引言
兩年來,用 AI 寫程式的成本只是個零頭:每月 20 美元訂閱、幾次 API 呼叫,模型就把程式寫好了。這個時代在 2026 年 11 月 10 日那一週結束了——結束的方式不是漲價,而是出現了預算。11 月 14 日,越南獨立開發者 Tony Dinh(TypingMind 背後的作者)在網上寫道,他現在要按產品配給 Token,並給一個小 App 設定每月 500 美元的 Claude Code Token 上限。三天之後,OpenAI 與微軟同時發佈更便宜的寫程式模型,而一項涵蓋 27,280 次執行的基準測試顯示,Agent 推理花費有近三分之二流向失敗的執行。同一週,一款免費開源寫程式工具的作者說,做出這款工具已經花掉他逾 80 萬美元。
Token 帳單變成了一個預算項目。本文說明那一週實際發生了什麼、數字真正說了什麼,以及一人創作者現在該拿這筆帳單怎麼辦。
11 月 14 日的 500 美元上限:Dinh 做了什麼
Dinh 的帖子很短。他在 2026 年 11 月 14 日寫道:「I needed to ration my tokens for each product now」(我現在需要按產品配給 Token)。其中一個 App 被設定為「每月 500 美元的 Claude Code Token,用於開發與維護」——原文如此,連拼字錯誤也保留。接著他又發了一則全大寫的帖子:「NO WASTED TOKENS!!!」(不准浪費 Token!!!)
涉事的 App 很小。11 月 13 日,Dinh 發佈了一個離線 Hacker News 閱讀器——「我做了一個 App,讓你可以在飛機上離線閱讀 Hacker News。」他說自己不小心把價格定成 19.99 美元。根據 Sam Whitaker 翌日在 Indie Hackers 的報導,這款 App 現在在 App Store 售價 10 美元。
真正讓這則帖子傳開的,是隨後有人算的那筆帳。在 Indie Hackers 討論串中,Zane Berg 算了商店的數學:售價 10 美元、蘋果小型企業抽成 15%,每月 500 美元的 Token 成本,需要大約 59 次銷售才能打平 Agent 的花費。這筆帳是他算的,而它完全改變了這筆上限的意義。Token 預算不是孤立地越省越好,它是銷貨成本,App 的定價必須扛得住它。一款 10 美元的 App,每天要賣出大約兩份,寫程式的 Agent 才算回本。
同一天,Dinh 另外發了一則關於伺服器的帖子:「預計把基礎設施成本至少降低一半。」這個預期講的是基礎設施,是另一條與 Token 預算不同的帳。兩則帖子合起來,呈現一位創業者面對新成本時的標準做法:給它一個數字,而且是按產品逐一編列。
Dinh 也早已透露他對價格走向的看法。11 月 10 日,他發佈的 2030 年預測清單中有一句:「Tokens will cost more, not less」(Token 會變貴,不會變便宜)。這是他的預測,不是事實。但它解釋了為什麼他現在就設上限,而不是等價格下跌。
500 美元對照價目表:這筆錢買到什麼
每月 500 美元最耐人尋味的地方,是它與公開價格的對比。Claude 的定價頁面(2026 年 11 月 18 日查閱)列出:Pro 每月 20 美元,按年付費每月 17 美元、預付 200 美元,包含 Claude Code;Max 每月 100 美元,用量為 Pro 的五倍,另加每月 100 美元 API 額度;Ultra 每月 200 美元,每週用量為 Pro 的十倍,經驗證帳號不受五小時限制,另加每月 200 美元 API 額度。價格不含稅,可能變動。
Dinh 的 500 美元高於最貴的 Ultra 方案——而且只是一個 App。一個小產品燒掉的 Token,已經超過最貴的消費者方案。這正是訂閱制與 Token 預算的差別:訂閱是固定帳單加上用量上限,Token 預算是創業者按產品自選的上限,可以落在任何位置。
