title: 價格不是成本：AI 訂閱、推理計價與有效成果的分母
english_title: Price Is Not Cost: AI Subscriptions, Inference Tariffs, and the Denominator of Accepted Outputs
series: AI 成本表象悖論：低價智能、超算資本與全域資源帳本
series_id: AICAP
paper_id: AICAP-01
version: 0.1
status: COMPLETE RESEARCH DRAFT — FORMAL UTF-8 SOURCE / NOT EMPIRICALLY ESTIMATED
date: 2026-11-03
language: zh-Hant
canonical_source: UTF-8 Markdown
math_delimiters: inline $...$ ; display $$...$$
research_domain: AI 經濟學／價格理論／任務經濟學／人機協作成本／實證測量
provenance: 承接 AICAP-00；對照 CLATE-07、HACTS-02、ANIE-02；外部資料截至 2026-11-03

價格不是成本：AI 訂閱、推理計價與有效成果的分母

Price Is Not Cost: AI Subscriptions, Inference Tariffs, and the Denominator of Accepted Outputs

AICAP-01｜《AI 成本表象悖論》系列第一篇正式研究稿
**日期：**2026 年 11 月 3 日
**文稿狀態：**理論形式化與可檢驗方法完整稿；文中示例為明確標示的假設情境，未聲稱取得 AI 服務商的私有成本帳本或完成跨平台實證。
**原始來源：**UTF-8 Markdown；所有數學原始碼僅使用 $...$ 及 $$...$$。
**研究定位：**經濟學理論建模與測量協議，不構成定價、財務或採購建議。

作者： Neo.K
機構： EveMissLab／一言諾科技有限公司
版本： 0.1

摘要

生成式人工智慧降低了取得高階智能服務的顯性門檻。個人或小型企業透過訂閱、按量 API 與專業 Agent，即可能完成過去需由多位人員協作的工作。然而，從「少量付款便取得大量智能輸出」推論「智能的真實生產成本很低」，與從「前沿模型依賴極昂貴的超算基礎設施」推論「單次推理必然比人工昂貴」，都是跨層級推論錯誤。兩者把不同決策主體、時間範圍、分攤規則與產出單位混作同一數量。

本文承接 AICAP-00 的五層成本框架，集中處理三個可操作問題：第一，如何區分訂閱固定付款、API 交易價格、模型服務的實際生產成本、能力持有門檻與經濟機會成本；第二，如何把生成呼叫、候選內容、已完成任務與通過驗收的有效成果區別開來；第三，如何在模型品質、驗證時間、失敗重工、風險與使用配額不同時，判定哪種 AI 協作方式真正比較節約資源。

本文提出「雙時間窗、雙主體、雙分母」的最小測量架構，並在指定任務集合與驗收門檻下定義每單位可接受成果的使用者完整成本。形式化結果顯示，較低的單次呼叫價格可以伴隨較高的有效成果成本；較高的模型費率亦可能透過更高的成功率、更低的驗證量與更少的重工而降低總成本。已付月費的當期增量決策，必須和續訂、選購方案的前瞻決策分開，否則可能將沉沒成本誤當新支出，或把零增量帳單誤當零資源成本。

本研究進一步提出可反駁的價格—成本錯位命題、兩個具數值透明性的反例、帳本欄位、抽樣方法及驗證方案，並以現有 AI 價格文件和工作場所實證說明：AI 確實可能創造真實的單位效率進步，但其大小具任務與情境異質性；服務商實際利潤率、推理邊際成本和每次任務的社會資源成本，無法單憑公開價格反推。

**關鍵詞：**AI 成本表象悖論；訂閱制；API 計價；智能時間價格；有效成果；驗收率；全成本；沉沒成本；成本歸屬；模型品質；人機協作。

0. 問題與研究貢獻

0.1 起點不是「AI 很貴」或「AI 很便宜」的二選一

一位創作者可以購買模型訂閱，在短時間內取得軟體架構、遊戲美術草案、NPC 對話、設計文件和測試程式。該人所支付的現金，可能顯著小於自行僱用同等數量專業工作者的名目支出。但提供模型服務的企業，可能正在利用大規模資料中心、既有模型研發、專業人才、晶片和能源為大量使用者提供共享能力。創作者的低付款、平台的高固定投入與模型系統的技術效率進步，並非互相排斥。

可稱為「表象悖論」的，並不是兩個數字真的自相矛盾，而是觀察者使用了不同的帳本，卻將它們投影成同一種「成本」。若不先固定觀測位置，「便宜」和「昂貴」都沒有充分的可比較意義。

本篇只研究 AICAP-00 所列 AICAP-01 的主題：成交價格與每單位可驗收智能成果的成本如何建立可比較分母。大規模資料中心的完整折舊估值、資本持有門檻、跨主體補貼與總體能源代謝，分別由後續 AICAP 篇章處理；此處只給出必要的接口，避免把所有問題堆在同一篇。

0.2 本篇的具體增量

本文不主張「價格不是成本」是新發現。平均成本、邊際成本、固定成本、機會成本、兩部制定價與成本分攤均是經濟學既有概念。本文的工作增量，是將它們放到 AI 協作任務鏈中，並使下列判斷可以被同一份資料否證：

API 每次交易價格，是否能夠代表任務全部支出？
訂閱制的「每回合平均價格」，是否受使用次數和驗收率扭曲？
模型單價較低時，是否反而需要更多人工檢查與重做？
不同模型是否在同一品質門檻、任務難度和時間限制下被公平比較？
使用者節約的現金，是否對應供應商、社會或其他資本所有者的同額成本？

