Amp 推出 Free Agent：自備 ChatGPT 訂閱或 API key 就能免費用，只有 orbs 收費——本機 runner 到雲端 orb 實戰設定

瀏覽次數: 1

2026 年 9 月 13 日，Amp 在 changelog 發了一篇很短的公告〈Free Agent〉，第一句是：「Amp is now free to use when you bring your own compute and model subscriptions/keys.」

白話講就是：機器你自己出、模型額度也你自己出，Amp 這個 agent 本身就不收錢。以前要把 ChatGPT 訂閱接進 Amp，得先付月費方案；現在新的 Hobby 層級免費，就能接 ChatGPT 訂閱、也能自備 API key（BYOK）。Amp 不收 token 手續費，也不設用量上限（Enterprise 除外）。Amp 還會收錢的地方只剩 orbs，也就是他們的雲端機器。

這篇不談商業模式，只做兩件事：帶你把「零月費的 Amp」實際跑起來，再把「什麼情況下還是會花到錢」講清楚。以下內容整理自 Amp 官方 changelog、Pricing 頁與 docs。我沒有實際量測過 ChatGPT 訂閱在 Amp 裡的額度消耗速度，這部分會標成「值得實測」。

本文大綱

一、先看懂：Amp 的帳單拆成兩條軸

看到「免費」很容易以為什麼都不用錢。其實 Amp 一直把兩件事分開算：

推論（inference）：token 誰付？ 有三種選擇：你的 ChatGPT 訂閱、你自己的 API key，或 Amp credits（由 Amp 代付）。官方 Pricing 文件寫明，個人與非 Enterprise workspace 用 credits 時照供應商 API 原價扣，不加價。
執行（compute）：agent 的工具在哪台機器上跑？ 也是三選一：本機（local）、你自己的機器當 runner，或 Amp 的雲端機器 orb。

Free Agent 做的事，是讓「推論自備＋執行自備」這個組合的 Amp 費用變成零。會付 Amp 錢的情況只有兩種：用了 orb，或讓 Amp credits 代付推論。

有一點要先講清楚：就算 agent 跑在你自己的 runner 上，thread 還是會經過 Amp Server。根據 Amp Security Reference，Amp Client（CLI）負責本機的程式碼與工具執行；Amp Server（ampcode.com，架在 Google Cloud）負責認證、thread 同步與儲存、用量追蹤，授權後再由 thread actor 去連 LLM 供應商。Amp 也明講不提供 self-hosted 部署。所以本機 runner 省的是算力錢，不代表「資料不出本機」：送進模型的程式碼片段和 tool 結果，一樣會存在你的 thread 裡。

二、新方案表：差在哪

以下依 2026-09-13 讀取的官方 Pricing 頁：

層級	月費	重點
Hobby	免費	所有產品功能；orb 按量付費，或用自己的 runner 免費；可接 ChatGPT 等訂閱、BYOK；沒有 Amp token 費與上限
Individual・Megawatt	$20/月	含 45,000 分鐘 orbin' time 與 Amp credits；portal 可用自有網域
Individual・Gigawatt	見 Pricing 頁	配額更高；a1.3xlarge 規格只開放給 Gigawatt 與 Enterprise
Teams	不另收費	成員可混用 Hobby／Megawatt／Gigawatt；共享 thread、pooled credits、共享 BYOK 與 model routing
Enterprise	客製	只用 pooled credits、沒有付費席次；SCIM、稽核、IP allowlist 等

幾個數字要讀對：

**「平均 60%／65% 折扣」**是 Amp 在公告裡自己報的平均值：Megawatt 會員平均省 60%、Gigawatt 平均省 65%。你實際省多少，要看 orb 規格和使用分布。
Gigawatt 價格在 Pricing 頁要切分頁才看得到，我沒辦法從官方靜態頁核對。第三方評測整理的是每月 $200，請以官網為準。
學生與教師可以用 $10/月訂 Megawatt（官方 Education Discount，只適用 Megawatt）。

Orb 的標準價（Sizes & Costs 文件，每種都附 60 GB 硬碟）：

規格	CPU	記憶體	標準價
a1.tiny	1	2 GB	$0.08/小時
a1.small	2	4 GB	$0.17/小時
a1.medium	4	8 GB	$0.33/小時
a1.large	8	16 GB	$0.66/小時
a1.xxlarge	16	32 GB	$1.32/小時
a1.3xlarge	16	44 GB	$2.13/小時

按分鐘計費，閒置時自動暫停，暫停中不收錢，就算睡好幾週也一樣。

三、手把手：零月費 Amp 四步設定

Step 1：安裝 CLI

curl -fsSL https://ampcode.com/install.sh | bash
amp   # 第一次會引導你登入

支援 macOS、Linux，Windows 要透過 WSL。

Step 2：接 ChatGPT 訂閱前，先關掉訓練

這步最容易漏掉。Amp Security Reference 寫得很清楚：用個人 ChatGPT（或 Grok）訂閱時，適用的是供應商的消費者帳號條款與資料控制，Amp 沒辦法替你改。所以先到 ChatGPT 的 Profile → Settings → Data Controls，把 Improve the model for everyone 關掉。

