AI Coding 為什麼越來越貴？Context-Mode 宣稱減少 98% 工具輸出，Token 成本真的能降這麼多嗎？

本週先用一項常見 AI Coding 任務做啟用與未啟用的同條件對照，不要把 Context-Mode 宣稱的工具輸出減少 98% 當成 Token 成本也下降 98%。只有當工具輸出佔總計費 Token 的比例夠高，而且壓縮沒有增加補問與呼叫次數，帳單才可能明顯降低。

這篇適合正在查 AI Coding 帳單為何上升的開發者、評估 Context-Mode 的技術負責人，以及要分開核算 Token 與 AI Agent 執行環境費用的團隊。

先拆開三種指標：工具輸出、上下文與帳單

工具輸出減少 98%，能代表實際費用省下多少？不能直接換算。工具回傳內容、送進模型的輸入 Token、模型生成的輸出 Token，是不同指標。工具結果可能在後續回合進入上下文，但是否計費、如何計費，要看平台與請求方式；模型生成的回答也不會因工具回傳縮短而必然同步變短。

Context-Mode 專案倉庫展示了「減少 98%」的例子，另有基準文件說明其測試場景與計算口徑。這些資料可以作為理解主張的起點，不能單獨證明所有任務、工具及模型都會達到同一比例。你需要先確認比較的是工具回傳文字、某次上下文長度，還是整體 Token 用量；樣本、基準與版本不同，結果就不能直接類推。專案倉庫中的 98% 示例與基準文件的場景及計算方式應分開閱讀。

注意：98% 是工具輸出削減的主張，不是本文或第三方對你帳單的實測結論。沒有相同任務的用量記錄，就無法確認實際節省。

先用下表劃清比較對象：

指標	代表什麼	能否直接當成費用
工具輸出	搜尋、讀檔或其他工具回傳的內容	否；要確認它有多少進入模型請求
輸入 Token	模型收到的提示、上下文及工具結果	可計費，但須按實際平台規則核算
輸出 Token	模型生成的回答或內容	可計費，且單價可能與輸入不同
最終費用	各類用量按適用單價計算後的金額	是；以帳務記錄或 API 用量資料為準

OpenAI 說明了 Token 類型及用量欄位；Gemini API 文件則提供輸入 Token 計數方式。它們能協助你找到計量依據，但不代表不同平台採用相同計費欄位或價格。OpenAI 的 Token 說明與用量欄位；Gemini API 的輸入 Token 計數說明。

依占比換算：98% 為何不等於 98% 帳單降幅

若工具輸出確實減少 98%，且其餘條件完全不變，理論上可節省的輸入用量上限仍受「工具輸出佔原有計費輸入的比例」限制。設該比例為 s，則這部分輸入費用的理論降幅約為 0.98 × s；這不是總帳單的預測值，更不包含額外回合、輸出變化或平台折扣。

核算時分開計算輸入與輸出，不要用單一 Token 總數乘上一個平均單價。Anthropic 的計費文件列出其計價方式；OpenAI 亦說明提示快取可能採用不同計費方式。你要按實際使用的平台與帳務欄位確認單價及快取用量，再把它們套進公式。Anthropic 計費文件；OpenAI 提示快取計費說明。

Context-Mode 壓縮後，輸入與輸出 Token 會怎麼變？若被壓縮的工具結果原本會進入後續請求，輸入 Token 可能下降；模型輸出則可能不變，也可能因資訊不足而增加。若需要額外工具呼叫或補問，輸入、輸出與請求次數都可能變動。要用實際用量記錄驗證，不能只看工具回傳文字長短。

成本部分	測試前	測試後	計算方式
輸入費用	輸入 Token × 輸入單價	輸入 Token × 輸入單價	分開記錄一般輸入與適用的快取用量
輸出費用	輸出 Token × 輸出單價	輸出 Token × 輸出單價	使用同一平台、同一計價條件
總 Token 費用	輸入費用＋輸出費用	輸入費用＋輸出費用	比較差額，不以工具輸出削減比例代替
執行環境費用	另列	另列	不併入 Token 費用，也不歸因於壓縮

這張表故意沒有填固定單價：價格會因模型、平台與計費類別而異，應在測試當日查閱對應的官方計費文件。若你使用 Agent SDK，也要核對用量統計是否涵蓋整個工作流程，而非只看其中一次模型呼叫；Agents SDK 的用量說明可作為核對欄位的參考。

第二步：用同一任務做對照，不拿最佳單次結果下結論

怎樣比較啟用前後的 AI Coding Token 帳單？固定模型、提示詞、任務範圍與計價口徑，再記錄兩種設定的輸入 Token、輸出 Token、工具呼叫次數、任務是否完成及最終費用。重點是讓兩邊完成同一工作，不是只比較一段工具輸出。

