2026 年 9 月 1 日究竟有什麼改變？
Claude Sonnet 5 的 API 推廣價為每百萬輸入 token 2 美元、每百萬輸出 token 10 美元，有效期至 2026 年 8 月 31 日。由 9 月 1 日起，價格轉為標準定價：每百萬輸入 token 3 美元、每百萬輸出 token 15 美元。表面漲幅為 50%，這一點在 Anthropic 官方發布文中已明確列出。
所有人都把它讀成一次 50% 的加價。但對真正跑生產工作負載的實務工作者而言，實際漲幅比這個數字更高，而原因藏在一則註腳裡。
可直接引用的事實
--- 模型：Claude Sonnet 5，2026 年 6 月 30 日發布，API 名稱為 claude-sonnet-5。
--- 推廣價，至 2026 年 8 月 31 日：每百萬輸入 token 2 美元，每百萬輸出 token 10 美元。
--- 標準價，由 2026 年 9 月 1 日起：每百萬輸入 token 3 美元，每百萬輸出 token 15 美元。
--- 表面漲幅：輸入與輸出同為 50%。
--- 對照 Opus 4.8：每百萬輸入 token 5 美元，每百萬輸出 token 25 美元。
--- Anthropic 關於分詞器的說明：相同輸入內容在 Sonnet 5 上可能對應約 1.0 至 1.35 倍的 token 數。
--- 聊天訂閱方案用戶並非按 token 計費，不會直接受此次調整影響。
以上內容全部載於 Anthropic 的 Claude Sonnet 5 官方公告，包括其「可用性與定價」章節及註腳。
為何實際衝擊比表面的 50% 更重？
Sonnet 5 採用了更新的分詞器。Anthropic 明確指出，相同輸入內容可能對應約 1.0 至 1.35 倍的 token 數，具體視內容類型而定。由於 token 數正是計費單位，50% 的費率上調疊加最高 35% 的 token 膨脹，效果是相乘而非相加。
Anthropic 在這一點上相當坦白。推廣定價的設定目的，正是讓用戶由 Sonnet 4.6 過渡至 Sonnet 5 時大致成本中性。換言之，推廣期本身就是分詞器變更的緩衝墊。
當這塊緩衝墊在 9 月 1 日被抽走，兩項變動會同時落在你的帳單上。
你會感受到接近 1.35 倍還是接近 1.0 倍，取決於你的內容。密集的技術文字、程式碼、表格與中文輸入的表現，與純英文散文並不相同。這裡沒有捷徑，你必須量度自己的工作負載。
這項量度是你在未來三星期內最有價值的動作，而它大約只需十分鐘。
這對你的實際成本影響有多大？
一個每月消耗 2,000 萬輸入 token 與 400 萬輸出 token 的工作負載，在推廣價下為 80 美元。由 9 月 1 日起，相同用量將變成 120 美元，增加 40 美元。若你的分詞器膨脹為 1.25 倍，實際數字會接近 150 美元，約合每月港幣 1,170 元。
以上數字假設沒有使用快取與批次處理，而這正是大多數無程式碼自動化流程的預設狀態。
標準定價下的計算示例
--- 輕度使用，每月 500 萬輸入、100 萬輸出：推廣價 15 美元，標準價 30 美元。
--- 中度使用，每月 2,000 萬輸入、400 萬輸出：推廣價 80 美元，標準價 120 美元。
--- 重度使用，每月 1 億輸入、2,000 萬輸出：推廣價 400 美元，標準價 600 美元。
--- 若在輸入端疊加 1.25 倍的分詞器膨脹，每項標準價數字會再上升約 12 至 20%。
如果你透過 Zapier、Make 或 n8n 等無程式碼平台，或透過轉售 API 存取權的封裝工具使用 Claude，請確認你的供應商會在 9 月 1 日直接轉嫁此次調整，還是暫時吸收。不是每一家都會主動告訴你。
在 9 月 1 日之前如何壓低帳單？
三個槓桿承擔了大部分工作：針對重複脈絡的提示快取、可容忍延遲時使用的 Batch API，以及調整 effort 等級，令你不再為簡單任務支付高階推理的價格。Anthropic 的文件指出，提示快取可將重複輸入成本削減最多 90%，批次處理則有五折優惠。
次序很重要：先量度，再快取，然後批次，最後才考慮換模型。先換模型的人，通常會得到一張更便宜的帳單和更差的輸出。
立即試用這個提示
把以下內容連同你其中一段生產環境提示一併貼給 Claude 或 ChatGPT。
你是一位 LLM 成本審計師。我會貼上一段我重複執行的生產環境提示。請分析並直接回覆以下項目，不要任何開場白。
