要花多少錢、怎麼開始

先講一個很多人會卡住的地方。如果你是上一個時代,用過 Spark、用過 Databricks、跑過大數據的人,那你腦中對「算力」的想像,幾乎一定是這樣:算力等於租一台機器的小時數。你租幾台 GPU、租幾個小時,成本就是這樣算出來的,固定、可預測,租好了就那樣擺著。這個認知本身沒有錯,它在那個時代是對的。但是到了 Agent 時代,這個想法要更新,不然你會拿舊地圖走新的路。

我們先把舊世界講清楚。舊世界的邏輯是這樣:你要用算力,你得先開好一批固定的產能,比如我先租五台 GPU 機器擺在那。付錢的方式很單純,就是時間乘上機器數,開幾台、開幾個鐘頭,乘一乘就是帳單。它的特性是「平的」,是一條很平穩、很好預測的線。但它也有一個很痛的地方:就算這幾台機器閒著沒事做,你一樣在付錢,因為你租的是產能,不是你真的用掉的東西。

那新世界呢?新世界的邏輯整個換掉了。它不是按時間算,而是按 token 算。token 你先簡單理解成「它處理的文字量」,你丟給它多少字、它回你多少字,加起來就是消耗。這裡最關鍵的差別是:沒有固定產能這回事了,你不用先租、先開一批機器擺著,而是隨叫隨用。你今天用得多就付得多,用得少就付得少,甚至完全不用就是零。你的花費,是由「你到底叫它做了多少事」決定的,不是由時間決定的。

這個差別在尖峰的時候會特別明顯,我舉個例子你就有感覺。假設這一個小時,我只丟一個問題進去,那這小時的花費幾乎是零,趨近於沒有。可是下一個小時,我心血來潮,一次啟動一百個 agent 幫我同時跑一百件事,那這一個小時的 token 消耗,可能就直接變成一百倍。你注意一下,這裡漲上去的不是「時間」,時間還是那一個小時;漲的是我派出去的「工作量」。這就是新舊世界最根本的不同:舊世界看你租多久,新世界看你叫它做多少。

不過這裡我要很小心地補一句,免得把你帶偏。上面講的按 token,其實還要分兩種情況。第一種,你用的是雲端 API,像是 Claude、像是 GPT。這種情況下,你根本沒有在租 GPU,那些機器對你是完全看不見的、被抽象掉了,你只要按 token 付錢就好,背後有幾台機器不干你的事。第二種,是你自己養模型、自己去買 GPU 機器來跑。這種情況你付的還是 GPU 小時沒錯,但你的機器利用率會從平穩變成尖峰,結果就是:你要嘛為了爆量的時刻先預留一堆機器閒著,要嘛就讓任務排隊等。這兩種是完全不同的成本模型,別搞混。

講完成本邏輯,再來講你實際上要從哪個門走進去。基本上有兩種入口,一種叫訂閱制,一種叫 API。訂閱制:你付一筆固定的月費,有一個很友善的介面,你打開就能用,完全不需要寫任何程式。API 則是給開發者、給企業用的:它是按 token 計費,沒有月費的地板,好處是你可以把它串進自己的系統裡,而且資料流向你可以自己掌控。這兩個入口,對應的是兩種完全不同的人。

這裡要澄清一個很多人搞錯的觀念,包括我以前也講錯過。常聽到有人說「公司只能走 API,訂閱制是給個人玩的」——**這個講法不對。**真正的分界線不在「訂閱還是 API」,而在「**你用的是個人帳號,還是公司簽下來的企業方案**」。主流廠商都有企業版的訂閱,而且那個版本本來就是為了公司需求做的:**它會白紙黑字寫明不拿你的資料去訓練、可以接公司的登入系統、有使用紀錄可以稽核、而且是簽正式合約的。**那跟你自己刷卡辦的那個帳號,是完全兩回事,即使畫面長得一模一樣。所以公司要用,實務上兩條路都會走:**一般同事日常用企業版訂閱,要把 AI 接進公司系統的那部分才走 API。**你只要記住一句話就好:**別拿你的個人帳號處理公司的資料。**這跟入口沒關係,跟那個帳號背後有沒有一份合約有關係。

很多人一聽到「要走 API、要自控環境、要顧合規」,就先被嚇退了,覺得這東西門檻好高、好複雜,乾脆不碰。但你要分清楚:那是企業的處境,不是你的。你一個人要開始試用這件事,根本沒有那些合規包袱。你不需要先去想「公司到底要不要部署這個」、「IT 會不會擋」,那些是之後、是別人的問題。你現在唯一要做的,是先把自己的手感養起來,先讓自己知道這東西能幫你做到什麼程度。這兩件事,要完全分開看。

