你的 AI 帳單在上漲，即使價格在下跌
用 AI 打造產品的成本，正發生一件奇怪的事。每個頭條都在說價格崩跌——而這也沒錯。自 2023 年以來，每個 token 的費率已下跌約 97%，開放權重模型的花費如今只是前沿模型的一小部分。 然而，帳單卻悄悄地持續上漲。 Uber 在四月就把整年 2026 的 AI 編程預算花光了。微軟在啟用開發者 Claude Code 授權幾個月後又撤銷了它們。Priceline 的合約續約報價貴了 4–5 倍。據傳有一名工程師在一個月內燒掉了 $40,000 的 token 費用。隨著工具從「回答一個問題」漂移成「agent，去把任務做完」，每名開發者的 token 消耗量在九個月內上升了約 18.6 倍。 價目表沒有動。動的是計量表。 獨立開發者必須分清的兩個數字 每個人 AI 花費的背後，其實藏著兩條方向相反的曲線，它們講的是完全不同的故事。 價格曲線在下跌。 更大的上下文視窗、更便宜的推論、每一季都有新的開源挑戰者——「一單位智慧」的成本持續下降。如果你的用量是平的，帳單每個月都會變小。 消耗曲線在攀升。 agent 不會只回答一次，它會迴圈。它會推理、重試、呼叫工具、重讀上下文，產出的 token 遠比單次聊天回覆來得多。每次查詢的 token 相較一年前上升了 2–4 倍，agent 迴圈把 token 再乘以 3–10 倍，而推理鏈又在輸出端疊加 5–10 倍。 價格下跌，乘上消耗上升，對那些沒在留意的人來說，乘積最後是往錯誤的方向走。這就是全部的解釋，值得坐下來想清楚：你的 AI 帳單，其實是一個穿上定價外衣的消耗問題。 是 agent 改變了計量表 在 agent 出現之前，一次請求是一件固定、可預測的事：一個提示詞進去，一個答案出來。你可以為它定價、編預算，然後不再去想它。 agent 打破了這個假設。同一個高層目標——「修好失敗的測試」、「研究這個主題」、「產出報告」——變成一個會一直跑到它認定自己完成為止的迴圈。每一次迭代都會花掉輸入、輸出和上下文 token。失敗三次再重試，計量表就跑了你預期的三趟。 這正是 TechCrunch 在 2026 年年中記錄的那條曲線——「token 帳單該買單了」從工程註腳，變成了董事會的恐慌。一次自主 agent 執行所消耗的，可能抵得上過去一整個禮拜的互動式對話。Jellyfish 的數字把這個取捨講白了：用最多 token 的工程師，生產力只比輕度使用者高約 2 倍，卻為了這點差距燒掉 10 倍的 token。 ...