1. 估算輸入 token 數，並指出提示中哪些部分在每一次執行時都完全相同。
2. 一份改寫版本：把所有不變的部分集中到頂部的單一穩定區塊以便快取，只把變動部分留在底部。
3. 三段在不影響輸出品質的前提下可以縮短的最長段落，並為每一段提供建議替代寫法。
4. 用「是」或「否」回答：此任務是否可以容忍數小時延遲，因而屬於批次處理的候選。
5. 假設每月執行 [X] 次，以每百萬輸入 3 美元、每百萬輸出 15 美元計算我的估算月度成本。
我的提示：[在此貼上]
第 2 項的輸出通常就是省錢的所在。大多數生產環境提示都帶著一大段不變的指令區塊，而它在每一次呼叫時都被重新傳送、重新計費。
應該轉用其他模型嗎？轉去哪一個？
只有在你已完成量度之後才應該轉。以 3 美元與 15 美元計算，Sonnet 5 仍然明顯低於 Opus 4.8 的 5 美元與 25 美元；而 2026 年公開的業界比較表把 Gemini 3.1 Pro 列在約 2 美元與 12 美元、GPT-5.6 Sol 列在約 5 美元與 30 美元。更便宜的模型確實存在，但當一項任務需要重試三次時，它們就不便宜了。
要誠實面對競爭對手勝出的地方。在大量脈絡的工作上，Gemini 3.1 Pro 在輸入端是更便宜的選項。DeepSeek 與 Amazon Nova 系列等預算型模型，每 token 成本低得多，對分類、標記這類高用量而低判斷力的任務確實合適。
Sonnet 5 站得住腳的地方是持續性的代理工作：涉及工具呼叫的多步驟任務，一個中途放棄的模型所造成的損失，遠超它在 token 上省下的金額。
一條經得起現實檢驗的決策規則
--- 大量的分類、標記、抽取：用預算型模型。這類任務有可核對的標準答案。
--- 反正會有人覆核輸出的撰稿與編輯：中階模型足夠。用十件真實工作測試兩個模型。
--- 含工具呼叫且無人在環的多步驟自動化：付錢用更強的模型。失敗的代價高於 token。
--- 任何你無法評估品質的任務：不要換。你不會察覺品質下降，直到客戶察覺為止。
第三方模型的報價來自 2026 年公開的比較表，而非各供應商官方頁面，因此在做決定前請向供應商核實。
這一切解決不了什麼？
成本優化無法修復一個本來就不值得跑的工作流程。如果某個自動化產出的內容根本沒有人用，替它加上快取，只是讓浪費便宜了 90%。任何定價練習之前那個令人不安的問題是：你的 AI 工作流程之中，上個月有哪幾個真正改變了一個決定，或替某個人省下了時間。
各項替代方案也有誠實的限制，包括我們自己的。
替代方案的不足之處
--- 提示快取只有在被快取的區塊確實重複且穩定時才划算。若你經常改動它，就等於白付寫入溢價。
--- Batch API 完全不適用於有人在等待結果的情況。客戶回覆與即時研究都不符合條件。
--- 預算型模型的劣化並不均勻。它們很少大聲失敗，而是在那最關鍵的 5% 個案上失敗。
--- UD 的 AI 員工招聘處 每月港幣 0 元，提供 8 位預建 AI 員工與 24 項技能，但它是預建的。若你的流程需要針對自有數據的客製邏輯，它是起點，而不是自行建置的替代品。
--- 以上任何一項都無法免除你自己評估輸出品質的責任。沒有任何定價頁面能替你做這件事。
我們較早前比較 每月 20 美元在 ChatGPT、Claude 與 Gemini 上實際買到什麼 的文章，處理的是訂閱層面的問題，與按 token 計費的 API 決策並不相同。
8 月 31 日之前正確的下一步是什麼？
這星期做三件事：從供應商後台拉出你 7 月的實際 token 用量；用上文的審計提示分析你用量最高的兩段提示；然後以 3 美元與 15 美元推算 9 月成本，並在有具體數字擺在眼前的情況下，決定是優化、轉換，還是接受加價。
你的期限是 8 月 31 日，距今大約三星期，而這份工作只需一個下午。
9 月會感到意外的團隊，是那些把這件事當成一則新聞標題而非一筆帳目的團隊。願意量度的人會發現，加價從來不是真正的問題，那個從未被檢視過的工作流程才是。
成本壓力總是令科技顯得冰冷，但它不必如此。懂AI的冷，更懂你的難 UD 同行28年，讓科技成為有溫度的陪伴。
由 UD AI 團隊審閱。
想在 9 月 1 日之前為你的 AI 帳單取得第二意見？
如果你的 token 帳單即將上升，而你不確定哪些流程值得保留，不妨由免費選項開始。UD 的 AI 員工招聘處為香港企業提供 8 位預建 AI 員工、24 項技能，每月港幣 0 元，無需薪金，也無需入職培訓。我們更會手把手帶你完成每一步：由量度目前用量，到判斷哪些工作應該放上 API、哪些不應該。