Anthropic 自己的成本文件描述的是另一個群體:企業部署。在這些部署中,平均每位開發者每個活躍日約 13 美元,每月 150 至 250 美元;90% 的用戶每天低於 30 美元。企業平均數不是 Dinh 的帳單。它提醒我們,同一款工具至少有三種價格:一份方案、一個平均數,以及一位創業者的 Agent 實際燒掉的數字。
文件也給出了控制花費的槓桿。/usage 指令會顯示一次對話的 Token 用量與成本;/clear 開始一段全新對話,文件說這「不花錢」;/compact 本身就是一次大型請求;每個子 Agent 都會各自發出請求。這四行就是全部的成本控制手冊,而 11 月 14 日那一週,有多少建造者在讀它,已經寫在討論串裡了。
11 月 17 日:廠商回應
Dinh 設限三天之後,廠商動了——全部朝同一個方向,而且全部談價格。2026 年 11 月 17 日,OpenAI 發佈 GPT-6.2 Astra 與 GPT-6.2 Sol。Astra 的 API 輸入與輸出 Token 價格比 GPT-6 Astra 低兩成,緩存輸入折扣六成:每百萬 Token 輸入 8 美元、緩存輸入 0.40 美元、輸出 40 美元,之前則是 10 美元、1.00 美元、50 美元。GPT-6.2 Sol 維持 GPT-6.1 Sol 的 API 價格不變:輸入 2 美元、緩存 0.10 美元、輸出 10 美元。在 Cognition 的 FrontierCode 2.0 基準上,OpenAI 說 Sol 與 Astra 的差距在 0.5 分以內,「成本約為五分之一」。這句話是 OpenAI 的比較,基準也是它選的。
同一天,微軟發佈 MAI Code 2,聲稱它能以「40% 的成本達到 GPT 6.1 Sol 98% 的表現」,以及「5% 的成本達到 Claude Opus 5.5 96% 的表現」。這些百分比是微軟自己的基準數字。註腳說明,MAI Code 2 的成本以 50% 促銷價計算,而且帖子說這些模型「明確尚未針對」超長時程 Agent 工作等較難的問題調校。微軟表示 MAI Code 2 已在 GitHub Copilot 上線,稍後會登陸 OpenRouter、Vercel、OpenCode 與 Kilo。
價格戰其實一週前就開打了。Anthropic 在 11 月 9 日發佈 Claude Fable 5.2,每百萬 Token 輸入 8 美元、輸出 40 美元,低於 Fable 5.1 的 10 美元與 50 美元——降幅兩成,如今與 Astra 的定價完全相同。三家廠商的模式已經很清楚:旗艦模型變便宜,而便宜的模型被定位為理性的預設選擇。OpenAI 的 Tibo 早在 10 月 29 日就發帖說,OpenAI 將把 Pro 方案的用量上限提高一倍——訂閱內有更多空間,就在 Token 降價的同一週。
這些都沒有解答寫程式是不是正在變便宜。公開價格下跌,與 Dinh 預測 Token 會變貴,兩者同時成立、都記錄在案。廠商競爭的已經不只是能力,而是每項任務的成本,而且它們在公告裡就這麼說了。
錢實際花去哪裡
那一週最有用的數字,既不是來自廠商,也不是來自創業者,而是來自一項基準測試。Runta 在 11 月 17 日發佈 FrontierHarness Eval v1.1,與 Baseten 合作完成,執行了 27,280 次寫程式 Agent 試驗——22 種工具配置、5 個開源模型、62 個終端任務、每項任務四次嘗試——總共消耗 830 億個 Token。 headline 結論:按標價計算的推理成本中,64.5% 流向未通過的試驗,其中 52.7% 是失敗、11.8% 是逾時。只有約三分之一的花費產出了通過的結果。
有兩個細節讓這個數字更糟,也更有用。第一,大多數失敗並不是逾時。在五種性價比最高的工具配置中,68% 至 82% 的失敗試驗是以 Agent 提交一個自信的最終答案、卻未通過驗證作結——收緊時間上限攔不住其中大多數。第二,花更多錢並沒有買到更好的結果。在模型固定的情況下,最貴的工具配置每次通過的成本是最便宜者的 1.9 至 4.9 倍,而模型本身解釋了任務成本差異的 92.8%。每次通過的步驟數與每次通過的成本相關係數為 +0.51;提示詞大小、工具數量與緩存命中率的相關係數約為零。Runta 給工具開發者的建議很直接:「減少步驟,而不只是減少提示詞 Token」,因為每一步都會把整個上下文再送一次。
