ChatGPT Pro 20x 比 5x 能多用多少?方案額度差在哪一次看懂

找找異變
閱讀功能說明

收聽會朗讀正文;速讀會依序顯示短語,速度可調。語言練習可對照現有的不同語言版本。收藏儲存在本瀏覽器中,可從播放器的收藏清單再次開啟。用打磚塊來讀會把正文的文字變成磚塊,邊打邊讀。

分享這篇文章
廣告
廣告

ChatGPT Pro 20x 的額度是 Pro 5x 的 4 倍(兩者都是跟 Plus 比),所以同樣一次額度重置,20x 補回來的量也大很多。不過在 2026 年 9 月 Astra 上線、重置發到手軟的那段期間,真正卡住的其實不是 AI,而是人有沒有一整段空閒時間可以一直丟工作給 AI。

想升級到更高的方案多跑一點 AI,結果付款或切換方案卡住。旁邊卻是額度重置一波接一波地發。

走到這一步,最後的心得大概只剩一句:

「乾脆把 Tibo 的電腦借我啦。無限用的那種。」

當然,這不是要借別人的帳號或公司內部權限。這篇要講的是:在 GPT-6 Astra 上線期間認真跑 Work 和 Codex,你會發現額度本身越來越像研究資源。

而且仔細查下去,問題也不只是「5x 跟 20x 哪個比較划算」。

真正影響大的,是 額度 × 重置 × 一整段空閒時間 這三個相乘。

1. 5 秒看結論:20x 是 5x 的 4 倍,用得完的人,一次重置的價值也是 4 倍

依照 OpenAI 官方說明,到 2026 年 9 月為止,ChatGPT Pro 有兩個等級:

  • Pro $100:Plus 的 5 倍額度
  • Pro $200:Plus 的 20 倍額度

所以 Pro 20x 是 Pro 5x 的 4 倍。[1]

不要看成「20x 是 5x 的 20 倍」。5x 和 20x 比較的對象都是 Plus。

GPT-6 Astra 在 Work/Codex 的官方參考也一樣:每 5 小時的本機訊息數,Pro 5x 是 25~225 則,Pro 20x 是 100~900 則,剛好 4 倍。不過這不是固定次數,用掉多少會看輸入輸出長度、推理設定、Fast mode 和工作的複雜程度而定。[2]

而 Full reset 會把對應的 5 小時額度和每週額度重新補滿。[2][3]

所以同樣是「重置一次」,20x 補回來的絕對量比 5x 大。

重置券一樣是一張,但油箱大小不一樣。

2. 20x 的「20」是什麼意思?是跟 Plus 比,所以跟 5x 比是 4 倍

先把帳算清楚。

為了方便,把 Plus 的 Work/Codex 額度當成「1」。

  • Plus:1
  • Pro 5x:5
  • Pro 20x:20

所以從 5x 升到 20x,多出來的是 15 個單位。在原本 5 個單位上再多加 3 份,總量就是 4 倍。

這個「4 倍」很重要。

光看 20x 這個名字會覺得超誇張,但對 5x 使用者來說,升級幅度是 4 倍。反過來說,對已經好幾次把 5x 用光的人,這等於把正缺的資源變成 4 倍,感受差很多。

相反地,如果你每週連 5x 的一半都用不到,換成 20x 也只是多一堆用不到的額度。

沒用到的運算資源,帳面上再好看,實際上也是 0 元。

3. 為什麼 Full reset 在 20x 上看起來特別「大包」?

根據 OpenAI 的說明,使用存起來的 Full reset 後,對應的 5 小時額度和每週額度會更新,每週的重置日期也會跟著改。重置不是永久增加額度,而是把當下的額度補回來。[2][3]

這裡來做一個簡化的思考實驗。

假設一位 20x 使用者先把額度用得差不多了,之後又成功用了 2 次各自獨立的 Full reset。

平常的 20
+ 第 1 次 20
+ 第 2 次 20
= 60

用 Plus 當基準,這段期間理論上就像跑了 60 個單位。

如果只跟「沒有重置的 5x 跑一輪」比,就是 60 ÷ 5 = 12 倍。

只截這一段來看,會很想大喊:

「買 20x 根本等於 60x,是 5x 的 12 倍!」

但這不是公平的方案比較。

如果 5x 那邊也拿到同樣 2 次 Full reset,也一樣全部用完:

5 × 3 輪 = 15
20 × 3 輪 = 60
60 ÷ 15 = 4

方案之間的差距最後還是 4 倍。

也就是說,「12 倍」只是在特殊期間,拿 20x 加多次重置去比普通 5x 一輪所算出的理論值。而且重置會改變每週重置日期,用固定的日曆週來簡單比較也不準。[2][3]

即使如此,對真的會把額度用光的人來說,一次 Full reset 補回來的量比較大,這件事不會變。

4. 2026 年 9 月,真的很像「重置公司」在營業

Astra 上線那陣子,重置多到不能當成平常狀況看。

根據 OpenAI 官方說明中心,符合條件的現有 Plus、Pro、Business 使用者,在 2026 年 9 月 3 日和 9 月 4 日各拿到一次可以存起來的重置。9 月 7 日另外還對符合條件的使用者做了一次自動的全面重置。[2][3]

9 月 9 日,OpenAI Status 又公告了一起故障:部分 Codex 使用者遇到「非預期的使用額度重置」,並回報當天就修復了。[4]

之後,在 OpenAI 帶領 Codex 的 Thibault “Tibo” Sottiaux 公開發文表示,在受影響時段內 banked reset 沒有在 Work/Codex 完整套用的使用者,會再補一次重置,並寄信道歉。[5][6]

到這種程度,使用者這邊的感覺就變成:

「Tibo 又在印重置了」

根本是 Tibo 中央銀行。

不過有條線要畫清楚。官方說明中心把這些 banked reset 定位成促銷福利,並且明白寫著不保證未來還有免費重置。[3]

所以「預期一週大概來兩次就去買 20x」,拿來算長期訂閱是很危險的。

上線慶典就是慶典,不是退休金。

5. 重置越多,重度使用者和輕度使用者的差距越大

重置值多少,不是看「發了幾次」,而是看發之前你已經用掉多少。

還剩 90% 時回到 100%,多出來的也只有 10%。

剛用到 0% 就回到 100%,幾乎等於多跑一整輪。

所以同樣一份禮物:

  • 5x 用不完的人:很感謝,但用不到
  • 每次都把 5x 用光的人:很有感
  • 把 20x 用光的人:一次補回來的量就超大

這時你才能不看價目表,而是用實際用量判斷「貴的方案值不值得」。

如果你已經把低階方案用光,需求就已經證明了。

反過來,如果低階額度還有剩,「說不定哪天會用到」多半只是 FOMO。

6. 最後卡住的不是 AI,而是人的空閒時間

運算資源變 4 倍,丟工作的人沒時間,也一樣轉不動。

請 Astra 做一項很重的調查。

看結果。

「這個假設太弱,下一步換這個方向。」

需要的話補資料。

修好壞掉的環境。

把順利的流程寫成腳本。

這些都需要一整段不被切碎的時間。

所以越是 AI 時代,越會出現一種奇妙的反轉:

擁有高效能 AI,反而沒有擁有能一直丟工作給 AI 的空閒時間來得稀有。

每天加班被吃掉 1~2 小時,損失的不只是那段時間。下班後的恢復、重新進入狀況的時間、開始一個長實驗的心理餘裕,也都一起被吃掉。

「今天有 30 分鐘,來建一個新的研究環境吧」,這種事通常不會開始。

30 分鐘回信嫌太長,蓋研究所又太短。

7. 「閒才是最強」不只是在稱讚偷懶

有研究直接探討空閒時間和創新的關係。

Agrawal、Catalini、Goldfarb 等人的研究發現:大學放假期間,群眾募資平台上的創新專案上架數量會暴增。作者認為,空閒時間不只幫助想點子,也能推動行政、規劃、宣傳這些不起眼的執行工作,讓創新更容易真正推上市場。[7]

這點和用 AI 做事意外地相似。

用 AI 做新東西時,比起亮眼的點子,更花時間的其實是:

  • 建環境
  • 整理資料
  • 寫測試
  • 留紀錄
  • 整理 README
  • 做成可以重複執行的樣子
  • 把失敗狀況一個個解決

這些枯燥的步驟。

另外,Pencavel 關於工時的研究用歷史上軍需工廠的資料指出:超過一定工時之後,多做的時間帶來的產出成長會變慢,兩者不是直線關係。[8]