其中第 5 項在本篇只處理概念界線，不以未知的平台私有成本作偽精確估算。

0.3 必須先排除的四種誤判

誤判 A： 每月訂閱費除以對話次數，就是一回合 AI 推理的實際生產成本。這只是一種消費者側的事後費用分攤，且不一定能反映不同回合的運算需求。

誤判 B： 一個訂閱方案內的額外呼叫沒有新增帳單，所以它不耗費經濟資源。額外呼叫仍可能耗用共享容量、等待時間、人工注意力，以及服務商的增量運算資源；但沉沒月費通常不應在當期增量決策中重複扣除。

誤判 C： 自行部署同等級前沿模型需要昂貴的硬體與工程，因此遠端 API 每次使用也必然比人工昂貴。共享服務、容量利用、計算效率及租賃與持有的不同時間尺度，使推論無效。

誤判 D： AI 生成了更多文字、程式碼或圖片，就表示單位經濟生產力提高。若大量候選結果不符合要求、重工成本極高或造成外部損害，原始生成量不是可接受成果量。

1. 既有文獻與經驗資料：支持什麼、不支持什麼

1.1 公開價格不是供應端成本揭露

OpenAI、Anthropic 與 Google 的官方 API 計價資料，公開展示模型、輸入與輸出 token、快取命中、批次處理、服務等級和部分工具的差異化收費方式 [R1–R3]。這說明 AI 服務的交易單位並不單純是「使用一次」，不同呼叫可以支付不同價格；但價格表不提供由特定請求導出的 GPU 時間、電力、記憶體、折舊與模型訓練攤銷全額。因此，不能以公開定價表直接宣告任何供應商的單次推理利潤或虧損。

同樣重要的是：不同供應商可能將請求優先權、快取、批次排程和模型路由分成不同商品。價格差異可能反映成本、需求彈性、容量管理、服務保證、競爭策略或多重因素，不應預設其中一種解釋為唯一事實。

1.2 真實效率進步不可被「隱藏成本」敘事否定

Stanford HAI《AI Index Report 2025》指出，在其選定的能力比較基準上，達到 GPT-3.5 等效 MMLU 水準的模型查詢價格，從 2022 年 11 月每百萬 token 約 20 美元降至 2024 年 10 月約 0.07 美元，降幅超過 280 倍 [R4]。必須精確理解：這是該報告採用的能力門檻與價格比較，不是「所有前沿能力的實際供應商生產成本都下降 280 倍」，也不是所有任務均達同樣品質。

因此本文容許兩個結果同時出現：服務使用價格因競爭與技術進步而下降；基礎設施投入總量因需求擴張或能力提升而增加。若某些工作流程的單位有效成果真實資源成本下降，也應當將其視為真實的生產力進步，而非試圖用「成本一定在別處」否定。

1.3 實際工作增益具有高度異質性

Noy 與 Zhang（2023）在指定專業寫作任務的實驗中，報告 AI 組平均完成時間下降約 40%，輸出品質提高約 18% [R5]。Brynjolfsson、Li 與 Raymond（2025）研究 5,172 位客服人員的 AI 輔助導入，發現每小時處理問題的生產力平均提高約 15%，但不同經驗與技能組的效果不一致 [R6]。

相對地，METR 的 2025 年隨機試驗針對 16 位熟悉既有開源專案的開發者、246 個任務，報告在當時工具條件下允許 AI 的組別平均花費時間增加約 19% [R7]。METR 在 2026 年 2 月也公開修正後續實驗設計，指出新工具的量測存在參與者選擇偏誤與多代理計時問題，不能從後續原始數據精確推出一般性的加速比例 [R8]。

這些結果既非彼此抵銷，也無法拼成一個「AI 對所有工作加速若干百分比」的通用常數。它們共同支持本篇的測量原則：固定任務、品質、熟悉程度、工作環境、工具版本和完整驗收流程，再比較價格與成本。

1.4 與既有 EveMissLab 研究的切面

CLATE-07《智能時間價格與算力錨定工資》已將算力、工具、驗證、治理與接受率納入智能任務價格討論。本文不重做其任務替代與工資形成論證，而專門釐清：個人可觀測的訂閱/API 收費，如何經任務分攤、品質分母及時間決策轉換為可比較的有效成果成本。HACTS-02 關於已付配額、期限與人類注意力的分帳，可用來防止把「配額到期未用」錯認為新的現金流出。ANIE-02 關於候選—整合—驗證—交付分層，則提醒生成量不能代替商品完成量。以上為來源接口，不表示本篇已取代其完整原有模型。

2. 成本的七個不同名稱與觀察層級

令 $u$ 為使用者或購買者， $p$ 為模型服務供應商， $d$ 為指定任務， $t$ 為觀測期間。

記號／概念	研究對象	所屬帳本	不可直接推論
$P_{u,t}$ ：使用者成交價格	訂閱費、API 實際收費、工具購買費	使用者支出／供應商收入	不等於服務商實際成本
$MC_{u,d}$ ：使用者增量支出	當期多做一項任務帶來的新增支出與有關機會成本	個體決策帳	不等於每項任務的平均訂閱分攤
$AC_{u,d}$ ：使用者平均完全成本	分攤固定費與可歸因投入後的任務成本	使用者管理帳	不等於當期新增一項工作的合理決策成本
$C_{p,t}$ ：供應商完整成本	運算、能源、容量、維運、研發與資本服務	企業經營帳	不可由 API 價格唯一反推
$MC_{p,d}$ ：供應商增量生產成本	多提供一份服務引起的可歸因資源消耗	企業生產帳	不等於獨立建置同級服務的資本門檻
$K_{\rm own}$ ：能力獨立持有門檻	部署、模型權利、算力、人才、維運與峰值服務條件	資本進入帳	不等於一次遠端調用的成本
$C_{\rm social}$ ：社會資源成本	真實稀缺資源及外部性；依明確邊界計算	經濟體系帳	不能將交易雙方金錢流量直接相加