同樣的教訓也出現在一位創業者自己的紀錄裡。在 Indie Hackers 討論 Dinh 帖子的串中,Mo(帳號 AppsByMo)表示,根據他的紀錄,一次漫長 Claude Code 對話後期的回覆,成本約為全新對話回覆的 3.3 倍,所以他每項工作都開新對話。這個倍數是他自己紀錄的數字——而且與基準測試的結論完全吻合。Agent 執行中最貴的部分不是提示詞,而是累積的上下文,在每一步被反覆傳送,發生在一段拖得太長的對話裡。
兩份來源用不同的語言說了同一件事。Token 帳單的大頭,是沒有成功的工作,以及本來無須重送的上下文。這就是為什麼按產品設限不只是節儉:它是創業者唯一能控制的槓桿,管住一筆隨著 Agent 每一步而增長的成本。
同一週的另一端:一款花掉 80 萬美元的免費工具
兩週的另一端,是相反的問題:一款不向用戶收費的工具。11 月 12 日,Theo 寫道,T3 Code 是「一款免費開源工具,做出它已經花掉我 80 萬美元以上」。11 月 2 日他發過更短的一句:「我們破產了,付不起更多人。」這個專案把 Claude Code 與 Codex 等寫程式 Agent 放進同一個介面,用戶自帶訂閱,其 GitHub 頁面寫明「不轉售 Token」。根據 Theo 在 11 月 11 日發佈的圖表,經由 T3 Code 執行的 Agent 已使用 27.9 兆個 Token。專案已突破 1,000 位 GitHub 貢獻者。新版準則寫道:「我們受審核容量的限制,遠大於受創意、Token 或程式碼的限制。」
Theo 的數字重新定義了 Token 之爭。對這個專案來說,Token 根本不是限制——審核容量才是。同樣的觀點出現在同一討論串中:Ilia Pomirchi 同時運行數十個 Claude Code 對話,他說 Token 幾個月前就不再是限制,閱讀這些對話產出的東西才是限制。他還提到,Google 與微軟的創業額度不涵蓋 Claude,而 AWS 額度可以。這項額度說法是他個人的說法。
對比本身就是新聞。對 Dinh 來說,Token 是一筆要按產品設限的帳;對 Theo 來說,Token 是別人付錢的河流,稀缺資源是人類注意力——他自己的,以及審核者的。兩者同時成立,因為它們描述的是同一條供應鏈上的不同位置:付錢給模型的人,與免費把模型送出去的人。
同一週的新聞裡還有一個平衡點:證明 Agent 做出的 App 可以自己付清 Token 帳單。Rasty Turek 是來自斯洛伐克小村莊的工程師,曾在 Google 做 Gmail,後來創辦並出售 Pex。他用寫程式 Agent 花了大約三個全職工作週,做出 Vaultaire——一款注重隱私的 iPhone App,用來隱藏照片、影片與檔案。這是他的第一款 iPhone App。他向 Indie Hackers 分享的數字:起步時 66 美元,五個月內下載逾 4 萬次,7 月 App Store 總銷售 26,384 美元,8 月 41,425 美元。Token 帳單是真的,帳單另一邊的收入也是真的。
啟發:給一人創作者的三個機制
那一週留下的不只是新聞,還有三個一人公司現在就能建立的機制。
-
按產品設 Token 上限,並讓 App 的定價扛住上限:Dinh 的機制是一個寫著數字的上限——一個 App 每月 500 美元 Claude Code Token——而不是含糊地「少花一點」。可執行的版本是:給每個產品各自的每月 Token 上限,用
/usage查核,並在定價時把它當作銷貨成本。Zane Berg 的算法就是檢驗標準:售價 10 美元、蘋果抽成 15%,500 美元 Token 每月需要約 59 次銷售才能打平。如果價格扛不住上限,錯的不是價格就是上限。限制在於誠實面對自己改的是哪一個。從來碰不到的上限只是裝飾;扛不住上限的價格是緩慢的虧損。 -