另一份分析的結果也符合這個假設:每週工時太長會造成疲勞和恢復不足,還可能影響下一週的工作表現。[9]

研究對象不是現在的 AI 研究者,所以不能說「加班一定會讓創造力下降幾 %」。

但做越久不代表成果就照比例增加,恢復和空閒對執行力有實際幫助,這個方向和 AI 時代的體感很吻合。

8. 如果只用一個月 20x,要買的不是「答案」,而是「研究工廠」

短期用大額度,最浪費的就是狂丟問題,最後只留下一堆答案。

厲害的用法剛好相反:

把短暫的運算資源,變成之後能一再使用的環境。

OpenAI 把 Work 定位為長時間、多步驟的調查和成果製作,把 Codex 定位為軟體開發。Codex 可以處理本機資料夾、程式碼庫、終端機和開發工具;在允許的環境下,Work 也能使用本機檔案和桌面應用程式。[10]

那麼一個月的加強期,要瞄準的就是讓

探索
↓
提出假設
↓
實作
↓
實驗
↓
評估
↓
記錄失敗原因
↓
下一個假設

這個循環,不用人每次從頭下指令也能自己轉。

比起「請 AI 幫我查了 100 樣東西」,

「請 AI 做了一個工具:丟進一個候選,就自動驗證 100 種條件,回傳結果表和失敗紀錄」

才是額度用完之後下個月還留得下來的東西。

9. 連環境建置都交給 AI,空閒時間就變成資產

要蓋研究工廠,只有程式碼還不夠。

至少要留下這些:

  • 用 Git 留下修改紀錄
  • 固定相依套件和版本
  • 把安裝步驟寫成腳本
  • 把執行指令寫進 README
  • 寫測試
  • 存下實驗條件和結果
  • 留下失敗紀錄
  • 固定資料輸入和輸出格式
  • 換一台電腦也能重現

這樣一來,空閒時間結束了,研究所還在。

就算進公司之後或旺季時每天只有 1 小時空閒,也不必從

「今天從頭開始建環境」

開始,而是從

「看看到昨天為止自動跑出來的結果」

開始。

這差很多。

不過權限設計是另一回事。API 金鑰、私密金鑰、正式上線、轉帳、真實交易、刪除這類很難回頭的操作,最好跟探索、測試環境分開,只給最低限度的權限,並保留人工確認。

讓 AI 幫你蓋研究所很強。

但沒必要把保險箱鑰匙也放在研究所的桌上。

10. 多付的 $100 值不值得?不要看「幾倍」,要看能省回幾小時

依官方價格,Pro 5x 是 $100,Pro 20x 是 $200,每月差 $100。實際在當地被收的金額,可能因稅金、匯率、付款條件等而不同。[1]

如果把這 $100 單純當成「AI 費用」,會覺得很貴。

但如果目的是短期集中把環境建起來,更該看的是能幫自己省回幾個小時。

  • 省 10 小時:每小時 $10
  • 省 20 小時:每小時 $5
  • 省 40 小時:每小時 $2.50

這不是保證賺錢,只是簡單的分攤。

而且建環境和自動化不是只省一次時間。做出來的東西如果之後每週還能幫你省 1 小時,效果會一直累積。

判斷標準其實很單純:

偏向買

  • 已經常常把 5x 用光
  • banked reset 也真的用得完
  • 有一個月內想解決的明確研究、開發待辦清單
  • 只有現在有一大段空閒時間
  • 能把環境建置和自動化留下來

偏向先不買

  • 5x 用不完
  • 主要理由是「難得 Astra 出來了」
  • 還沒想好要讓它做什麼
  • 沒時間看結果
  • 算帳的前提是重置以後還會定期出現

重置慶典當成紅利就好。

不要把它算進營運計畫的固定收入。

11. 連買不到高階方案的那幾天,其實也是機會成本

有趣的是,AI 額度的價值會隨著「什麼時候能用」而改變。

例如有人想趁長假或換工作的空窗期,一口氣把研究環境建好。只想在這段期間升級到高階方案,卻因為付款或切換出問題被卡了好幾天,損失就不只是每月的價差。

最能用的空閒時間,和最大的運算資源,偏偏湊不在一起。

這才是最痛的。

下個月就算能用同樣的 20x,如果每天都要上班,價值也不一樣了。

AI 的價目表上沒有「你的空閒時間」,但它在實際的投資價值裡佔了很大一塊。

12. 結論:AI 時代最稀有的,可能不是 token,而是「一整段空閒時間」

單看基本額度,Pro 20x 是 Pro 5x 的 4 倍。[1][2]

