คุมค่าใช้จ่าย AI: Token, Model และการใช้งานจริง

Plants.work · · industry-insights
คุมค่าใช้จ่าย AI: Token, Model และการใช้งานจริง

เข้าใจว่าค่า AI คิดจากอะไร ทำไมบิลถึงพุ่ง และ 6 วิธีลดค่าใช้จ่ายโดยไม่ลดคุณภาพ ตั้งแต่เลือกโมเดลถึง Batch และ Prompt Caching

เดือนแรกที่ทีมเปิดใช้ AI ผ่าน API ค่าใช้จ่ายดูเล็กน้อยจนไม่มีใครสนใจ เดือนที่สามมีคนเอา AI ไปต่อกับระบบอ่านอีเมลลูกค้าทุกฉบับ และอีกคนสร้าง Agent ที่วนถามโมเดลซ้ำหลายรอบต่อหนึ่งงาน พอบิลมาถึง ฝ่ายการเงินถามคำถามที่ไม่มีใครตอบได้ว่า เงินก้อนนี้ไปอยู่ที่งานไหน และคุ้มไหม ถ้าคุณกำลังจะขยายการใช้ AI ในองค์กร การเข้าใจโครงสร้างค่าใช้จ่ายตั้งแต่ต้นจะช่วยให้ไม่ต้องตกใจทีหลัง

Token คืออะไร และทำไมสำคัญกับค่าใช้จ่าย

Token คือหน่วยย่อยของข้อความที่โมเดลภาษาอ่านและเขียน บริการ AI ผ่าน API ส่วนใหญ่คิดเงินตามจำนวน Token ทั้งขาเข้า (Input) และขาออก (Output) หน้าช่วยเหลือของ OpenAI ให้หลักคร่าวๆ ว่าในภาษาอังกฤษ 1 Token ประมาณ 4 ตัวอักษร และระบุด้วยว่าภาษาอื่นที่ไม่ใช่ภาษาอังกฤษมักใช้ Token ต่อตัวอักษรมากกว่า ซึ่งอาจทำให้ค่าใช้จ่ายสูงกว่า งานภาษาไทยจึงควรวัดจากการใช้งานจริง ไม่ใช่เดาจากจำนวนคำ

อีกเรื่องที่ควรรู้คือ Output มักแพงกว่า Input ตัวอย่างเช่นหน้าราคาของ Anthropic แสดงราคา Output สูงกว่า Input ในทุกโมเดล คำตอบที่ยาวเกินจำเป็นจึงเป็นต้นทุนที่มองไม่เห็น

ทำไมบิล AI ถึงพุ่งโดยไม่รู้ตัว

OWASP Top 10 for LLM Applications 2025 ยังจัด Unbounded Consumption หรือการใช้ทรัพยากรแบบไม่มีขีดจำกัดเป็นหนึ่งในความเสี่ยงหลัก ซึ่งรวมถึงความเสียหายทางการเงินด้วย

6 วิธีลดค่าใช้จ่ายโดยไม่ลดคุณภาพ

1. วัดต้นทุนต่องานที่สำเร็จ ไม่ใช่ต้นทุนต่อ Token

เอกสารแนะนำของ Anthropic เรื่องการเลือกโมเดลให้เปรียบเทียบที่ต้นทุนต่องานที่ทำสำเร็จ เพราะโมเดลราคาถูกที่ตอบผิดบ่อยต้องรันซ้ำ ซึ่งอาจแพงกว่าโมเดลที่เก่งกว่าแต่ทำเสร็จในรอบเดียว

2. เลือกขนาดโมเดลให้เหมาะกับงาน

งานจัดหมวด ดึงข้อมูลจากฟอร์ม หรือสรุปสั้น มักใช้โมเดลขนาดเล็กได้ งานวิเคราะห์ซับซ้อนค่อยใช้โมเดลใหญ่ ทดสอบกับตัวอย่างงานจริงก่อนตัดสิน

3. ตัด Context ให้เหลือแค่ที่จำเป็น

ใช้ RAG ดึงเฉพาะส่วนที่เกี่ยวข้อง สรุปประวัติแชตเก่าแทนการส่งทั้งหมด และกำหนดความยาวคำตอบสูงสุด

4. ใช้ Prompt Caching

ถ้า System Prompt หรือเอกสารอ้างอิงเหมือนเดิมทุกครั้ง ผู้ให้บริการบางรายมี Prompt Caching ที่คิดค่าอ่านส่วนที่แคชไว้ถูกกว่าราคา Input ปกติมาก ตามที่ระบุในเอกสารราคาของ Anthropic

5. ใช้ Batch กับงานที่ไม่ต้องการคำตอบทันที

Anthropic ระบุว่า Batch API ให้ส่วนลด 50 เปอร์เซ็นต์ทั้ง Input และ Output สำหรับงานประมวลผลแบบไม่เร่งด่วน เช่น สรุปรีวิวลูกค้าทั้งวันตอนกลางคืน

6. ตั้งงบและการแจ้งเตือน

แยก API Key ตามโปรเจกต์ ตั้งเพดานการใช้ต่อวัน และกำหนดจำนวนรอบสูงสุดของ Agent

ตัวอย่างสถานการณ์

สมมติบริษัทประกันขนาดกลางใช้ AI สรุปอีเมลลูกค้าวันละหลายร้อยฉบับ เดิมส่งอีเมลทั้งฉบับพร้อมประวัติการติดต่อทั้งหมดให้โมเดลใหญ่ หลังปรับ ทีมแยกงานเป็นสองชั้น ให้โมเดลเล็กจัดหมวดก่อน แล้วส่งเฉพาะเรื่องร้องเรียนที่ซับซ้อนให้โมเดลใหญ่ พร้อมตัดประวัติให้เหลือแค่ข้อความล่าสุดที่เกี่ยวข้อง ส่วนรายงานสรุปประจำวันย้ายไปรันแบบ Batch ตอนกลางคืน ผลที่ได้คือทีมรู้ชัดว่าเงินแต่ละบาทไปอยู่ที่งานไหน และตัดสินใจได้ว่างานไหนควรใช้โมเดลระดับใด

AI ที่ถูกที่สุดไม่ใช่โมเดลที่ราคาต่อ Token ต่ำที่สุด แต่คือระบบที่ทำงานเสร็จในรอบเดียว

ข้อควรระวัง

เริ่มต้นยังไง

  1. ดึงรายงานการใช้งานเดือนล่าสุด แยกตามโปรเจกต์หรือ API Key
  2. หางาน 3 อันดับแรกที่ใช้ Token มากที่สุด
  3. ทดลองโมเดลที่เล็กลงกับตัวอย่างงานจริง 20 ถึง 50 ชิ้น เทียบคุณภาพ
  4. เปิด Caching หรือย้ายงานไม่เร่งด่วนไป Batch
  5. ตั้งงบรายเดือนและทบทวนทุกเดือน

ถ้าคุณกำลังสร้าง Agent ที่ทำงานหลายขั้นตอน อ่านพื้นฐานเพิ่มได้ใน AI Agent คืออะไร และถ้าอยากต่อยอดทักษะ AI สำหรับงานจริง ดูคอร์สที่ Plants.work Learn