV cache）。

簡單說，模型在跟你來回對話、或是執行一連串自動化步驟時，需要把前面看過的內容「記在腦子裡」，這份記憶就存在 KV 快取裡，而它非常吃記憶體、也非常花錢。V4.1-Flash 把每個 token 佔用的快取壓到大約 890 個位元組，據報導只有前一代 Flash 的四分之一左右，跟最早的 V1 相比更是縮小了數百倍。反映到帳單上，它把長時間運作的 AI 代理（agent）記憶成本直接砍掉一大截，離峰時段的快取命中收費甚至低到每百萬 token 只要 0.003 美金。

這件事之所以重要，是因為過去大家談 AI 便宜，多半只看「問一句、答一句」的單次對話成本。但真正燒錢的，是那些會自己跑上幾十步、來回讀寫記憶的自動化代理。當記憶成本被打下來，原本因為太貴而只能停留在展示階段的 agent 應用，才第一次真正有了規模化落地的可能。

對產業和一般人來說，意味著什麼

對開發者和新創來說，這是一個門檻空前低的時代。兩年前，要做一個重度依賴大型語言模型的產品，光是 API 帳單就足以嚇退多數團隊；今天同樣的功能，成本可能只剩下一個零頭。這讓很多過去「算不過來帳」的點子突然變得可行，也讓小團隊有機會跟資源雄厚的大公司在同一條起跑線上競爭。

對一般使用者而言，最直接的感受就是——越來越多 AI 功能開始免費、或幾乎免費地內建進你每天在用的軟體裡。過去要另外付費訂閱的能力，現在被廠商當成標配塞進產品，因為對它們來說，這些功能的邊際成本已經低到近乎可以忽略。

但事情永遠有另一面。當 token 便宜到接近免費，靠「賣 API 用量」賺錢的商業模式就會被壓得喘不過氣。對純粹提供模型 API 的公司來說，這是一場沒有贏家的割喉戰——大家比的不再是誰更強，而是誰能撐得更久、誰的口袋更深。

Photo by He Junhui on Unsplash

價格戰會一直打下去嗎？我不這麼認為

就在所有人習慣了「AI 只會越來越便宜」的此刻，反轉的訊號其實已經浮現。當初點燃戰火的 DeepSeek，在 8 月初發出通知，預告即將調漲 API 價格，還特別提醒用戶「漲幅可能不小」。這是一個很有意思的轉折：連最激進的降價者，都開始踩煞車。

原因並不難理解。推論（inference）——也就是模型每次實際回答你問題時的運算——是要真金白銀花錢的，而且據估計，它吃掉了企業 AI 預算的大約 85%。當補貼、當融資、當「先搶市占再說」的燒錢邏輯撐不住的時候，成本這道地板遲早會頂上來。已經有分析預期，未來一年半內，部分方案的價格可能會出現 30% 到 50% 的回升。

所以我的看法是這樣：長線的大方向確實是往下走的——把時間拉到 2023 年初當基準，前沿模型的 token 價格指數如今已經低了將近九成，這個結構性的下降趨勢不會逆轉。但短期內那種近乎免費、幾乎不計成本的甜蜜期，恐怕撐不了太久。這比較像是新產業擴張期的一段補貼紅利，而不是一個可以永遠依賴的新常態。

如果你正在把 AI 導入自己的工作或生意裡，我會給兩個很務實的建議。第一，趁便宜多嘗試、多驗證——現在正是用最低成本去試錯、找出真正對你有用的應用場景的最佳時機。第二，不要把整套規劃建立在「token 永遠這麼便宜」的假設上；當你在算長期的帳，記得替價格回升預留一點空間。畢竟，割喉戰再激烈，也沒有人能一直賠錢賣下去。

這場價格戰最迷人的地方，或許就在於它逼著整個產業把一個哲學問題攤開來問：當智慧本身變得如此廉價，真正稀缺、真正值錢的，究竟會是什麼？答案可能不再是模型有多強，而是你有多懂得怎麼用它。