上述概念可能偶然相近，分類意義在於沒有理由先驗把它們設定成相等。特別是交易價格的高低受到議價、產品分層、需求、競爭及風險定價影響；成本則取決於使用了什麼資源、如何生產、使用率、時間和替代方案。

2.1 同一筆貨幣交易在不同帳本扮演不同角色

使用者支付平台 10 單位貨幣，平台從該收入中支付 3 單位的電力支出。使用者支出 10、平台電費 3，不能因此宣稱全社會直接耗費 13 單位的資源。前者是交易支付，後者是某項中間投入的金錢表達，必須透過生產邊界、價值增加、資本成本和資源流向處理重複計算。

同理，企業向 AI 服務商付款是現金流出；若企業因此少雇用一個職位，那是企業成本結構與勞動市場配置的改變，不必然代表對整體社會造成同額純損失或純節約。就業、閒暇、所得分配與新增產出須另外分析。

2.2 平均成本、邊際成本與持有成本不在同一時間窗

在短期已付訂閱方案下，新增一項任務可能不新增現金帳單；在長期續訂決策下，若持續使用需求必須購買較高級方案，固定費用就不可忽略。在供應商側，某次調用可能只新增有限運算與電力負擔，但平台仍須持有峰值容量、負擔研發與設備資本成本。

故研究至少要同時保留：

當期增量窗口： 已有訂閱或部署是否屬沉沒支出？新增任務帶來哪些變化？
前瞻採購窗口： 若下一個月、季度或年度要選購方案，必須支付什麼總價並承擔什麼風險？
供應商生產窗口： 服務容量如何在利用率、峰值、折舊及固定研發費用間分配？

將這三個窗口壓成一個「每回合成本」通常會失真。

3. 先定義「什麼才算完成」：六個常被混淆的產出分母

3.1 從推理呼叫到可接受成果

設同一任務域中可能產生下列計量：

$N_{\rm call}$ ：API 或聊天請求次數。
$N_{\rm tok}$ ：輸入、輸出、快取及其他 token 相關用量。
$N_{\rm cand}$ ：生成的候選文字、程式碼、圖片或方案數量。
$N_{\rm integ}$ ：成功整合進指定系統的候選數量。
$N_{\rm test}$ ：已完成必要測試的產物數量。
$Q_{\rm acc}$ ：達到事先約定品質、功能、期限與風險要求的可接受成果量。

前五項可觀測工作量，與第六項之間並不存在普遍固定兌換率。一個 Agent 回合可能產生多個候選，卻沒有任何合格產物；相反，某一次充分驗證的高價呼叫也可能交付一項具有高價值的正式成果。

3.2 接受判準必須在比較前固定

對任務 $d$ 和產出 $y$ ，定義預先公告的驗收函數：

A_d(y;\tau_d) \in \{0,1\}

其中 $\tau_d$ 為該任務的驗收規格，包括最低功能、品質、可追溯性、允許缺陷、期限與必要安全條件。 $A_d=1$ 只表示按該規格通過驗收，不等於成果的商業價值必然為正，也不保證尚未觀測的長期風險為零。

對一組在比較前已界定的同質任務集合 $D$ ：

Q_{\rm acc}(D)=\sum_{d\in D} A_d(y_d;\tau_d)

對異質任務，若需聚合，可事先設定透明的工作量權重 $w_d>0$ ：

Q_{\rm acc}^{(w)}(D)=\sum_{d\in D}w_d A_d(y_d;\tau_d)

權重必須在看到 AI 與人工結果前確定，並報告其敏感度；不能為了讓某一模型顯得便宜，事後提高它擅長的任務權重。若任務品質或複雜度無法取得有效可比尺度，應維持分層結果，而不是勉強計算總體單價。

3.3 「有效成果」不是「利潤」

有效成果是技術—制度性的完成單位；價值還取決於市場是否採用、成果是否有需求、是否替代原有活動及機會成本。可分別定義：

\eta_{\rm acc}=\frac{Q_{\rm acc}}{N_{\rm attempt}},\qquad \Pi_{\rm project}=V_{\rm realized}-C_{\rm project}

$\eta_{\rm acc}$ 是嘗試層的接受比例； $V_{\rm realized}$ 是可歸因的已實現價值，不是生成器自己預測的潛在收益。二者不可以互相冒充。一萬條合格的 NPC 對話，如果從未被玩家遇見，未必形成相稱的遊戲效用；反過來，一條對世界狀態極其適切的對話，可能帶來超過其資料量的沉浸感。

4. 訂閱價格：固定付款與不同分母

4.1 月費不能直接除成「模型生產成本」

假設使用者在期間 $t$ 支付固定訂閱費 $F_t$ ，當期進行了 $N_t$ 次互動，完成了 $Q_t>0$ 個可接受成果。兩個常見的事後分攤值為：

\bar P_{\rm call,t}=\frac{F_t}{N_t},\qquad \bar P_{\rm acc,t}=\frac{F_t}{Q_t}

第一個是每次呼叫的分攤付款，第二個是每個接受成果的分攤付款。它們都不是供應商對單次請求的實際資源成本，亦非使用者在當下多呼叫一次時必然新增的支出。若某月使用量低，兩種分攤價格可被動上升；同一服務的物理生產函數未必因此改變。

訂閱者可能同時購買峰值使用可能性、特定模型可得性、較佳服務順位、工具整合、較少停機或較低決策摩擦。未使用完畢的配額不必然等於實際經濟損失；必須區分保險性容量與期限誘發的「為用而用」。此處直接承接 HACTS-02 的沉沒成本與時間主權問題。

