捷運常客優惠新制2月1日上路!忠誠回饋和月票哪個最省錢?圖表懶人包試算給你看
捷運常客優惠新制2月1日上路!忠誠回饋和月票哪個最省錢?圖表懶人包試算給你看

2020年一開始,雙北捷運立刻有新氣象,除環狀線第一階段1月19日試營運,農曆年後正式開張,2015年起上路的電子票證8折優惠也走入歷史,新的「捷運常客優惠」將在2月1日上路,以「搭乘頻率」作為忠誠度憑據提供乘客現金回饋。

延伸閱讀:確定取消8折優惠!台北捷運票價新制看「忠誠度」,誰受惠?誰變貴?

常客優惠划不划算?每月搭車次數、平均車價成比較關鍵

不少月票捷運族十分困惑,究竟該繼續買1,280元月票,還是改用計次優惠的捷運常客制比較划算? 由於捷運局統計,67%乘客每月搭乘次數不超過30次 ,也就是說,這群人不是天天利用捷運上班及返家,因此這些人幾乎不在月票族群內。

常客優惠.jpg
一張圖弄懂常客優惠級距。
圖/ 北市捷運局

再來討論剩下3成乘客,由於他們幾乎每天靠捷運通勤,是最容易困惑是否要放棄月票的乘客。若以一個月搭44趟(22個工作天,上下班各一趟計算)來說,新制度可以享受75折優惠。

在75折優惠方案中,要求每月搭乘頻率是41趟以上,建議單趟車資40元以上乘客,若確定每天搭捷運上下班可以考慮轉用月票。單趟票價35元以下的乘客放棄月票吧!常客優惠比較適合。

但75折方案卡在40次跟41次會有大差異,關係到打折8折或75折,所以十分建議消費者可以判斷當月工作天數或預估使用量決定買卡與否。

未來搭乘優惠選擇也會更複雜,比方過年、2月天數少,若上班日低於20天,通勤族每月少搭(少於41趟,比方因為請太多特休或當月國定假日多)就會落入8折區,這個折扣區間的乘客,其實多數建議參與常客優惠,不要買月票。

換言之,購票心法是,當月上班日少,國定假日多,導致上班天數低於20天,加上不是45元(含)以上票價區域乘客,請用常客優惠。

常客優惠
長途乘客,若天天搭乘,可以選月票。
圖/ 北市捷運局

工作天數超過21天,也就是每月搭乘42次以上,且票價45元以上可以改用月票,40元以下票價區域(40*42*75折=1260元)則還是常客優惠就好,因為比月票1,280元便宜,除非具體知道本月有較多通勤以外的搭捷運需要。

至於高頻率搭乘捷運的「捷客」,每月搭乘超過51趟,優惠最高鎖在7折上限,因此單趟35元以下建議仍參加常客優惠,只有搭乘51趟以上,單趟都超過40元以上的乘客,可以改月票吃到飽。

以下試算新舊制誰優惠:

由於月票是不計搭乘次數,都只要1,280元,以每天搭捷運上下班的上班族為例,新常客制度上路前(電子票證8折),當通勤往返兩站原價35元,一個月44次算下來是1,232元,但若上下班,還會搭捷運外出辦事或聚會的乘客,就可以考慮買月票(1280元)。

但常客新制上路後,44趟屬於75折優惠區,消費者每趟搭乘35元都打75折,總計最後支出1,155元,在常客新制是被多獎勵的一群,比舊制省77元。

必知的冷知識:公車轉捷運常客省更多

因為轉乘(公車轉捷運)有額外優惠,新制上路,高頻轉乘族也受惠。
搭公車前往搭捷運轉乘,每趟可折8元,舉例本趟捷運車票20元,但出站時會只收取12元,該8元雖然沒支付,但捷運局在累積現金回饋時,會用乘客支付了20元計算,所以通勤族可以盡量轉乘,並使用常客優惠,那麼除了賺到轉乘優惠金,還可以讓折扣更高。

僅供刊物用途_shutterstock_1421976077_MRT_捷運_座位_壅擠.jpg
捷運預計更改費率計算方式,未來怎麼搭必須多算算搭乘頻率。
圖/ Shutterstock

延伸閱讀:環狀線確定將開放試乘!通勤時間、捷運票價到底省多少?

比較新制跟舊制差異

舊制: 小云每天從家裡搭公車五站,到府中站轉捷運上班,抵達國父紀念館站後步行到公司,這段捷運35元用悠遊卡支付打8折花了28元,但又因轉乘折扣8元,實際支付20元捷運費。上班一趟花費35元(15元公車+20元捷運)。

但若新常客優惠上路,小云每趟上班花費42元(公車15+35-8)。

看起來常客優惠讓小云單趟車資大增,但其實不然。

新制: 若小云每天通勤上班,每個月至少搭乘捷運41趟以上,享受75折優惠,那麼35元的捷運費會回饋8.75元到小云次月悠遊卡上,等於一趟捷運費用是35-8.75元回饋金-8元轉乘優惠,捷運費變成18.25元,上班一趟捷運加上公車費等於33.25元,更便宜了!

若只是捷運搭乘40次以內呢?若是8折常客優惠,則小云捷運回饋金變成7元,35元捷運票價-7元回饋金-8元轉乘優惠,跟舊制一樣都是20元。

換言之,捷運常客若搭乘頻率高,用到轉乘機制,反而有更高的節費空間。

責任編輯:蕭閔云

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