Ultra Lab
AI 成本GeminiClaudeOllama本地 LLM免費方案Benchmark

免費方案大亂鬥 2026:Gemini vs Claude vs Ollama 誰最划算?

· ·更新於 · 17 分鐘閱讀
目錄
  1. 免費到底能拿到什麼?
  2. 隱藏成本有哪些坑?
  3. Gemini 的坑:「免費」可以瞬間變 NT$4,000
  4. Claude 的坑:用量上限是動態的「黑盒」
  5. Ollama 的坑:「免費推理」的電費帳單
  6. 真實場景下,每千次請求要多少錢?
  7. 假設條件
  8. 成本對比表
  9. 什麼場景該用什麼?決策樹
  10. 一句話版本
  11. 為什麼三個一起用才是最佳解?
  12. 實際月成本拆解
  13. 三個月後的結論是什麼?
  14. Gemini 免費方案
  15. Claude Pro
  16. Ollama 本地推理
  17. 終極答案
  18. 想知道你的網站被 AI 怎麼看?

沒有哪個最划算,看場景:量大、要長上下文用 Gemini 免費方案,但要防計費地雷;核心開發與不能出錯的內容用 Claude Pro;離線、隱私、不限量的批次交給 Ollama。三個搭配用,成本只是純雲端的一小部分。

「省錢不是選最便宜的工具,而是讓每一塊錢打在正確的模型上。」

2026 年 Q1,我們在 Ultra Lab 同時營運了三套 LLM 基礎設施:

  • Google Gemini 2.5 Flash(免費方案,撰文時每日上限 1,500 個請求,現行額度以 rate-limits 頁為準):驅動 4 隻 AI Agent 的部分任務
  • Claude Opus 4.6(Pro 方案,月繳 US$20):處理所有核心開發、程式碼審查、文件撰寫
  • Ollama + ultralab:7b(RTX 3060 Ti 本地推理):跑內容產製和批次任務

經過 90 天的平行運行,我們有了一組真實的成本效能數據,不是官方白皮書上的數字,是我們每天看著帳單和 dashboard 得出的結論。

下面把它們攤開來比。


免費到底能拿到什麼?

先看三個選項的「紙面規格」:

項目 Gemini 2.5 Flash (Free) Claude Pro (US$20/mo) Ollama ultralab:7b (Local)
月費 NT$0 ~NT$650 NT$0(軟體免費)
每日請求上限 1,500 RPD 依用量動態調整 無限
模型等級 Flash(快但淺) Opus 4.6(頂級推理) 7B 參數(輕量)
上下文長度 1M tokens 200K tokens(1M 可用) 16,384 tokens
推理速度 ~80 tok/s ~40 tok/s 13.2 tok/s
程式碼能力 ★★★☆ ★★★★★ ★★☆☆☆
中文能力 ★★★★ ★★★★★ ★★★★(qwen2.5 底)
離線可用 ❌ ❌ ✅

看起來各有千秋。但紙面規格和實際體驗是兩回事。


隱藏成本有哪些坑?

Gemini 的坑:「免費」可以瞬間變 NT$4,000

Gemini 免費方案最大的問題不是額度不夠,而是帳單地雷。

2026 年 3 月 7 日,我們的一個 Gemini API key 被綁到了一個啟用計費的 GCP 專案上。免費額度在當天耗盡後,系統沒有任何警告,直接開始按量計費。一個晚上醒來,帳單上多了 NT$4,000(~US$127.80)。

教訓:

⚠️ NEVER create API keys from billing-enabled GCP projects
⚠️ 永遠在「無計費」的專案下建立 API key
⚠️ reasoning 參數必須設為 false(不然每次請求 token 用量暴增 3-5 倍)

另外,reasoning: true 會讓每個請求的 token 消耗暴增。我們把它關掉後,相同任務的 token 用量降了 70%。以 1,500 RPD 的免費額度來說,這等於把有效產能提升到 3 倍以上。

Claude 的坑:用量上限是動態的「黑盒」

Claude Pro 的定價看似簡單:月繳 US$20,用到飽。但實際上:

  • 用量上限隨需求動態調整,尖峰時段會被限制
  • Opus 4.6 模型消耗的額度是 Sonnet 的 5 倍
  • 沒有官方的 token 用量儀表板,你不知道自己還剩多少