接著到 ampcode.com 的 Settings → Model Routing，連結你的 ChatGPT 訂閱。

注意方案差異（The Dial 文件）：Plus、Pro、Business Premium 有含 GPT-6 Astra，Go 與標準 Business 沒有。連結之後，OpenAI 模型的用量改算在你的訂閱上，包括 high 模式的主 agent（GPT-6 Astra），以及各模式裡路由到 GPT-6 Astra 的 Oracle。

Step 3：（選用）加上自己的 API key

一樣在 Model Routing 加 key。文件裡有一個 Anthropic 專屬的坑：Anthropic 規定 Claude Fable 系列（含 Fable 5.1）必須開 data retention。所以你要用組織管理員身分登入 Claude Console，建一個開啟 data retention 的 workspace，從那個 workspace 發 key 再貼進 Amp。零資料保留（ZDR）workspace 發的 key 叫不到 Fable。

Megawatt／Gigawatt 會員另外可以搶先用更多 BYOK 來源：OpenRouter、Amazon Bedrock、Google Cloud Agent Platform（前身是 Vertex AI）、Azure Foundry、Vercel AI Gateway、Cloudflare AI Gateway、Ollama Cloud、OpenCode Go，還有自訂 endpoint URL。開啟方式是先在實驗功能裡打開 More AI Routers & Subscriptions，再到 Model Routing 設定。官方說之後會開放給所有人。

Step 4：用 Tune Modes 把模型「釘」在你付得起的連線上

兩個設定的分工：Model Routing 決定「由哪個連線提供這個模型」，Tune Modes 決定「這個模式用哪個模型」。路徑是 Settings → Mode Dial → Tune Modes。每個內建模式有三個角色可以釘：Main Agent、Oracle、Subagents（包含 Task workers、codebase search、thread reading、Librarian）。

操作步驟：

轉到你最常用的模式，例如 medium。
在 Main Agent 選一個你的訂閱或 key 支援的模型，需要的話調整 reasoning effort。
按 Save，回到 Model Routing 看 routing preview，確認每個模型是由哪個連線提供。

文件特別警告：別以為三個角色都釘了，所有模型呼叫就都會走你的訂閱。下面這幾類還是可能扣 Amp credits：

ultra 模式的主 agent：文件明寫，就算連了訂閱，它仍用 Amp credits 跑 Amp 選的最強模型。
supporting system models：看圖／PDF、產圖、thread 命名、長對話 compaction 等，Tune Modes 管不到。
獨立的 code review check。
web search 這類非模型工具：Pricing 文件寫明也會消耗 credits。

實務建議：Hobby 帳號裡放少量 credits 當緩衝。每跑完一個 thread，點右側的 $ 看細項，或用 amp usage 查餘額；也可以直接叫 Amp 解釋這個 thread 為什麼花這麼多（官方的 Explain Usage 功能）。沒把握的設定組合，先用 medium 跑一個小任務、看完帳目再放大。值得實測的點：同一個任務在 medium 跑完後，對照 ChatGPT 那邊的用量變化，估出你的訂閱在 Amp 裡能撐多久。

四、執行端：本機、runner、orb 怎麼切

本機：最直接

amp                                  # 互動式 TUI，預設就在本機跑
amp -x "這個 repo 用哪個套件管理工具？"   # execute mode，跑完印結果就退出

Runner：把自己的機器變成免費的遠端 agent

Runner 是 Amp 在 2026 年 7 月〈Agents, Anywhere〉公告推出的功能：任何能跑 amp 的機器，都能接收從 ampcode.com 建立的 thread，不管是桌機、家裡的伺服器還是雲端開發機（公告開玩笑說割草機只要有 shell 也行）。Free Agent 之後，這條路在 Hobby 層級完全免費。

cd ~/work/my-repo
amp --no-tui --runner-id home-devbox

runner ID 必須是合法的 hostname，不分大小寫。
同一台機器可以開好幾個 runner，只要在不同目錄就行。每個 runner 用「host＋工作目錄」來識別。
想從網頁開這台機器的 terminal，要加 --remote-control-terminal。

從另一台電腦的 CLI 指定派工給這個 runner：

amp --executor runner:home-devbox

也可以不另開 runner，讓平常開著的 TUI 直接接單：

// ~/.config/amp/settings.json
{
  "amp.remoteThreadCreation.enabled": true
}

招式：用 git worktree 做「窮人版 orbs」。orb 最大的賣點是平行加隔離，你可以在自己的機器上模擬（這是我建議的做法，不是官方功能）：

git worktree add ../repo-a -b agent/a
git worktree add ../repo-b -b agent/b
# 各開一個 tmux 視窗，保持常駐
(cd ../repo-a && amp --no-tui --runner-id devbox-a)
(cd ../repo-b && amp --no-tui --runner-id devbox-b)

兩個 runner 各守一個 worktree，你就能從網頁或手機把不同任務派給不同 runner。代價是 port 衝突、dev server、記憶體壓力都得自己處理，而這正是 Amp 說 orbs 要解決的問題。