在 Full reset 扎堆的特殊時期,越能把額度用完的人,拿到的好處越大。但未來免費重置多久來一次,沒有保證。[3]

所以「因為重置很多所以買 20x」是很弱的理由。

強的理由是別的:

現在手上有一整段空閒時間,而且能用這段時間讓 Astra、Work、Codex 做出探索工具、測試、環境、紀錄和自動化。

只要條件湊齊,只加一個月運算資源的價值就會突然變高。

空閒時間如果只是拿來耗,就只是閒著。

但如果趁閒的時候做出一套「忙起來也會自己跑的系統」,這段空閒會在之後一次又一次回到你身上。

AI 時代做研發最強的,也許不是無限用量的方案。

而是擁有接近無限的專注時間,並用這段時間蓋一個沒有你也能運轉的研究所。

就算這樣還是把額度全燒光,最後的請求也不會變:

Tibo,電腦借我一下。無限用的那種。


參考資料(10筆)

  1. OpenAI Help Center, “About ChatGPT Pro tiers help.openai.com
  2. OpenAI Help Center, “Managing usage with GPT-6 Astra in Work and Codex help.openai.com
  3. OpenAI Help Center, “How banked Codex resets work help.openai.com
  4. OpenAI Status, “Investigating unexpected usage limit resets status.openai.com
  5. Tibo Sottiaux, public X post on replacement resets for the affected window x.com
  6. OpenAI Forum, “Codex is for Everyone: Why Codex Matters Beyond Code forum.openai.com
  7. Agrawal, Catalini & Goldfarb, “Slack Time and Innovation,” NBER Working Paper 21134 nber.org
  8. John Pencavel, “The Productivity Of Working Hours,” Stanford SIEPR siepr.stanford.edu
  9. John Pencavel, “Recovery from work and the productivity of working hours,” Stanford SIEPR siepr.stanford.edu
  10. OpenAI Help Center, “ChatGPT Work and Codex help.openai.com

同一作品的下一個問題: 「ChatGPT Plus 不就夠了嗎?」MCP 初見假設與中間商警報

廣告這個主題的書

  • 『Co-Intelligence』 (英文版)

    Ethan Mollick / Penguin Publishing Group / 2024

    關於本文所屬領域「人工智慧」的書。

  • 『The Coming Wave』 (英文版)

    Mustafa Suleyman / Penguin Random House / 2023

    關於本文所屬領域「人工智慧」的書。

本文包含廣告(聯盟連結)。 關於廣告 As an Amazon Associate I earn from qualifying purchases.

今天讀這篇

每一篇都回答讀完本文後常有的下一個問題。

查看「ChatGPT」的全部文章(30 篇文章)瀏覽全部文章更多「AI」文章

如果這篇文章對你有幫助,可以支持本站。 支持本站

廣告
廣告
廣告

再來一篇?有沒有好玩的?

讀完順便看看:幾篇相近的,還有幾篇完全不同但很有意思的。

  1. 相近的話題讓 AI 寫文章後,每段都長出了「不過」把研究送回幕後的一次內容工廠大修
  2. 完全不同,但很有趣為什麼我這麼愛哭?淚腺發達不是玻璃心,工作一樣能做好
  3. 鰻重和鰻魚丼到底差在哪?在岡崎「うなぎのはせべ」本店實測:答案是鰻魚多1.5倍,外加燙得離譜的熱毛巾
  4. 《80億分之1》全結局整理最強97歲科學家,最慘29歲車禍
  5. 如果一直被動,成年後的朋友很難自然增加「自動社交供給」結束後的人際關係

尋找其他文章

所有文章

Mendoi-chan

本站經營者

Mendoi-chan

把工作與日常生活中的麻煩整理成清楚的結構與下一步行動。