好處是:台灣白天是美國離峰。Anthropic 在 2026 年 3 月 13 日到 27 日辦過限時活動,平日美東時間上午 8 點到下午 2 點(台灣晚上 8 點到凌晨 2 點)的尖峰時段以外,用量上限加倍。活動期間我們把大型任務(長篇文件、完整程式碼審查、架構決策)排在白天執行,等於用 US$20 的價格拿到接近 US$40 的產能。

Ollama 的坑:「免費推理」的電費帳單

本地跑 LLM 不用付 API 費用,但 GPU 不是靠愛發電的。

我們的實測數據(RTX 3060 Ti,8GB VRAM):

項目 數值
推理時 GPU 功耗 ~180W
閒置功耗 ~15W
每天推理時間 ~6 小時
月電費(台灣電價 NT$3.5/kWh) ~NT$340
模型載入時間 2-3 秒(冷啟動)
13.2 tok/s 的實際體驗 可用,但等待感明顯

另外一個隱藏成本:你不能同時做別的 GPU 密集任務。我們曾經在 Ollama 推理時下載新模型,速度從 13.2 tok/s 暴跌到 0.1 tok/s,幾乎等於不能用。


真實場景下,每千次請求要多少錢?

我們把三個月的使用數據整理成單位成本:

假設條件

  • 每次請求平均 input 800 tokens + output 400 tokens
  • 每天 500 次有效請求(排除失敗、重試)
  • 計算月度總成本

成本對比表

指標 Gemini Free Claude Pro Ollama Local
月費 NT$0 NT$650 NT$340(電費)
月可用請求數 ~45,000 ~15,000*(動態) 無上限
每千次請求成本 NT$0 ~NT$43 ~NT$3**(電費分攤)
品質分數(我們主觀評分) 72/100 95/100 58/100
每品質分成本 NT$0 NT$0.45/分 NT$0.05/分
失敗率(超限/錯誤) 3.2% 1.1% 0.4%

*Claude 用量上限因模型和時段不同,此為 Opus 4.6 估計值 **以每月 ~100,000 次推理計算,電費 NT$340 ÷ 100 千次

注意:Gemini 的「每千次請求成本 NT$0」是建立在你沒有踩到計費地雷的前提下。一旦踩到,單月成本可能暴增 10 倍以上。


什麼場景該用什麼?決策樹

經過三個月的實戰,我們總結出這套決策邏輯:

你要處理什麼任務?
│
├─ 需要頂級推理能力(程式碼、架構設計、複雜寫作)
│  └─→ Claude Opus 4.6
│      排在台灣白天執行(離峰時段)
│
├─ 大量重複性任務(社群發文、互動回覆、分類標記)
│  └─→ Gemini 2.5 Flash (Free)
│      設定 reasoning: false
│      API key 綁定無計費專案
│
├─ 需要離線 / 隱私 / 無限額度
│  └─→ Ollama 本地推理
│      適合:內容草稿、資料清理、批次處理
│
├─ 長上下文(>100K tokens)
│  └─→ Gemini(1M context window)
│      Claude 也行但會吃更多配額
│
└─ 即時性要求高(<2 秒回應)
   └─→ Gemini Flash > Claude Sonnet > Ollama
       本地推理的 13.2 tok/s 不適合即時場景

一句話版本

場景 最佳選擇 原因
寫程式 / 架構設計 Claude 推理品質差距太大
社群 Agent 自動化 Gemini Free 1,500 RPD 免費,量大
內容批次產製 Ollama 無限額度,不需即時性
長文件分析 Gemini 1M context 無對手
客戶面對的即時回應 Gemini Flash 速度快、免費
機密資料處理 Ollama 資料不出本機

為什麼三個一起用才是最佳解?

截至 2026-04-02,我們的架構長這樣:

┌─────────────────────────────────────────────────┐
│              Ultra Lab LLM 架構                  │
├─────────────────────────────────────────────────┤
│                                                  │
│  ┌──────────┐   高品質任務    ┌──────────────┐  │
│  │          │ ──────────────→ │ Claude Opus  │  │
│  │          │   (開發/寫作)    │ US$20/月     │  │
│  │          │                 └──────────────┘  │
│  │          │                                    │
│  │  任務     │   大量自動化    ┌──────────────┐  │
│  │  路由器   │ ──────────────→ │ Gemini Flash │  │
│  │          │   (Agent Fleet)  │ NT$0/月      │  │
│  │          │                 └──────────────┘  │
│  │          │                                    │
│  │          │   批次/離線     ┌──────────────┐  │
│  │          │ ──────────────→ │ Ollama 7B    │  │
│  └──────────┘   (內容產製)    │ NT$340/月    │  │
│                               └──────────────┘  │
├─────────────────────────────────────────────────┤
│  月總成本:NT$990(~US$30)                      │
│  月總產能:~160,000+ 有效請求                     │
│  等效純 Claude 成本:~US$600+                     │
└─────────────────────────────────────────────────┘

