🔧 阿川の電商水電行

Shopify 顧問、維護與客製化

💡

小任務 / 單次支援方案

單次處理 Shopify 修正／微調

⭐️

維護方案

每月 Shopify 技術支援 + 小修改 + 諮詢

🚀

專案建置

Shopify 功能導入、培訓 + 分階段交付

👉 瞭解詳情 / 免費諮詢

小編精選 - 技術文章翻譯 · 10月18日

我們將盡力回應 Cursor 的價格調整。

1. 前言

自2025年9月15日起，Cursor的收費體系從固定價格制轉變為按需計費制。這一收費調整使得特別是企業使用者在成本管理方面可能面臨困難。我們公司正面臨著這一挑戰。

本文章將重點講解如何在每月40美元的Teams計劃下，保持Cursor的性能同時降低成本。

2. 收費調整概述

不論是調整前還是後，Teams計劃的基本費用仍為每位使用者每月40美元。變更的內容主要在於「40美元的基本費用能做什麼」。

在傳統的Teams計劃中，基本費用包括每月500次的高速優先請求，用完後如果是低速請求則無限次使用。

而在調整後的Teams計劃中，提供的內容轉變為每月20美元的信用額度。這筆信用額度是根據使用模型價格 + Cursor令牌手續費（每百萬令牌0.25美元）計算的，當用完20美元的信用額度後則需要額外支付費用。

簡而言之，情況如下：

每月40美元不再是無限制使用。必須根據使用量付費。
成本預測變得極為困難。以往請求次數直接反映收費，而今後則需考慮「使用的是哪個模型，以及使用了多少令牌」。

在默認設置下，超過20美元的信用額度後會繼續按需使用，但可以通過管理儀表板設置使用限制。用戶單位的超過可用信用額度數量也似乎可以設置。

3. 重要事項①：理解模型的單價與用途

為了節省成本，更好地使用Cursor，選擇哪個模型非常重要。雖然有自動選擇最佳模型的Auto模式，但不建議企業使用者使用，因為並不一定考慮到成本。

因此，使用者自身必須了解模型的單價與用途，並根據需要靈活選擇。首先，讓我們來看看Cursor提供的主要模型的單價與用途。
※輸入令牌的價格為每百萬令牌的價格。
※實際上輸出令牌也會計入計算，但影響成本的主要因素是輸入令牌，因此此次省略輸出令牌的單價。

模型名稱	輸入	用途
claude-4.1-opus	$15	擅長複雜設計和錯誤分析。
claude-4.5-sonnet	$3	能長時間進行高質量的編碼，有時候會多餘。
claude-3.5-haiku	$0.80	最適合寫作，對日語特別擅長。
GPT-5 pro	$15	當前準確度最高的模型，最後的防線。
GPT-5	$1.25	對設計、編碼、錯誤分析、代碼審查等非常有優勢，響應速度稍慢。
GPT-5-Codex	$1.25	與GPT-5的不同不大，但更加專注於編碼。
GPT-5 mini	$0.25	性能稍遜於GPT-5，響應速度稍快。
GPT-5 nano	$0.05	在GPT-5系列中響應速度最快，適合低難度編碼。
gpt-4.1	$3	忠實於指示，不會做多餘的事情。
gemini-2.5-pro	$1.25	推薦用於代碼分析，雖然可以編碼但常常會做多餘的事情。
gemini-2.5-flash	$0.3	快速進行編碼與文檔生成，精度不穩定，有時候會多餘。
Grok-code-fast-1	$0.20	編碼速度快，而且質量也高，但可能不及GPT-5。
Grok-4-0709	$3.0	超推薦用於思考整理。

如您所見，選擇哪個模型會產生超過100倍的成本差異，因此在選擇模型時需具備成本意識。

希望能好好利用的模型是GPT-5系列。其性能與成本的表現相當高，特別是mini和nano的價格非常低，可以積極使用。
Grok-code-fast-1也能實現快速、低價、高質量的編碼，值得推薦。

簡單的終端操作或文檔生成推薦使用gemini-2.5-flash，因為便宜且快速。至於文檔，claude-3.5-haiku也不錯。

另一方面，Claude的opus系和sonnet系雖然性能高，但遠不及GPT-5，且價格較高。對於深刻理解模型特性的進階用戶來說可以使用，但對於Cursor和LLM的初學者來說應該先避免這些模型。