4.2 當期增量決策與前瞻續訂決策

對某個當期額外任務 $d$ ，定義：

C_{u,d}^{\rm inc}=\Delta B_d+w_h\Delta H_d+\Delta T_d+\Delta R_d+\lambda_q\Delta q_d

$\Delta B_d$ 為新增帳單， $\Delta H_d$ 為新增人工時間， $w_h$ 是該時間的適當機會成本， $\Delta T_d$ 為新增工具與整合成本， $\Delta R_d$ 為相關預期風險成本； $\lambda_q\Delta q_d$ 表示在配額或容量確實稀缺時的影子成本。若約束不具拘束力，此影子成本可為零。已付且不受當期選擇影響的月費，不應重複納入此增量式。

前瞻採購則不同。若要比較下期方案 $s$ 的預期總使用者成本，可使用：

C_{u,t+1}^{\rm plan}(s)=F_{t+1}(s)+E[B_{t+1}^{\rm var}(s)]+E[H_{t+1}(s)]w_h+E[T_{t+1}(s)+R_{t+1}(s)]

不同方案可能改變等待時間、可用模型、使用上限和預期成果量，因此應比較：

\rho_{u,t+1}(s)=\frac{C_{u,t+1}^{\rm plan}(s)}{E[Q_{\rm acc,t+1}(s)]}

當分母為正且任務組合可比時才有意義。若未來使用量、驗收率和稽核時間未知，應報告情境區間，而不是憑一個月的實際使用次數決定永久合理的方案。

4.3 固定費分攤不是無條件可比

同一訂閱可能混合閒聊、研究、程式設計、圖片生成、搜尋和測試；各任務消耗的運算與工具不同。將整筆月費平均分攤至所有請求，可以作為個人支出統計，卻不是因果歸屬。較合理的管理方法是同時報告：

實際支付的期間固定費；
可歸因的直接按量付費；
各任務耗用的可觀測配額與工具；
同質任務的驗收成果量；
分攤方案（按使用次數、時間、任務價值或其他）及敏感度。

若固定費只出現在一個專案帳中，則所有專案的分攤合計不得超過同一筆費用；否則便發生多次歸屬。

5. API 計價：Token 是計費維度，不是完整經濟產出

5.1 一般化費率函數

在公開定價方案中，模型 $m$ 的交易費率可能區分一般輸入 $x_i$ 、快取輸入 $x_c$ 、輸出 $x_o$ 、工具及特別服務 $z$ 。對一筆請求 $j$ ，可使用工作型計費表示：

P_j^{\rm API}=r_{m,i}x_{j,i}+r_{m,c}x_{j,c}+r_{m,o}x_{j,o}+P_j^{\rm tools}+P_j^{\rm tier}-D_j

其中 $r$ 是對應計價單位的費率， $P_j^{\rm tools}$ 和 $P_j^{\rm tier}$ 為工具及服務等級費用， $D_j$ 為該筆合法折抵。若公開費率採每百萬 token 報價，須在數值計算時先做單位換算。本式只是計費概括：真正合約可能含最低消費、批次折扣、長上下文變價、額度上限、區域加價或其他排程條件，必須由對應時間戳和方案版本決定。

重要的是，輸入 token、輸出 token、快取 token、工具呼叫、推理內部計算與等待容量，不是同質的成本物件。即使兩個任務輸出文字長度相同，其背後的工具執行、上下文處理與驗證工作也可能相差很大。不能宣稱「每 token 價格較低」就必然「每有效成果價格較低」。

5.2 公開定價有資訊價值，但無法識別供應端成本

假設某模型對同一任務的 API 帳單為 $P_j=0.1$ 單位貨幣。從此價格單獨無法識別：

供應商該請求的晶片使用時間及排程；
是否透過批次或共享負載攤薄峰值容量；
模型訓練研發成本如何在不同產品中分攤；
是否存在促銷、交叉補貼、捆綁銷售或量價策略；
是否已將長期可靠性、客服、風險及技術支援納入價格。

因此：

P_j^{\rm API}\;\not\Rightarrow\;C_{p,j}^{\rm marginal},\quad P_j^{\rm API}\;\not\Rightarrow\;C_{p,j}^{\rm full}

這裡的箭號表示不可由單一觀測值邏輯推出，而非否認兩者可能在特定競爭條件下接近。若未取得內部帳本、硬體效能與成本分攤資料，將高價模型推論成「單次使用必然虧本」，或將低價模型推論成「已充分覆蓋全部研發」，都超過了可識別範圍。

6. 每單位有效成果的完整使用者成本

6.1 成本向量與歸因規則

對任務域 $d$ 的工作流 $a$ ，定義在期間 $t$ 的成本向量：

\mathbf c_{a,d,t}=(B,F^*,H,V,T,I,R,W)

各分量分別代表：可歸因變動帳單 $B$ 、適當歸因固定付款 $F^*$ 、人類直接投入時間的機會成本 $H$ 、獨立驗證與審查 $V$ 、工具或外部資料 $T$ 、整合與遷移 $I$ 、預期失敗及風險 $R$ 、等待與切換成本 $W$ 。若人工驗證已計入 $H$ ，則 $V$ 不得再計入同一份工時；若工具已隨 API 費用付款，則 $T$ 不得重算相同費用。研究應先建立排他性的成本分類。

對同質任務 $D$ ，定義完整使用者成本：

C_u^{\rm full}(a,D)=B+F^*+H+V+T+I+R+W

相應的每單位已驗收成果成本：

\rho_u(a,D)=\frac{C_u^{\rm full}(a,D)}{Q_{\rm acc}(a,D)},\qquad Q_{\rm acc}(a,D)>0

