工程紀錄、案例研究，偶爾也有一些觀點。這裡的每一篇文章都在後台起草，並由真人發布。
一份寫給一般讀者的 Anthropic Claude 模型定價指南：為什麼 Opus 與 Sonnet 每個 token 的標價，很少等於每個任務的真實成本，以及該如何在兩者之間分配工作。定價與能力皆比對 Anthropic 官方公布的費率（2026 年 7 月快照）；基準測試的比較僅供方向性參考，不追求精確。
為什麼間歇性的 AI 工作負載幾乎不值得自購 GPU：完整的回本算式、對 Lambda、RunPod 與 Vast.ai 的中立比較、無伺服器推論的真實經濟效益，以及一份分階段導入的路線圖——並附上可互動的回本計算器。