中國多款頂尖 AI 模型每項任務成本約 0 至 0.60 美元

AI 模型每項任務的成本，不能只看 token 單價。企業若要估算實際支出，還需考量完成同一任務所需的 token 數量、成果品質，以及雲端與營運費用。

Seeking Alpha 於 10 月 6 日發布的分析指出，OpenAI、Anthropic 與 Google 的模型在某些情況下，每項任務成本低於中國競爭模型。分析採用 Artificial Analysis 的模型資料，但僅憑其中列出的比較，難以斷定美國模型整體較便宜。

Token 是模型讀取輸入並生成回答時處理的文字單位。即使每個 token 的價格較低，若完成任務需要更多 token，總成本仍可能較高；反之，單價較高的模型若能以較少 token 完成任務，費用也可能較低。

Artificial Analysis 所列的「每項任務成本」，是執行 Intelligence Index 中各項任務所需費用的加權平均值，並非固定的實際帳單。企業實際支付金額會因任務類型與難度、模型設定及使用方式而異。

J.P. Morgan Private Bank 根據 Artificial Analysis 資料比較各家頂尖模型，統計基準日為 2026 年 7 月 14 日。結果顯示，多款中國業者模型每項任務成本約為 0 至 0.60 美元；Anthropic 約為 2.70 至 2.80 美元，OpenAI 略低於 1 美元，Google 則約為 0.20 至 0.60 美元。

這項比較不支持「美國模型總是比中國模型便宜」的說法。不過，分析比較的是各家頂尖模型，結果未必能直接套用到其他模型組合或不同測量時間。

企業實際支出除了模型 API 費用，也可能包含雲端服務與營運成本。下載開放權重模型並在自有基礎設施上運行，與使用外部雲端服務，涉及的費用項目並不相同。因此，單看模型價格難以掌握企業的整體負擔。

企業付費使用服務的比例，是另一項不同於每項任務成本的指標。Ramp 在 2026 年 8 月公布的 AI Index 指出，7 月美國企業中，曾向 Anthropic 支付訂閱費或 token 費用的比例為 43.5%，向 OpenAI 付費的比例則為 39.7%。這些數字反映 Ramp 用戶企業對各服務的付費使用比例，不代表總支出或各模型的任務成本。

企業採購人員需要在相同任務與品質標準下，一併比較 token 用量、處理費用及雲端與營運成本。美國模型或中國模型哪一方較便宜，取決於任務內容與部署方式。中國 AI 業者公開開放權重模型的案例，也讓企業有更多模型可供選擇。