AI 訂閱價值差 5 倍？SemiAnalysis 用量研究揭露比較陷阱（2026）

2026 年 10 月 5 日，Andrew Megalaa、Max Kan 與 Dylan Patel 在 SemiAnalysis 發布了〈Anthropic Subscriptions Offer 5x+ More Value Than OpenAI〉。它把 AI 訂閱價值從方案標價拉回實際用量：在特定模型與代理工作負載下，Claude 的 API 定價換算額度約是同價 ChatGPT 方案的五倍。這個數字很醒目，但究竟量到什麼，決定了它能不能幫你選訂閱。

先看作者怎麼讀取用量表，再對照兩張原始圖表與官方方案文件，最後把「划算」還原成完成任務的成本。

原文主張：方案價格不是可比較的完整單位

it doesn’t make sense to say a plan is worth $X in isolation

中文：不能脫離方案、模型和工作負載，單獨說一份訂閱值多少美元。

Andrew Megalaa、Max Kan、Dylan Patel／SemiAnalysis

這是整篇文章最值得保留的一句話。SemiAnalysis 把一份訂閱拆成方案 × 模型 × 工作負載：相同月費，輸入、輸出、快取寫入與快取讀取所消耗的額度不同；同一額度用在不同模型，換算成 API 公開定價也不同。作者把這套測量做成付費 Tokenomics Model 的訂閱儀表板，研究本身亦是該產品的展示；商業動機值得讀者看見，但不能單靠動機判定數據真假。

原文在第三方訂閱方案比較處進入付費段落。以下判讀聚焦作者公開展示的測量方法與圖表，以及供應商可核對的方案資料。

作者怎麼量：讓用量表每次只回答一個問題

SemiAnalysis 說，他們重複呼叫模型，盡量一次只增加一種 token：新輸入、快取寫入、快取讀取或輸出。每次記下供應商回報的 token 與 5 小時、7 天等用量表變化，再用跨過完整刻度的請求估算每百萬 token 消耗多少額度。作者表示，連續測到估計區間縮至約 ±5% 才報告費率。這是作者公開描述的實驗方法；本文沒有使用他們的訂閱帳號重跑，也無法把該誤差帶當成所有帳號的保證。

月度「API 等值」還多了一次換算：先用一週額度估算一個月可用 token，再依作者 9 月的代理工作負載比例套上各家公司公開 API 價目。圖註寫明，該代理樣本的 token 組成約為快取讀取 96.6%、快取寫入 2.6%、一般輸入 0.4%、輸出 0.3%。若你的工作主要是長輸出、少重用上下文，這個比例就不是你的使用情形。

五倍從哪裡來：同價方案，兩種不同尺

原圖在每月 20、100、200 美元三檔，都給 Opus 5.5 相對 GPT-6.1 Sol 約 5.4–5.6 倍的 API 等值。以 200 美元檔計，11,726 ÷ 2,084 ≈ 5.6。這是特定中階模型與作者代理樣本的比較，不是 Anthropic 所有模型對 OpenAI 所有模型的固定價差，也不是一個人能完成五倍工作量的證據。

另一張原圖把 200 美元檔換成 token 量：28.6B 對 10.2B，約 2.8 倍。為何美元等值會長成 5.6 倍？在這個快取讀取占比很高的樣本裡，Anthropic 的 Opus 5.5 API 價目列每百萬快取讀取 token 0.20 美元，OpenAI 的 GPT-6.1 Sol 價目列 0.10 美元。把較高的每 token 標價乘回較多 token，美元倍數自然比 token 倍數大。API 等值衡量的是按公開零售價重買相同用量要花多少；它沒有量模型完成任務的品質、速度，供應商的實際推論成本需要另有成本資料才能估計。

原文自己給了反例：換模型，領先者會變

SemiAnalysis 對 GPT-6 Astra 與 Claude Fable 5.1 的 200 美元方案比較，原圖約是 2,897 對 2,485 美元，方向反過來。Anthropic 的 Fable 方案說明也確認，Max 用戶以 Fable 消耗的額度上限是每週總額的 50%，並不額外增加另一份 50% 額度。標題裡的「五倍」因此不能跨模型直接沿用。

時間也會改寫結果。OpenAI 官方 Pro 方案說明確認：新的 Pro 200 訂閱包含較低的用量額度；符合條件的舊用戶保留原額度到 2026 年 10 月 29 日。SemiAnalysis 報告其帳號量到約一半的變動；官方頁面證實了調整方向與過渡日期，但精確折半幅度仍應歸於作者的測量。若拿不同購買日期的帳號對照，會混入方案世代差異。

我的判讀：訂閱要比較的是可完成的工作

同意：用量表比行銷用語更接近真實限制

標成「5x」或「20x」的方案通常只說相對自家較低檔的容量，無法直接橫向比較。SemiAnalysis 逐類 token 讀用量表，至少讓隱藏的計價權重變成可以追問的量。Claude 價格頁明列 5 小時與週限制會影響使用；ChatGPT Pro 說明則要求用戶在產品內看剩餘額度與重置時間。比單看月費更有用。

存疑：美元等值仍隔著三層假設

AI 訂閱價值的第一層是工作負載：96.6% 快取讀取的樣本與你的任務可能差很遠。第二層是價目：API 公開標價不是供應商成本，模型之間的定價差會放大或縮小「價值」倍數。第三層是任務效率：一次完成、反覆返工、等待速度與品質不同，即使用掉同樣 token，也不會交付同樣成果。原文對 token 效率資料不足有提醒；把這個缺口留在結論裡，比宣稱某家公司永久便宜五倍更誠實。

更好的購買問題：你的瓶頸在哪裡？

若你常撞到週額度，先比相同模型級距、相同任務能做幾次；若你更在意交付品質，就記錄每個完成任務的重做次數與耗時。若你幾乎不碰額度上限，再大的理論 API 等值也未必讓月費更值得付。花一週各跑同一組真實任務，記下完成率、所需時間、用量表下降幅度與重置窗口，再決定要留哪個方案。想把模型的完成成本另外量清楚，可接著看 AlphaLab 的GPT-6.1 Sol 任務比較與Claude Sonnet／Opus 三任務驗收。