01
牌價不能預測實付
同一題、同樣上限，五個模型的實際輸出從 14 到 744 token——比較基準該用什麼。
白皮書 · LLM 成本
便宜的模型
最貴。
牌價幾乎無法預測實付金額，更無法預測總持有成本。同一題、同樣的上限，不同模型的實付 token 差到 53 倍。
- PDF · 8 頁
- 繁體中文
- v1.0 · 2026-09
這份白皮書回答什麼
02
模型檔次對齊失敗成本
不是「任務難不難」，而是「做錯了多久會被發現」。附我們七條產線的實際路由表。
03
max_tokens 是安全閥
設太小不會省錢，只會把付掉的輸入費變成廢品。我們在同一個坑裡摔了三次的完整紀錄。
04
快取的安靜失敗
前綴不夠長時快取不會建立、也不會報錯；並行請求會互相撞掉快取。
05
批次的兩個誤解
五折是真的，但不能和快取疊加，也不該用在需要逐筆校驗重試的任務上。
06
可觀測性與兩個事故
供應商回傳的金額不能信；還有一次 96 次呼叫全滅，原因根本不在模型。
文中的實測數字
53×
同一題的實付 token 差距
3
次踩進同一個 max_tokens 坑
42pp
完整前綴帶來的術語遵循提升
誰該讀這份
- 要決定「哪個任務用哪個模型」的技術主管
- 帳單在漲、但說不清楚漲在哪裡的工程團隊
- 正在評估「換便宜模型能省多少」的決策者
本文所有數字來自 PVL AI 生產環境的實測紀錄，非估計值。揭露原則：點名我們選用的模型，不點名落選的——落選結果只在我們的任務上成立。