其比較對象必須具有相同的任務規格與最低品質門檻。若 $Q_{\rm acc}=0$ ，應報告「本批次無有效交付、成本已發生」，而不是捏造一個可比較的單位價格。對跨任務異質性，應提供分層 $\rho_{u,d}$ 或事前權重敏感度，不將一份法律備忘錄與一個圖示視為相同產出單位。

6.2 預期比值與觀測比值不可隨便互換

若計算多個批次的平均成本，應優先採用總成本除以總有效成果：

\widehat\rho_u=\frac{\sum_{b=1}^{B}C_{u,b}}{\sum_{b=1}^{B}Q_{{\rm acc},b}}

在一個明確的重複抽樣設計裡，長期的期望總量比值可寫為：

\rho_u^*=\frac{E[C_u]}{E[Q_{\rm acc}]}

一般而言， $E[C_u/Q_{\rm acc}]$ 不必等於 $E[C_u]/E[Q_{\rm acc}]$ ；若某批次沒有任何合格交付，前者甚至不可定義。混淆兩個式子，會使高失敗率的模型出現選擇性倖存樣本偏誤。

6.3 簡化的成功率模型

為了展示驗收率的重要性，假設任務每次嘗試獨立、成功機率相同且為 $0<q\leq1$ ，每次嘗試的完整新增成本固定為 $c>0$ ，失敗後可以重新嘗試且不引起其他狀態變化。令 $N$ 為首次成功前所需嘗試次數，則：

E[N]=\frac{1}{q},\qquad E[C_{\rm complete}]=\frac{c}{q}

這只是一個條件嚴格的示範模型。實際任務存在品質分布、錯誤相關、複雜度不均、重試上限、人工介入與錯誤累積；因此不應將 $c/q$ 當成一切 AI 工作流程的通用真實定律。

若有固定整合成本 $f$ ，每次嘗試包含模型費 $p$ 以及驗證成本 $v$ ，簡化後的有效成果成本是：

E[C_{\rm complete}]=f+\frac{p+v}{q}

此式直接展示：當驗證與重做主導任務時，單次模型費率 $p$ 的變化未必主導總體有效成果成本。

7. 三個形式化命題與反例

命題 1：低交易價格不保證低有效成果成本

條件。 兩個 AI 工作流 $A,B$ 在同質任務與相同驗收門檻下，各有單次模型費 $p_A,p_B$ ，每次驗證成本 $v_A,v_B$ ，單次成功機率 $q_A,q_B>0$ 。在第 6.3 節的獨立重試假設下，若：

p_A<p_B\quad\text{且}\quad\frac{p_A+v_A}{q_A}>\frac{p_B+v_B}{q_B}

則價格較低的 $A$ 反而具有較高的預期有效成果成本。

證明。 由幾何嘗試模型，兩工作流達成首個合格成果前的預期成本分別為 $(p_A+v_A)/q_A$ 與 $(p_B+v_B)/q_B$ ；第二個不等式已直接構成結論。前一個不等式只約束模型費，並不限制驗證成本或成功機率，故無法否定第二個不等式。證畢。

非實證數值例： 設貨幣單位為任意記帳單位。 $A$ 的每次模型費為 0.02、驗證為 1.25、成功率為 0.65； $B$ 的每次模型費為 0.20、驗證為 0.25、成功率為 0.95。則：

E[C_A]=\frac{0.02+1.25}{0.65}\approx1.954,\qquad E[C_B]=\frac{0.20+0.25}{0.95}\approx0.474

$B$ 的單次模型費是 $A$ 的 10 倍，然而在上述假設下，取得一份合格成果的預期總成本遠低於 $A$ 。這不是說高價模型普遍更划算，而是說只看標價的比較在邏輯上不充分。

命題 2：已支付訂閱費的增量決策，與服務的完整經濟成本可以方向不同

條件。 某期訂閱費 $F$ 已不可追回且額外一次呼叫不觸發增加帳單。在當期沒有拘束性配額、沒有新增工具費，也不需增加人工時間的特例下，該使用者新增呼叫的可觀測現金支出可以是零；但這不能推出服務商的額外資源耗用為零，亦不能推出在下一期續訂相同方案仍然最便宜。

說明。 使用者已支付且不可追回的 $F$ 是當期新增決策的沉沒成本；供應商端可能仍需使用算力與電力提供新增呼叫。下期的 $F$ 則是可避免或可替代的前瞻選項，必須納入方案比較。兩主體、兩時間窗的不同成本定義允許結論同時成立，並無矛盾。

限制。 若附加呼叫導致付費升級、速率限制、機會成本、等待或配額擁擠，使用者增量經濟成本不再為零。此命題不主張每一次額外呼叫的供應商物理成本都可被外部精確量測。

命題 3：沒有驗收分母，不能識別「降本」是否來自生產力提升

條件。 兩期間的生成候選數分別為 $G_0,G_1$ ，總成本為 $C_0,C_1$ ，通過驗收數為 $Q_0,Q_1>0$ 。若只觀測 $G_1/G_0$ 和 $C_1/C_0$ ，而未觀測 $Q_1/Q_0$ ，則無法由這些資訊唯一識別 $C_1/Q_1$ 是否低於 $C_0/Q_0$ 。

反例。 令兩期間成本皆為 100，候選生成量由 100 提高至 1000。情境甲：驗收數由 20 提升至 100，有效成本由 5 降至 1；情境乙：驗收數由 20 降至 10，有效成本由 5 升至 10。兩者候選增長和總成本完全相同，卻有相反的有效成果成本變化。因此未觀測驗收分母，就無法辨識降本方向。證畢。