每項工作開新對話,留意隱藏的倍數:基準測試說步驟決定成本,Mo 的紀錄說後期回覆的成本約為全新的 3.3 倍。可執行的版本是一項工作、一段對話:用
/clear重新開始——文件說這不花錢——並把漫長的對話當作成本,而不是方便。留意文件點名的兩個倍數:/compact本身就是一次大型請求,而每個子 Agent 都會各自發出請求,所以一個派出子 Agent 的對話是好幾筆帳,不是一筆。限制在於審核容量,這既是 Theo 的教訓,也是 Dinh 的教訓。新對話很便宜;閱讀十幾段陳舊對話產出的東西,才是真正的瓶頸。 -
把例行工作交給便宜的模型,先減步驟再減提示詞:11 月 17 日同一天出現了更便宜的旗艦模型與更便宜的日常模型,而基準測試說模型解釋了 92.8% 的成本差異,工具配置則把成本放大到五倍。可執行的版本是按難度分流:困難的推理用旗艦模型,例行修改用便宜的模型——Sol 的成本約為 Astra 的五分之一,或在合適的地方用微軟的 MAI Code 2——並選擇以步驟數、而非提示詞大小取勝的工具配置,因為步驟與成本相關,提示詞大小不相關。限制在於細則:微軟「5% 成本」的說法以 50% 促銷價計算,模型尚未針對超長時程工作調校;OpenAI 的 Sol 比較只用了一個它自己選的基準。便宜的模型適合例行修改,這是廠商的說法,先在自己的任務上測試,再把整個工作量搬過去。
尚未確定的事
熱門的一週值得有一份清楚的未知清單。廠商的降價是真的,但微軟的標題比較用的是促銷價,OpenAI 的 Sol 說法只建立在一個基準上。Dinh 預測 Token 會變貴,與本週價格下跌的方向直接矛盾,兩者都記錄在案。已有兩個停用日期:Claude Sonnet 4.5 在 11 月 30 日停止運作,之後以該名稱呼叫 API 會失敗;Google 在 12 月 1 日重新導向 Gemini 2.5,呼叫 2.5 Pro 會由 Gemini 3.8 Flash 回應並計費。把模型名稱寫死進產品或工作流程的創業者,要為這個選擇付兩次錢——一次是遷移,一次是新價格。
訂閱制與按 Token 付費孰便宜,也還沒有定論。訂閱是固定帳單加上用量上限;Token 預算是可以落在單一產品上的上限。Dinh 的 500 美元高於 200 美元的 Ultra 方案,Anthropic 的企業平均數描述的又是另一個群體。哪個便宜,取決於你實際跑的那個月,而沒有任何廠商會公佈一個適用於每位建造者的價格。
基準測試本身也有保留。它只涵蓋由單一供應商提供的開源模型,每個通過率的誤差約為十個百分點,成本是按標價估算,不是實際帳單。64.5% 這個數字是來自寫程式工作的訊號,不是對所有 AI 工具的衡量。
結語
一年前,用 AI 寫程式的成本是一份你想不起來的訂閱。本週它變成試算表上的一個數字:每個 App 每月 500 美元、59 次銷售才能打平、近三分之二的花費流向從未通過的執行。廠商在基準測試揭露錢花去哪裡的同一天,用更便宜的模型回應。做得最好的創業者,不會是找到最便宜模型的人,而是按產品設限、開新對話、先減步驟再減提示詞的人——因為 Token 帳單本質上不是價格問題,而是流程問題,而流程如今就是產品本身。
數據來源
- AI Coding Costs: Why Indie Hackers Now Budget Tokens Per App — State of Indie Hacking
- A 3-week app with coding agents now sells $41K a month — AI Startup Newsletter
- FrontierHarness Eval v1.1: 64.5% of spend on failed runs — Sam Codeman
- Introducing FrontierHarness Eval v1.1 — Runta
- GPT-6.2 API Cuts Prices by 20% — DEV Community
- OpenAI GPT-6.2 Astra cuts API prices 20%, adds Sol model — BetaNews
主題佔位圖:本文為熱門事件文章,無人物照片。
