雲端計費模型與帳單警報：AI API 費用怎麼控制

免費額度不是永遠免費：Railway 的 5 美元 credit 可能幾天就用完，Vercel 的頻寬超出就收費，不懂就突然收到帳單。AI API 的費用更難預測，GPT 或 Claude 每次呼叫費用不固定，大量呼叫或長 prompt 會讓帳單暴增。這篇帶你搞懂計費模式、設好帳單警報，再學幾招把費用省下來。

雲端計費的三種模式

各服務免費額度總整理

帳單警報設定

帳單警報是防止意外費用的最後防線，每個平台都要設定，設定一次永久有效。

費用監控與優化

費用突然升高，常見三種原因：Bug 造成無限迴圈，一直呼叫 API 讓 token 費用暴增；爬蟲攻擊，惡意爬蟲瘋狂存取讓頻寬或呼叫次數暴增；遺忘的資源，測試用的服務忘記關掉，一直在計費。

• 加 Cache：相同的查詢結果先快取起來，不用每次都呼叫 API。
• 選便宜的模型：草稿用 Haiku，最終輸出才用貴的模型。
• 設 Rate Limit：限制每個使用者每分鐘能呼叫幾次，防止濫用。
• 縮短 Prompt：去掉不必要的說明，Prompt 越短費用越低。

AI API 費用控制實作

Python 限制 max_tokens（OpenAI）：

import openai, os
client = openai.OpenAI(api_key=os.getenv("OPENAI_API_KEY"))
response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[{"role": "user", "content": prompt}],
    max_tokens=500,
    temperature=0.7
)

Python 簡單 Rate Limiter：

from collections import defaultdict
import time

call_counts = defaultdict(list)

def check_rate_limit(user_id: str, limit=10, window=60) -> bool:
    now = time.time()
    call_counts[user_id] = [t for t in call_counts[user_id] if now - t < window]
    if len(call_counts[user_id]) >= limit:
        return False
    call_counts[user_id].append(now)
    return True

模型選擇決策樹

OpenAI vs Anthropic 與費用 Checklist

• 每個 API 呼叫設 max_tokens 上限
• Anthropic Console 有設月費 Hard Limit
• 相同查詢有 Cache，不重複呼叫
• Subagent 和批次用 Haiku，不用 Sonnet
• Rate Limit 防止單一用戶無限呼叫
• System Prompt 盡量精簡
• 有監控每日費用，突然升高立刻調查