重要延伸。 即使 $Q$ 增加，也要檢查成果價值、任務難度與長期缺陷。大量低價值、容易驗收的項目可能讓平均成本指標變好，卻無法提高整體產品效用；因此品質門檻與任務集合必須預先註冊。

8. 用透明示例區分三種「便宜」

8.1 情境甲：同樣月費，不同驗收分母

設兩名使用者每月各支付固定費 300 記帳單位，均發起 100 次互動，不計其他費用。甲取得 60 份合格成果，乙只有 20 份。

指標	使用者甲	使用者乙
當期固定費	300	300
互動次數	100	100
合格成果	60	20
每次互動的固定費分攤	3	3
每件合格成果的固定費分攤	5	15

兩人的「每次互動平均付款」完全相同，但「每件合格成果的固定費分攤」相差三倍。表中數值不是任何真實商用方案的報價，且尚未加入人工審查、工具、失敗損失與任務難度，不能據此直接判定哪個人的工作效率更高。

8.2 情境乙：便宜模型與昂貴模型的逆轉

採用命題 1 的假設，低價模型 $A$ 的預期有效成果成本約 1.954，高價模型 $B$ 約 0.474。若忽略驗證與成功率，只看 0.02 與 0.20，便會得到相反排序。這是任務計量導致的成本反轉，不是價格錯誤，也不需要假設服務商在虧本補貼。

8.3 情境丙：AI 確實可以在完整成本上更省

假設同一品質門檻下，完全人工工作流每件合格成果的完整成本為 4.00 記帳單位；某 AI 輔助工作流的模型、驗證、整合與風險調整後完整成本為 1.50，且交付品質符合事前規格。則對該情境而言，AI 協作確實在使用者層級形成真實的成本節省，不能因其背後的資料中心昂貴而否定。

要進一步宣稱全社會的真實資源節省，還必須將勞動、能源、資本服務與外部性轉成一致的資源機會成本帳，並處理商品市場和新增需求。這超出本篇可直接量測的範圍，但不影響個體私人成本節省的判定。

9. 人與 AI 的比較：避免把人力工資和模型報價直接相減

9.1 建立任務可比集合

若要比較人類工作流 $H$ 、AI 輔助工作流 $A$ 和 AI 高度自動工作流 $G$ ，先設定：

同一類任務分層、任務難度與來源資料可得性；
同一明確驗收標準、必要證據、缺陷容忍與期限；
各工作流相同或可適當校正的測試環境；
同一種合格成果計數單位；
包含重做、審查、交付後缺陷的適當追蹤窗口。

人類完成任務的時間成本可以用僱用成本、契約價、工資加福利，或適當機會成本表達，但不能把一個高風險正式交付工作和 AI 的未審草稿當作同一物件。AI 產物若只是初稿，真正比較對象應是人工初稿；若比較正式可交付結果，雙方都必須完成相應驗收。

9.2 成本節約與工時節約可能不一致

一個 AI 工作流可能縮短人工編輯時間，卻增加外部工具費；也可能降低現金費用，但增加人類需要持續監督的注意力。故建議同時輸出：

\Delta C_u=C_u(A)-C_u(H),\qquad \Delta H=H_{\rm time}(A)-H_{\rm time}(H)

若一個 AI 工作流產生更多新專案，總工時可能沒有下降；這未必表示原本任務的單位生產率沒有上升。必須區分固定任務包的效率測量與產能擴張後的新工作量，並分別記錄。

9.3 非零的驗收成本不必然是「人工一直在環」

完整驗收可以由自動化測試、規則檢查、靜態分析、形式驗證、獨立模型審查、抽樣人工審查等不同機制構成。對低風險且具可靠驗收 Oracle 的任務，可高度自動化；對涉及法律責任、真實金錢、公共安全或不可逆操作的任務，仍需適切的授權與責任邊界。其成本應實測，不應一律假設為零，也不必先驗要求每一小步都由人類手動批准。

10. 因果辨識與可否證研究設計

10.1 六個待測命題

H1（價格—有效成本分離）。 固定任務與品質後，模型 API 價格排名與每可接受成果完整使用者成本排名可能不同。反證條件：在大量具代表性任務中，品質與驗證差異均不足以影響排名，價格排名穩定預測全部成本排名。

H2（訂閱分母敏感性）。 在固定月費下，按呼叫數或按成果數計算的平均分攤費用，對使用量與任務組合的變化反應不同。反證或限制：在同質且近乎全部成功的工作流中，兩種分母差距可能很小。

H3（驗證翻轉）。 對錯誤代價高、驗證需求大的任務，驗證與重工成本可能主導模型費率差異。反證或限制：對極易自動驗收的任務，模型費率可能是主導成本。

H4（能力差異）。 當模型品質差異足以提高通過率，較高單價模型可能降低有效成果成本。反證或限制：當品質差異很小，便宜模型可能保持優勢。

H5（時間窗翻轉）。 已付訂閱的當期增量選擇與下一期購買／續訂選擇，可能對同一服務作出不同的成本判斷。反證或限制：若不存在固定費、配額或容量限制，兩種決策可能近似。

H6（真實效率進步）。 在固定品質與任務難度的觀測窗口中，部分 AI 工作流的完整使用者成本和必要資源投入可同時下降。若觀測成立，AICAP 應將其歸類為效率改善，而不能先驗宣稱「所有節省都是成本轉嫁」。

這些假說不是互斥的單一命題。不同任務和不同時點可呈現不同組合，研究應報告其適用域。

10.2 三組可比較實驗

設計 I：同任務、同驗收門檻的跨模型對照。 隨機分派同質任務至不同模型或工作流，記錄完整呼叫、驗證時間、重做、驗收與交付後缺陷。主要結果為每合格成果成本；次要結果為時間、品質分布、人工介入和失敗風險。

