每則回答的價格加上旁邊的分數，才是唯一公平的比較表
各家廠商公布的是每百萬 token 費率，但拿它來做決定，單位是錯的。輸入便宜、輸出昂貴的模型，每次回覆的成本可能比反過來定價的模型更高。Whizi 成本指數把單位固定下來：一則標準回答等於 1,000 個輸入 token 和 500 個輸出 token，按 2026 年 8 月 20 日讀取的廠商費率計價。分數則是 Artificial Analysis Intelligence Index，於 2026 年 9 月 22 日讀取，採用各模型的最高推理設定。
效率前緣依序是 Luna、Sonnet、Terra、Sol、Opus。Sonnet 5 只比 Luna 高一分就擠進前緣，價格卻是九倍；Haiku 4.5 遠在前緣之內；從 $0.008 到一分錢之間，同樣花費下分數最高的都是 OpenAI。超過一分錢，就換 Anthropic。這張圖只說一句話：在你負擔得起 Opus 之前，OpenAI 那一列的分數都比較划算。
解讀時有兩點要小心。Intelligence Index 只是一組基準測試。它差九分，不代表 Sol 的文筆就比 Sonnet 好，而在撰稿與編輯上，這個分數從來沒有跟編輯們的實際評價吻合。再者，這個指數用的是牌價：提示快取、批次折扣和長上下文加價，都會讓實際帳單往兩個方向偏移。AI 的 token 是什麼說明了為什麼每一列的輸出價格都是輸入的五到六倍。
完整費率表：OpenAI 與 Anthropic 並排
| 模型 | 每百萬 token 輸入 | 每百萬 token 輸出 | 每則標準回答 | 每 1,000 則回答 | Intelligence Index |
|---|---|---|---|---|---|
| GPT-5.6 Luna | $0.20 | $1.20 | $0.0008 | $0.80 | 37 |
| Claude Haiku 4.5 | $1.00 | $5.00 | $0.0035 | $3.50 | 17 |
| Claude Sonnet 5 | $2.00 | $10.00 | $0.007 | $7.00 | 38 |
| GPT-5.6 Terra | $2.00 | $12.00 | $0.008 | $8.00 | 42 |
| GPT-5.6 Sol | $2.50 | $15.00 | $0.01 | $10.00 | 47 |
| Claude Opus 5 | $5.00 | $25.00 | $0.0175 | $17.50 | 51 |
| GPT-5.5 | $5.00 | $30.00 | $0.02 | $20.00 | 26（GPT-5.5 Instant） |
| Claude Fable 5 | $10.00 | $50.00 | $0.035 | $35.00 | 此列未收錄 |
從表中可以讀出三件事。Anthropic 的級距定價很整齊，輸入是 $1、$2、$5，每一列的輸出都剛好是輸入的五倍。OpenAI 的階梯則是低階陡、中階平：Luna 只有 Terra 的十分之一，但 Terra 和 Sol 彼此只差 25% 以內。而 Anthropic 最新的旗艦 Fable，定價是 Opus 的兩倍，輸入 $10、輸出 $50，與指數裡 Opus 5 和 Opus 4.8 快速版的費率相同。
GPT-5.5 那一列是警告，不是推薦。它每則回答的成本是 Sol 的兩倍，排行榜上它的 Instant 版本只有 26 分。以牌價來看，它自己的後繼者就完全壓過它。AI 模型成本指數收錄了全部 100 列有定價的模型，包括 Google、xAI、Moonshot 和 DeepSeek 那些比這兩家都更便宜的列。
哪家比較便宜，取決於你要買哪個級距
低階，OpenAI 大幅領先。Luna 每則回答 $0.0008、得 37 分。Haiku 4.5 是 $0.0035、得 17 分。分類、擷取、改寫和日常問答，OpenAI 這一列的價格只有四分之一，分數卻是兩倍。這件事沒有別的誠實讀法。
中階，價格打平，指數上 OpenAI 領先。Sonnet 5 的 $0.007 對上 Sol 的 $0.01，價差 30%，Anthropic 占優；Sol 的 47 對上 Sonnet 的 38，差九分，OpenAI 占優。哪個更重要取決於任務。在程式碼、數學和多步驟推理上，這個指數大致能反映結果；在文筆上則不行，編輯們一直挑的是 Sonnet 那一列。
頂端，需要頂級就選 Anthropic。Opus 5 每則 $0.0175、得 51 分，比 Sol 高四分，每則回答多花 75%。再往上，Fable 5 每則 $0.035，是成本指數中除快速版以外最貴的一列。四分值不值得多花 75%，要看任務。每多一分要付出多少代價，可以在什麼是推理模型的推理強度刻度中找到。Opus 5.5 已於 2026 年 9 月 22 日推出，輸入 $4、輸出 $20，所以同樣的回答現在是 $0.014。使用 Claude Opus 最省錢的方法則是透過 Batch API 再砍一半。