以上僅為我的主觀意見，請參考使用。擁有成本意識，自行確認用途是最重要的。
與團隊討論模型的用途也是不錯的主意！

4. 重要事項②：掌握令牌使用量

理解了模型的單價與用途，接下來考慮一下在實際開發場景中的令牌消耗量。首先，對於令牌量的估算大約如下所示。

行數	令牌數量的估算
10行	200
100行	2,000
1,000行	20,000
10,000行	200,000
50,000行	1,000,000

然而，100行的變更所需的令牌數量不一定是2000，因為在與Cursor進行LLM模型交互時，必須給予多種上下文。

因此，無論任務或對話有多輕量，必須假設每次請求消耗10,000至30,000令牌。
根據任務別的消耗令牌量估算如下（假設輸出量基本固定為3000令牌）。

任務	輸入令牌	輸出令牌	總計令牌
輕微修改/加註釋	7,000〜9,000	3,000	10,000〜12,000
中型功能的添加或修改	12,000〜27,000	3,000	15,000〜30,000
大型功能添加<br>重構	30,000〜57,000	3,000	33,000〜60,000
超大型重構	60,000〜197,000	3,000	63,000〜200,000

令牌也有快取

在利用LLM API時，計算的令牌中也存在快取。這就像是重新使用以前使用過的上下文。這一快取的成本比正常的輸入令牌成本低約80%。
然而，如果切換模型，快取的令牌不會被視為該模型的快取，將再次被當作輸入令牌計算。因此，在聊天內切換模型時無法享受快取令牌的成本優惠。
雖然不必堅持使用同一模型，但記住這一點也毫無損失。

使用令牌量可在儀表板查看

您可以從儀表板查看使用了哪個模型、消耗了多少令牌以及最終的成本是多少。

截圖 2025-10-14 18.11.47.png

將鼠標懸停在上面，可以查看令牌量的詳細分解。

令牌量.gif

在初期，建議您經常查看儀表板以了解自身消耗的令牌量。這樣一來，對於每次請求的成本掌握將變得更容易，也希望團隊能共同努力！

5. 努力工作可以每月不加費用達到2000次請求

只要意識到使用模型和令牌消耗量，您可以在每月40美元的Teams計劃中用20美元的信用額度（不加費用）達成每月2000次請求。接下來，我將解釋這一原理。

以每次請求0.01美元為目標

為了實現每月2000次請求的目標，反推得出如下要求。

想在每月20美元的信用額度內進行2000次請求
每天希望花費1美元，執行100次請求（假設每個月有20個工作日）
每次請求的成本要控制在0.01美元以內

因此，控制每次請求在0.01美元以內是實現每月2000次請求的關鍵。這一數字相對現實，只需恰當使用成本較低的模型便能達成。

估算0.01美元請求可以消耗的令牌量

Cursor的成本計算是「使用模型價格 + Cursor令牌手續費（每百萬令牌0.25美元）」，因此假設每次請求成本為0.01美元時的令牌使用上限如下：

GPT-5 nano (0.05 + 0.25 = $0.30/每百萬令牌): 最多可使用33,333令牌
GPT-5 mini (0.25 + 0.25 = $0.50/每百萬令牌): 最多可使用20,000令牌
gemini-2.5-flash (0.30 + 0.25 = $0.55/每百萬令牌): 最多可使用18,181令牌
Grok-code-fast-1 (0.20 + 0.25 = $0.45/每百萬令牌): 最多可使用22,222令牌
GPT-5（Codex）(1.25 + 0.25 = $1.50/每百萬令牌): 最多可使用6,666令牌

如您所見，使用高性價比的模型是完全可以將每次請求控制在0.01美元以內。

任務別模型選擇與令牌管理

對於輕微修改，可以主要使用GPT-5 nano或Grok-code-fast-1等便宜的模型。對於中型功能的修正或添加，則可主要用GPT-5 mini，並根據需要使用GPT-5或GPT-5-Codex，確保品質的同時控制成本。

而在大型功能的添加或重構時，可以以GPT-5或GPT-5-Codex為主體進行任務分解，然後用GPT-5 nano、GPT-5 mini、Grok-code-fast-1來實現分解後的各個任務，這樣的方式會更有效。

其他建議

免費模型的利用
Cursor有時會提供可以暫時免費使用的模型（截至2025年10月15日，以Grok-code-fast-1和code-supernova-1-million為例）。積極使用這些模型可以進一步削減成本，但請注意，Cursor令牌手續費（每百萬令牌0.25美元）需另外支付。
利用行內編輯
對於輕微的修正，使用行內編輯功能而非通過聊天來減少所需上下文的數量，從而降低令牌使用量。行內編輯的解釋可參見此處。
保持聊天粒度小
避免在一個聊天中塞入太多任務。為了保持輸出品質，避免多餘的令牌消耗，建議根據任務進行聊天分開，只給予必要充分的上下文。