照以下步驟執行：

選一項會重複出現的實際任務，例如修正指定錯誤或整理一個模組，記下驗收條件。
固定模型、工具權限、提示詞、程式碼版本與任務範圍；不要同時更換多個設定。
用未啟用 Context-Mode 的設定完成任務，保存每次請求的 Token 用量、工具呼叫與結果。
切換設定後，以相同條件重做；若任務具有隨機性，交錯執行兩種設定，降低先後順序的干擾。
依輸入、輸出及平台適用的快取類別分開計費，另外列出工具呼叫次數與失敗重試。
重複測試，報告結果範圍與異常原因；不要只挑最省的一次，也不要把未完成任務算作同等成果。
將執行環境、額外訂閱或其他費用另列，避免混入 Token 成本比較。

測試維度	未啟用	啟用	判讀重點
任務與驗收條件	完全相同	完全相同	未達成同一結果，不宜直接比較價格
輸入／輸出用量	分別記錄	分別記錄	先比較實際計費欄位
工具呼叫與重試	記錄次數及原因	記錄次數及原因	壓縮後若補問變多，可能抵銷節省
費用與完成品質	核對帳務	核對帳務	費用下降但結果不合格，不算等價節省

下表是執行前的自評量表，不是產品評測分數。每項按 0–2 分記錄：0 分代表沒有資料，1 分代表部分記錄，2 分代表條件與帳務都可重現。若模型或任務條件未固定，即使 Token 數較低，也先視為測試不足。

核對項目	0 分	1 分	2 分
比較條件	未固定	固定部分條件	模型、提示詞與任務均一致
用量與費用	只看輸出長度	有部分 Token 記錄	輸入、輸出與費用分開核對
結果品質	未檢查	有人工抽查	依同一驗收條件判定
重複測試	單次結果	有重複但未記異常	報告範圍並記錄異常

提醒：如果壓縮使模型漏掉必要資訊，之後的補問、重試或人工修正也要納入測試；只計算最初的 Token 會低估完整任務成本。

按任務類型判斷：哪些情況更值得測

工具輸出佔比高、工具結果會被反覆帶入上下文的任務，較有機會從壓縮中受益。相反，如果主要費用來自模型生成長篇程式碼，或每回合工具結果都很短，單靠減少工具輸出未必能明顯改變總帳單。這些是待測條件，不是保證結果。

任務輪次也很關鍵。壓縮若保留了完成任務所需資訊，減少重複上下文就可能降低後續輸入；若摘要丟掉路徑、錯誤細節或程式碼依賴，模型可能再次讀取資料、呼叫工具或追問。對照時同時看 Token、呼叫次數與完成品質，才能分辨節省來自哪裡。

分開列帳：Token 費用不是 AI Agent 的全部成本

模型用量是推論費用；開發或部署環境則可能涉及伺服器、儲存、網路與維護等成本。這些項目可以放進 AI Agent 的總成本表，但不能算作 Context-Mode 節省的 Token，也不能因環境費用變動就推論模型費用同步下降。

若你正評估 Mac 執行環境，請先依實際工作負載確認所需作業系統、持續運作時間、連線方式與管理需求，再單獨核算環境費用。整理服務相關問題時，可透過 VPSSpark 支援中心查詢可核實的交付資訊；不要把未確認的環境規格或價格放進 Token 成本試算。

依測試結果決定是否採用

若你的任務中工具輸出確實佔用大量後續上下文，而且同條件測試顯示總費用下降、完成品質不變，Context-Mode 才有明確的成本依據。若用量下降但任務需要更多補問，或結果品質變差，應先調整壓縮策略，再重測；如果主要成本來自模型輸出，優先檢查生成長度與模型計費欄位。

對 Mac 開發或測試工作，長期穩定負載、需要實體介面或必須自行維護硬體的團隊，購置本機可能更合適；短期測試則可評估租用，避免一次投入設備成本及閒置資源。自購、一般雲端環境與 Mac 環境各有維護、相容性及管理取捨。若你需要短期 Mac 測試節點，可評估 VPSSpark 的 Mac 租用選項，先確認交付方式與環境是否符合工作需求；這可能改善環境取得方式，但不會替你降低模型 Token 單價。相關服務細節可從 VPSSpark 支援中心進一步核實。

本週先挑一項常見任務，分別記錄 Context-Mode 開關兩種情況下的輸入、輸出、工具呼叫、完成品質與 Token 費用；環境費用另列。只有同任務對照證明帳單下降，才把節省記入預算。