同時使用 Claude 與 GPT 最省錢的方法用這些費率，替想同時用兩種 API 的人試算輕度、中度和重度使用的月份。ChatGPT API 與訂閱的比較則算出與固定 $20 方案的損益平衡點。
同樣這幾列，在點數方案下每則訊息要多少
本站為這些模型都公布了每則訊息的價格，所以這裡把它放在 API 費率旁邊，而不是取代它。在 Whizi 上，GPT-5.6 Luna 每則訊息 1 點，Terra 是 4 點，Sol 是 20 點，Claude Haiku 4.5 是 4 點，Sonnet 5 是 10 點，Opus 5 是 20 點。每月點數額度是：Starter 800 點，$15.99；Pro 2,500 點，$29.99；Powerhouse 10,000 點，$49.99。這六列裡，Starter 只能用到 Luna，它的 Claude 是較新的 Haiku 5.5，每則 1 點。Terra、Sol、Haiku 4.5、Sonnet 和 Opus 從 Pro 開始提供。
對照 API 來看，點數階梯把 Sonnet 定得比 Sol 低，10 點對 20 點，而 API 價格上兩者只差一分錢。點數階梯也把 Opus 定得與 Sol 同為 20 點，而 API 上 Opus 要貴 75%。這是產品上的決定。Whizi 讓 Sonnet 系列和 Sol 都落在比它們 token 成本應有的位置更低一階，完整階梯請見點數說明。以旗艦模型的每則回答來說，點數方案比 API 貴；以 Luna 的日常回答來說，兩者相近。方案還多了應用程式、記憶、上傳，以及有上限的帳單，這些是 API 沒有的。
如果你要買的是 API，每則低於一分錢的需求就買 OpenAI；任務需要階梯頂端時就買 Anthropic。中間那一段，依任務定價，不要依指數定價。
- 用固定的輸入與輸出組合比較每則回答的成本，不要比每百萬 token 的價格
- 在說哪一家便宜之前，先把排行榜分數放到價格旁邊
- 低價級距用 OpenAI 的 Luna：價格是 Haiku 的四分之一，分數是兩倍
- 中階級距依任務定價；指數偏向 Sol，編輯偏向 Sonnet
- Opus 比 Sol 每則回答要多編 75% 的預算，並決定那四分值不值得
常見問題
ChatGPT API 和 Claude API 哪個比較便宜？
要看級距。依 2026 年 8 月 20 日讀取的費率，以每則標準回答計算，低階是 OpenAI 比較便宜（GPT-5.6 Luna $0.0008 對 Claude Haiku 4.5 $0.0035），中階大致持平（GPT-5.6 Sol $0.01 對 Claude Sonnet 5 $0.007）。高階則是 Anthropic 比較貴：Claude Opus 5 是 $0.0175，在 Intelligence Index 上得 51 分，Sol 則是 47 分。
Claude Sonnet 5 的 API 費用是多少？
每百萬輸入 token $2、每百萬輸出 token $10，也就是 1,000 個輸入加 500 個輸出 token 的標準回答是 $0.007，或每千則回答 $7。Claude Haiku 4.5 是 $1 和 $5，Claude Opus 5 是 $5 和 $25，所以 Anthropic 每一列的輸出都是輸入的五倍。
GPT-5.6 的 API 費用是多少？
這個系列有三列。GPT-5.6 Luna 每百萬 token 輸入 $0.20、輸出 $1.20，每則標準回答 $0.0008。GPT-5.6 Terra 是 $2 和 $12，每則 $0.008。GPT-5.6 Sol 是 $2.50 和 $15，每則 $0.01。GPT-5.5 在更上面，$5 和 $30，每則 $0.02。
為什麼要比較每則回答，而不是每百萬 token？
因為輸入和輸出的定價不同，而一次回覆兩者都會用到。輸入便宜、輸出昂貴的模型，每次回覆的成本可能比反過來定價的模型更高。把組合固定為 1,000 個輸入和 500 個輸出 token，每個模型就能用同一個數字比較，Whizi 成本指數對 100 個模型就是這麼做的。
Intelligence Index 分數越高，就代表越適合我的任務嗎？
在程式碼、數學和多步驟推理上，大致能反映結果。在文筆上則不行：Claude Sonnet 5 得 38 分，GPT-5.6 Sol 得 47 分，但編輯們撰稿時仍然選 Sonnet。把分數當成參考之一，在投入 API 預算之前，先用自己的提示詞在兩邊都跑一遍。