實際月成本拆解

項目 成本 佔比 請求數
Claude Pro NT$650 66% ~15,000
Gemini Free NT$0 0% ~45,000
Ollama 電費 NT$340 34% ~100,000+
月總計 NT$990 100% 160,000+

如果全部用 Claude API(不是 Pro 訂閱,是 pay-per-token)跑同樣的量,月成本大約是 US$600-800(~NT$19,000-26,000)。

我們的組合策略,成本是純雲端方案的 4-5%。


三個月後的結論是什麼?

Gemini 免費方案

適合:量大、品質要求中等的自動化任務 不適合:任何需要精準推理的場景 存活條件:你必須 100% 確定 API key 沒有綁到計費專案

Claude Pro

適合:核心開發、高品質內容、任何你不想出錯的任務 不適合:大量重複性的批次任務(配額會被快速消耗) 加分項(僅限 2026 年 3 月 13 日到 27 日的限時活動,已結束):台灣時區讓你天生享受離峰紅利

Ollama 本地推理

適合:批次內容產製、資料清理、離線場景、隱私敏感任務 不適合:即時回應、複雜推理、GPU 已被其他任務佔用時 前提:你有一張還算 OK 的獨顯(至少 8GB VRAM)

終極答案

沒有「最划算的單一選項」。只有「最划算的組合」。

如果你只能選一個:

  • 預算 NT$0 → Gemini Free(小心計費地雷)
  • 預算 NT$650 → Claude Pro(品質無可替代)
  • 已有 GPU → Ollama(邊際成本趨近於零)

還沒有顯卡、在考慮要不要為本地推論買一張?本地 GPU 與雲端 API 的損益平衡分析把一張 US$300 的二手 RTX 3060 Ti 攤提 36 個月算進去,逐一對比平價、中階、前沿 API,看它會不會回本、多久回本。

如果你三個都用:

  • 月成本 NT$990,產能抵得上 NT$20,000+ 的純雲端方案。

想知道你的網站被 AI 怎麼看?

UltraProbe 免費掃描你的網站,看看 AI 搜尋引擎如何理解你的品牌。SEO + AEO 模式完全免費,零成本。

不想自己動手?UltraGrowth 是訂閱制的 AI 可見度軟體,把掃描到優化排成固定流程,每月出一份報告。


數據基於 Ultra Lab 2026 年 Q1(1-3 月)的實際營運記錄。硬體環境:RTX 3060 Ti / 32GB RAM / Windows 11 + WSL2。所有成本以新台幣計算,匯率以 1 USD ≈ 32.5 TWD 估算。

常見問題

Ollama 和 Gemini 哪個比較便宜?

在我們 90 天的實測裡,Gemini 免費方案每千次請求成本是 NT$0,前提是 API key 沒有綁到啟用計費的專案。Ollama 在 RTX 3060 Ti 上跑 7B 模型,電費分攤下來每千次請求約 NT$3,每月電費約 NT$340。

Ollama 比 Gemini 快嗎?

在我們的硬體上不是。Gemini 2.5 Flash 約 80 tok/s,我們在 RTX 3060 Ti 上跑的 Ollama 7B 模型是 13.2 tok/s:批次任務可用,即時回應太慢。

什麼時候該用 Ollama,而不是 Gemini?

批次內容產製、資料清理、離線場景,以及不該離開本機的機密資料,適合用 Ollama,因為它沒有請求上限。量大的自動化任務、需要快速回應的場景,以及要用到 1M tokens 上下文的長文件,則適合 Gemini 免費方案。

Gemini API 免費方案會被收費嗎?

會。如果 API key 綁在啟用計費的 GCP 專案上,免費額度用完後系統不會有任何警告,會直接開始按量計費,我們就因此一個晚上多了約 NT$4,000(US$127.80)的帳單。做法是永遠在無計費的專案下建立 API key。

想自己動手試試?

UltraProbe 免費、免註冊,掃一次網站就知道 Google 與 AI 找不找得到你。

ULTRA LAB 週報

每週一,GitHub 前十+一件學到的事

每個工具都標清楚能不能商用、適合誰。卡關了可以到 Discord 問。

只用來寄週報,不會給別人;每封都能一鍵退訂。

加入 Discord