設計 II：訂閱方案的前瞻決策模擬。 用上一期的任務紀錄，模擬下一期若改用不同固定費或按量計價方案，在相同任務集合下會出現的估計成本與容量約束；明確區分反事實假設與實際觀測，避免把未觀測的模型品質差異設定為相同。

設計 III：遊戲內容生產的具體應用。 將 NPC 對話、技能描述、事件條件及程式測試各自設定可驗收單位。比較人工製作、AI 批次生成與 AI 輔助整合的輸出，要求內容符合世界狀態、角色認知與已有規則。只有同時通過語義一致、觸發合法、去重和實機可見性檢查的候選，才可計入正式有效內容。這樣可以直接檢驗「巨大候選庫」是否真正轉成「高密度可玩內容」。

10.3 不允許的識別捷徑

不能用不同年份、不同能力級距的模型價格，宣稱同品質成本差。
不能只採用完成成功的案例，刪掉失敗嘗試的成本。
不能將自我評分的 AI 品質直接當作外部驗收。
不能用「AI 花了一分鐘」直接與人類工資一小時相比，而忽略長時間審查、整合及產出價值。
不能從使用者低月費推定供應商負毛利率。
不能把重複計入固定費、工具費與人工審查的數據當作「完整成本」。
不能將訂閱帳單資料稱為晶片電力或實際 FLOPs 觀測。

11. 可落地的測量帳本與資料欄位

11.1 最小紀錄單位

建議採用任務—嘗試—成果—費用四個可關聯但不混淆的資料表。單次 Agent 任務可包含多次模型呼叫、工具操作和版本迭代；每次呼叫也可能同時支援數個工作項。若存在多任務共用上下文或快取，必須標記分攤依據，不可無證據地將整筆成本重複歸因。

群組	最低欄位	用途
任務	`task_id`, `domain`, `difficulty_stratum`, `acceptance_spec_hash`, `deadline`	固定比較對象與品質
嘗試	`attempt_id`, `task_id`, `workflow_id`, `model_version`, `start_ts`, `end_ts`	區分重試與工作流
使用量	`input_tokens`, `output_tokens`, `cached_tokens`, `tool_calls`, `service_tier`	區分計價構成
費用	`billed_amount`, `currency`, `subscription_period`, `billing_rule_version`, `credit_amount`	真實帳單與固定費
人力	`author_minutes`, `review_minutes`, `integration_minutes`, `interruption_minutes`	避免工時遺漏與重複
驗收	`acceptance_result`, `test_run_id`, `defect_count`, `post_release_failure`	建立有效成果分母
風險	`risk_class`, `expected_loss_basis`, `incident_id`	分離不可逆損失與日常費用
權限與來源	`data_provenance`, `permission_scope`, `consent_boundary`	保障合規及可稽核性

本表為語義欄位建議，不代表既有 AICostLedger 儲存庫已採用相同欄位，也不宣稱已完成資料採集。成本紀錄中不可保存 API Key、密碼、機密原稿全文或不必要的個人可識別資訊；可使用雜湊引用、內容地址和受控的內部定位。

11.2 明確的核算順序

先確定任務域及其驗收規格，再派發人工或 AI 工作流。
記錄原始模型請求、重做、工具及人工時間，不刪除失敗樣本。
先以權威測試或約定驗收程序決定是否接受，不由費率決定接受資格。
再按既定分攤政策歸屬固定費用，列出當期增量與全期成本兩套結果。
若比較不同模型，列出價差、接受率、驗證差、交付延遲和結果分布。
最後才提出「使用者便宜」「同品質任務便宜」或「社會資源節約」等不同強度的結論。

11.3 建議報表，不使用單一神奇效率指標

研究應保留最少六個互不替代的輸出：cash_spend（實際現金支出）、accepted_unit_cost（每合格成果完整成本）、human_minutes_per_accepted（每合格成果的人類投入時間）、acceptance_rate（接受比例）、time_to_delivery（交付所需時間）及 late_defect_rate（延遲出現的缺陷比例）。服務商單位真實成本若未知，報表應顯示 not_observed，不可填入消費者價格的複製值。

12. 理論適用域、辨識限制與經濟含義

12.1 三類可能結果都必須被允許

型態一：真實降本。 某 AI 工作流在同品質條件下，減少模型以外的整合與驗證投入，並且總有效成果成本下降。

型態二：表面降價、內部成本未同步改善。 使用者看到較低帳單，但其成果驗收率下降、驗證工時增加，造成真正交付成本沒有下降，甚至上升。

型態三：使用者降本與基礎設施擴張並存。 使用者享受較低服務價格，供應商或產業同期卻增加總算力、資本及能源投入。是否形成社會淨節約，取決於替代了什麼活動、單位資源效率如何演進，以及新增需求是否造成反彈。不能只由型態三的兩項表面指標推論福利方向。

12.2 供應商私有帳本與固定資本問題

本文不估計 GPT-6 等級模型的建置價格、不宣稱某次前沿推理一定比人工昂貴，亦不推定任何平台以虧損價銷售。要辨識供應商的成本，至少需要對應的運算負載、設備折舊與資本服務、訓練研發攤銷政策、利用率、能源、網路、營運及服務品質資料。單從外部價格或一位使用者的總訂閱支付無法完成此識別。

此外，若將訓練費用、設備購置與每次使用的資本服務費重複累加，便會把「高固定投入」錯誤誇大為「高單次經濟成本」。反過來，只計當次電費與可見運算時間，也可能低估提供穩定前沿能力所需的容量與長期資本負擔。這兩種偏誤都須避免。