那到底要花多少錢才能開始?講一個你會很有感的比較:大概就是一兩頓飯錢的等級。以目前來說,一般的訂閱月費大約在新台幣六百塊上下,更高階、額度更大的方案大約在三千塊左右。我要特別強調,這個數字會變,實際金額請一定要以官方網站當期的方案為準,不要把我講的數字記死。重點是那個量級:花這樣的小錢,你就能自己先試、先養手感,而且這跟公司未來要不要部署完全是兩回事、零風險。還有一個建議:一開始你就用訂閱制的介面版就好,不要一上來就去碰 API,那個等你有手感了再說。

這裡我要先幫你打一劑預防針,因為**你第一天認真用就會遇到**,而且沒人先講的話,你會以為是自己做錯了什麼。訂閱制常被講成「額度內隨便用」,聽起來像吃到飽。實際上不是。它有用量上限,而且**不是月底才結算,是每隔幾個小時就算一次的**。你用得太兇,它會跟你說「你這段時間的用量到了,請等幾小時後再試」。什麼時候最容易撞到?**剛好就是你開始把它當 Agent 用的時候** —— 交辦一個要跑很多步驟的大任務、或者一次派好幾個同時做,那種用法的消耗量,跟你隨口問幾個問題完全不是同一個量級。所以聽到「隨便用」不要太興奮,**它擋的正是你最想做的那種用法。**遇到了不用慌,那不是壞掉也不是你的錯,等一下就恢復了;真的常常撞到,再考慮換更高的方案或改用 API,那是另一種計費方式,不會這樣擋你。

如果你之後要走 API、或者只是想搞懂為什麼帳單長那樣,這一張很值得聽,**因為這是 Agent 之所以貴的根本原因**,而且很反直覺。你可能以為費用是這樣算的:問一次算一次,問十次就是十份。**不是。**它每要回答一次,是把**整段對話從頭到尾重看一遍** —— 你前面問過的、它前面答過的、它中間讀進來的檔案,全部要再讀一次,因為它沒有記憶,它只能靠「重看」來知道發生過什麼。所以同一個對話裡,**第二十次發言比第一次貴得多**,不是因為你問得比較難,純粹是因為它要重讀的東西變多了。這就是為什麼 Agent 特別燒:它跑一個任務可能來回幾十步,每一步都在重讀越來越長的一整段。知道這件事有什麼用?**任務做完了就開新的對話,別在同一個對話裡一路做到底。**這一招同時省錢、又讓它比較不會被前面的雜訊干擾。還有一個實用的小知識:**它「寫出來」的字,比你「丟進去」的字貴很多,大約好幾倍。**所以真的要省的時候,先想辦法讓它少寫廢話 —— 叫它「直接給結論、不要重複我的問題」,比你少貼一份資料有效得多。

那花這筆小錢,你到底能換到什麼?我分成三塊講,先講第一塊:生活。在生活上,它可以幫你做行程規劃,把一整天、一整趟旅程的安排排好。它可以幫你查證跟比較,比如你要買一個東西,它幫你把幾家的規格、價格攤開來比;你要看一份合約,它可以幫你把裡面的重點跟眉角先挑出來 —— 但這種**後果比較大的事情**,我要特別加一句:**它是幫你「看快一點」,不是幫你「決定」。**它可能漏掉一條、也可能把某條理解錯,而合約、醫療、法律、報稅這幾類東西,看錯的代價是你要自己承擔的。所以正確的用法是:**讓它幫你找出「該注意哪幾條」,然後那幾條你自己讀一遍**,重要的還是要問真的專業的人。它還很擅長把一堆亂七八糟的雜訊,幫你整理成一個乾淨的結論。這些都是你每天在做、但很花時間的事。

第二塊,學習。這一塊我自己感受特別深。它可以把一份很難懂的資料,直接變成你的專屬家教,你看不懂的地方,就叫它用你聽得懂的方式重講一次。它可以幫你出考題,讓你測測看自己到底是真懂還是假懂。它可以陪你一步一步地講解,你哪裡卡住就停在哪裡,一直講到你真的通了為止。對想學新東西的人來說,這等於身邊隨時有一個不會累、不會不耐煩的老師。

第三塊,工作。這一塊是最有價值的。工作上,它最有價值的地方,是可以把那些重複的、要跑很多步驟的工作,整段交辦出去。注意我說的是「整段」,不是你一步一步去問它,而是把一個完整的任務丟給它,讓它自己跑完。這樣一來,你在工作裡的角色就變了:你從那個埋頭把事情做完的執行者,變成一個交辦任務、然後負責驗收的人。這就是整件事最核心的那個質變。

如果今天你只帶走一句話,那就是這句:先換掉你腦中「租機器小時」那顆舊腦,搞懂新世界是按你叫它做多少事來算的;然後,花一點小錢,用訂閱制,親手去試一次。這兩件事,一個是換腦,一個是動手,缺一不可。今天聽完就可以去做第一件事:挑一個訂閱制入口,花一點小錢,交辦一件你本來要自己做半小時的事。