安全提醒：runner 加上 --remote-control-terminal，等於能從網頁拿到這台機器的 shell。建議這樣做：

在 user security settings 打開 Require Passkey Authentication for Web & App Interaction。
用專屬帳號、VM 或容器跑 runner，不要在放滿憑證的主帳號底下開。
不需要時就別加 --remote-control-terminal，或設 AMP_REMOTE_CONTROL_TERMINAL=0。

另外，Enterprise workspace 的管理員可以關掉 Cross-Client Access，關掉之後網頁端就看不到也派不了 runner。

Orb：付錢買的是「不用管機器」

amp -ox "Investigate why the latest CI run on main failed" --orb-size a1.tiny
amp sync <thread>   # 把 orb 裡的變更同步回本機 checkout

-ox 是 --orb-execute -x 的縮寫：建立 thread、印出 URL 就結束，agent 在雲端繼續跑，你可以直接闔上筆電。

Orb 省錢三招：

**預設用小規格。**官方建議：研究和小改動用 tiny，一般單一套件專案用 small；不確定就從小的開始，要大的時候再逐個 thread 指定。
**在 repo 放 .agents/setup 和 .agents/resume。**setup 只在準備新 orb 時跑一次，結果存成 snapshot，之後的 orb 直接從 snapshot 起跑，不用每次重裝依賴、白白燒分鐘數。可以直接用官方文件給的 prompt 叫 Amp 幫你寫：

Prepare this repository so Amp can work on it in a fresh orb. Create .agents/setup and
.agents/resume, verify both by running them in this orb, and commit them with the executable bit
set.

**把大任務拆給多個 tiny orb。**文件裡的範例 prompt：「Start four low-mode threads in a1.tiny orbs. Give each one a quarter of this test matrix and report the combined results here.」

另外要知道 orb 的開機節奏：每位使用者可以一次連開 20 個計費 orb，之後每 5 分鐘才能再開 1 個。超過的會排隊等，不會直接失敗。

五、算一筆帳：Hobby 按量付 vs Megawatt

以下是我拿官方標準價粗估的，不是 Amp 公布的數字：

a1.small 標準價 $0.17/小時，Megawatt 月費 $20，大約等於 118 小時的 small orb。
如果你一個月用 small orb 少於約 118 小時（大約每個工作天 5 個多小時），Hobby 按量付可能比較划算；超過的話就考慮 Megawatt。
不過 Megawatt 還附了 Amp credits，而且文件寫明大規格 orb 會更快用完配額。45,000 分鐘是用哪個規格換算，官方頁沒寫；第三方整理成「750 小時 small orb」，剛好等於 45,000 分鐘，推測是以 small 為基準，但請以你帳號裡顯示的為準。
orb 只有在執行中才計分鐘，閒置會自動暫停。所以真正要估的是 agent 實際在跑的時間，不是 thread 開著的時間。

六、什麼時候該用哪種組合

適合零月費（Hobby＋ChatGPT 訂閱＋本機／runner）的情況：

你已經有 ChatGPT Plus／Pro，想換個 harness 試試 Amp 的 Dial、subagent 和 thread 分享。
任務多半在你眼前做完，或你手邊有一台常開的機器。
想先讓整個團隊免費進 workspace 體驗，再決定誰要升級。

該付錢用 orb 的情況：

要同時跑好幾個長任務，而且想闔上筆電走人。
任務需要完整環境：把 app 跑起來、開瀏覽器跑 E2E、多個服務一起起。
不想處理 worktree、port 和磁碟空間。

要小心的情況：

受法規或合約限制的程式碼：ChatGPT 訂閱走的是消費者條款，BYOK 走你供應商帳號的保留條款。Amp 這次把「零／最小資料保留政策」擴大到所有使用者，但 Security Reference 說明，這項政策主要涵蓋透過 Amp 管理的供應商連線（也就是用 Amp credits）發出的請求。需要合約保證的話，還是要走 Enterprise 或 BYOK。
重度使用 ultra：ultra 的主 agent 不走你的訂閱。
訂閱本身的上限：FAQ 寫得很直接，Amp 不收費，但模型供應商的收費與限制照樣適用。ChatGPT 訂閱的用量上限一樣會卡到你。

七、給工程團隊的落地清單

建一個 workspace（不另收費），把大家邀進來。在 Workspace Settings → Model Routing 統一設好公司的 AI gateway 或 key；workspace 層級的 key 會自動套用到每位成員。
只有重度使用者升級 Megawatt／Gigawatt，其他人留在 Hobby，orb 費用從 pooled credits 按量扣。
只要有一名成員在付費層級，整個 workspace 就能免費開 SAML／OIDC SSO。
每個 repo 都 commit .agents/setup、.agents/resume，把 orb 開機成本壓到最低。
在 Project Defaults 把預設 orb 規格設成 a1.tiny 或 a1.small，需要大的再逐個 thread 指定。
準備一台「團隊 runner 機」跑低風險雜務（lint、文件、依賴更新），需要隔離或平行的才丟 orb。
管理員在 Workspace Settings → Dial 設一份團隊預設的 Tune Modes，讓大家的常用模式優先走公司的連線；個人設定仍然可以覆蓋。