12.3 內生行為與成本比較的反向因果

使用者可能因模型價格降低而嘗試更多本來不會做的工作，或者因能使用更好的模型而提高品質門檻。這會使觀察到的呼叫數、驗收率和總費用內生改變。若不同期間的目標與任務難度本就不同，直接比較總帳單不等於估計同一任務下的技術成本變化。研究應將固定任務包的效率與新增需求的福利價值分帳。

12.4 何謂本研究真正要保護的比較

AICAP 不應以「AI 背後的超算很昂貴」去否定真實生產力，也不應以「我只付一筆月費」去否定生產體系的資源需求。其最低判準可以收斂為三問：

我付了多少？ 這是價格與現金流問題。
我完成了什麼，並且花了哪些完整投入？ 這是可接受成果與任務效率問題。
為了讓這項服務可持續存在，經濟體系投入了哪些不可重複計算的資源？ 這是產業成本、資本與社會資源問題。

三問可以相互影響，但彼此不能以單一數字取代。

13. 結論

生成式 AI 的價格與成本之所以容易產生錯覺，是因為使用者通常觀察到一個明確、很小且易於記錄的付款數字；支撐其背後的資本、能源、服務排程、技術效率和驗證工作，卻散落於不同主體與時間尺度之中。另一方面，看到巨大的前沿 AI 產業投資後，又容易犯相反的錯誤：把整個系統的固定資本當作每一次推理的成本，從而忽略共享、規模經濟與真正的技術進步。

本文的形式化結果不神秘：任何服務交易價格都不必然等於生產成本，而任何生成候選都不必然等於合格成果。真正具有 AI 時代研究價值的是，同一個智能工作流程可以被低月費、高單次費率、低驗收率、高驗證成本或龐大資本門檻同時描述；若沒有穩定的成果分母與明確的成本主體，這些數字可能互不矛盾，卻被誤當成彼此反證。

因此，對一項指定任務，判定 AI 是否經濟上更便宜，應先固定驗收要求，再記錄完整實際投入，最後計算每單位可接受成果成本。對產業或全社會，則須另外處理資本、轉移支付、機會成本與外部性，並容許真實效率提升與資源總需求擴張並存。

人們購買的也許是一小段智能服務；社會建造的卻是使這段服務得以存在的整套生產條件。兩者從來不是同一筆帳，而「便宜」若沒有說清楚分母與承擔者，就仍然只是一種觀察位置。

參考文獻與可核查公開來源

學術文獻中的具體效果量僅適用於各自的實驗設計及觀測期。官方價格頁面會持續更新；引用時應固定資料查閱日期。所有外部來源於 2026-11-03 檢視，本文不以其證成未公開的供應商成本。

[R1] OpenAI. API Pricing. 官方模型、快取、服務等級與工具計價資料。https://developers.openai.com/api/docs/pricing （查閱：2026-11-03）。
[R2] Anthropic. Claude Platform Pricing. 官方模型、prompt caching 與 batch pricing 內容。https://platform.claude.com/docs/en/about-claude/pricing （查閱：2026-11-03）。
[R3] Google AI for Developers. Gemini Developer API Pricing. 官方模型、快取與服務等級資料。https://ai.google.dev/gemini-api/docs/pricing （查閱：2026-11-03）。
[R4] Stanford Institute for Human-Centered Artificial Intelligence. AI Index Report 2025: Research and Development. 使用 GPT-3.5 等效能力門檻比較模型查詢價格，並報告推理價格快速下降。https://hai.stanford.edu/ai-index/2025-ai-index-report/research-and-development （2025）。
[R5] Noy, S., & Zhang, W. “Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence.” Science 381(6654), 187–192 (2023). https://doi.org/10.1126/science.adh2586
[R6] Brynjolfsson, E., Li, D., & Raymond, L. “Generative AI at Work.” The Quarterly Journal of Economics 140(2), 889–942 (2025). https://doi.org/10.1093/qje/qjae044
[R7] Becker, J., Rush, N., Barnes, B., & Rein, D. Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity. METR (2025-07-10). https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/
[R8] Becker, J., Rush, N., Cunningham, T., Rein, D., & Mahamud, K. We Are Changing Our Developer Productivity Experiment Design. METR (2026-02-24). https://metr.org/blog/2026-02-24-uplift-update/

內部前置研究（研究脈絡引用，非外部實證替代）

[I1] AICAP-00：《AI 成本表象悖論：低價智能、超算資本與全域資源帳本》，系列研究總綱 v0.1，2026-11-03。本文沿用五層成本帳、跨主體歸屬與不混淆生產成本／持有門檻的邊界。
[I2] CLATE-07：《智能時間價格與算力錨定工資》，v0.1，2026-09-30。本文沿用有效智能任務須納入工具、驗證、風險與接受率的基本問題設定，不以本篇公式取代其既有模型。
[I3] HACTS-02：《額度重置與時間支配：當可用算力反向安排人類生活》。本文借用其當期已付費與前瞻決策、配額限制與人類注意力的區分。
[I4] ANIE-02：《季度單機產品制：AI 工業化、算力額度與品質交付率》，v0.1，2026-10-16。本文借用候選—整合—驗證—交付的界面，不將候選輸出當成可出售成果。

原始來源檢查註記

本文為一篇完整獨立的 AICAP-01 理論與方法研究稿，不宣稱已完成供應商內部財務審計或跨平台任務採樣。
所有金額示例均為任意記帳單位的假設值，不得誤作真實 API 定價。
所有正式數學原始碼只使用行內 $...$ 與區塊 $$...$$；不得以聊天畫面的公式渲染稿取代本 UTF-8 原稿。
對非公開成本、未辨識參數或尚未實測之處，保持明確的不確定狀態，不將假說寫成已證實的定律。