AI 模型分級解構：你的生意需要哪一級？

讀完這篇文章，你將清楚了解甚麼是 AI 模型分級、為何每間 AI 公司都同時出售三個級別的「大腦」，以及你的生意真正需要哪一級。不談術語，只給你一套簡單準則，讓你不再為用不到的性能付錢，也不會在關鍵工作上用錯低配版本。

甚麼是 AI 模型分級？

AI 模型分級，是指同一個 AI 產品家族之內的不同能力等級。旗艦級提供最強推理能力，收費最高；均衡級應付日常工作，收費適中；入門級專門處理大量簡單任務，收費最低。OpenAI、Anthropic 與 Google 等主要供應商，現時都同時出售這三個級別。

你可以把它想像成交通工具。同一段路程，可以搭的士、巴士或小巴：三種都能到達目的地，分別在於速度、舒適度與價錢。精明的人按行程性質選擇，而不是每次都搭的士。

AI 世界同樣如此。OpenAI 於 2026 年 7 月 9 日發布的最新系列，按旗艦、均衡、入門三級分別命名為 Sol、Terra 與 Luna；Anthropic 的 Claude 系列與 Google 的 Gemini 系列，同樣採用類似的階梯。名字各有不同，但「三級階梯」已經成為行業標準。

看懂這條階梯之後，AI 定價頁面就不再是一堆難懂的代號，而是一張清晰的餐牌。

為何 AI 公司要同時賣三個版本？

因為越大的模型，每一個回答所消耗的運算成本越高。用旗艦模型處理簡單問題，等於請大廚洗碗。分級讓供應商可以為深度推理收取較高費用，同時讓簡單任務保持低價，而客戶則可以按每項工作的難度配對成本。

價格差距是實實在在的金錢。根據成本分析公司 Finout 公布的定價，OpenAI 旗艦級 Sol 每百萬輸入 Token 收費 5 美元、輸出 30 美元；均衡級 Terra 大約是一半；入門級 Luna 只需大約五分之一。Token 是 AI 公司計算文字量的單位，就像影印店按頁數收費一樣。

更值得留意的是均衡級的性價比。科技評測平台 DataCamp 指出，Terra 的表現接近 OpenAI 上一代旗艦，成本卻大約只需一半。換句話說：昨天的頂級質素，今天已經是中價貨。自 2023 年以來，每一代模型都重複著這個規律。

對老闆而言，結論很簡單：問題不再是「哪個 AI 最強」，而是「這項工作值得用哪一級」。

每一級最適合做甚麼？

旗艦級適合複雜而重要的分析，均衡級適合日常主力工作，入門級適合大量重複的簡單任務。大部分企業三級都會用到，只是比例差異極大。真正影響成本的，是這個組合的比例，而不是單一選擇。

放在一間真實的公司裡，三級大致是這樣分工：

• 旗艦級（例如 Sol 或 Claude 頂級型號）：審閱四十頁的供應商合約、根據三年銷售數據制定定價策略、執行需時一小時的多步驟代理任務。價值高，但使用頻率低。
• 均衡級（例如 Terra 或 Claude、Gemini 的中階型號）：草擬報價單、撰寫產品描述、整理會議紀錄、回覆較複雜的客戶電郵。這是員工每天真正會用到的主力。
• 入門級（例如 Luna 或 Gemini Flash）：按主題分類查詢、標記發票、回答重複出現的二十條常見問題、翻譯短訊息。數以千計的小任務，講求速度與成本，而非才華。

一個實用的判斷方法：如果一項任務由能幹的員工處理只需兩分鐘、而且步驟固定，入門級通常已經足夠；需要跨文件判斷的，才向上升級。

香港中小企實際需要哪一級？

對大多數香港中小企而言，答案是：以均衡級為日常主力，用入門級消化大量例行訊息，只在合約與分析等關鍵時刻動用旗艦級。很少中小企需要每天使用旗艦性能，而「預設用最貴」正是最常見的 AI 超支原因。

看三個熟悉的場景：

• 地產代理：樓盤描述與跟進電郵，均衡級完全勝任；入門級可按地區與預算分類數百個查詢；旗艦級每月出場一次，審閱租約條款。
• 餐廳：WhatsApp 上關於營業時間、訂座與餐牌的提問，是典型的入門級工作；季度餐牌文案與更表由均衡級包辦；旗艦級幾乎用不著。
• 貿易公司：入門級為供應商電郵分類派件，均衡級以兩種語言草擬報價，旗艦級在簽約前檢查異常條款。

而且大家仍有充足的起步空間。德勤與香港大學的《AI 採用指數 2026》發現，在已使用 AI 的香港中小企之中，只有 32% 有付費使用任何 AI 工具，即大多數企業仍未選定第一個付費級別。先用均衡級起步、日後再加入門級消化流量，是多數實施指南建議的路徑。

關於模型分級的常見誤解

最常見的三個誤解是：最貴的一定最好、入門級等於質素差、免費應用程式等同付費級別。這三個想法，要麼讓你多付冤枉錢，要麼悄悄拖低團隊使用 AI 的效果，值得逐一拆解。

誤解一：「永遠用最強的模型。」旗艦模型回應通常較慢，每個答案的成本高出數倍。處理例行任務時，多出來的智力不會帶來可見分別，只會帶來更大的帳單。

誤解二：「入門級答案一定差。」在範圍明確的任務上，例如分類、標記與標準回覆，入門模型的表現與大型號相當接近。質素問題多數源於指示不清，而不是級別不夠。

誤解三：「免費 App 就是入門級。」免費消費者版本通常使用較小的模型，繁忙時段會降低質素，數據保障也較弱。付費級別，即使是最便宜的一級，買到的是穩定性與正式的商業條款，而不只是智力。

常見問題

以下解答老闆最常問的四條問題，包括是否需要先弄懂 Token、之後可否轉換級別、起步預算大約多少，以及分級概念是否適用於你現有軟件內置的 AI 功能。每條答案獨立成篇，可按需要查閱。

我需要先弄懂 Token 才能選級別嗎？

不需要。Token 主要影響透過 API 開發的用戶。如果你的團隊經應用程式或訂閱使用 AI，只需選擇方案級別，Token 計算完全不會出現在你面前。

之後可以轉級嗎？

可以，而且應該預期會轉。轉級只是更改方案設定，不是重新建置系統。不少企業每季檢視一次組合，因為價格持續下降、新型號不斷出現。

中小企起步預算大約多少？

多數實施指南建議每月大約 100 至 200 美元起步，即約 800 至 1,600 港元，通常是一至兩個均衡級訂閱。重點是持續使用少數工具，而不是零散地試用一大堆。

我現有軟件內置的 AI 也分級嗎？

越來越多是。辦公室套件、CRM 與設計工具，正逐步讓用戶選擇背後由哪一級模型驅動，所以同一套分級邏輯，在這些工具內同樣適用。

總結：讓級別配對任務

AI 模型分級的意義，是讓你為每項任務支付剛剛好的智力。以均衡級作為日常預設，把大量例行工作交給入門級，只在真正值得的決策上動用旗艦級。

2026 年賺到最高回報的企業，不是用最大模型的那批，而是懂得把每項工作分派給合適級別的那批，就像一位好管理者把工作交給合適的人。懂AI，更懂你 UD相伴，AI不冷。

看懂分級只是第一步，把合適級別配對到你生意裡每一項工作，才是慳錢的關鍵。UD 團隊手把手教你，由拆解日常任務到為每項工作選對級別，讓你只在有回報的地方付費。