特斯拉超級充電站要收費了，15日凌晨開始、每度7元起跳！解密背後的兩大原因|數位時代 BusinessNext

超級充電站開始收費，費用怎麼算？

特斯拉充電設備分為「超級充電站」、「目的地充電站」兩種，目前全台有22座的超級充電站，採用第二代（V2）超級充電器的站點，只需要30分鐘就能充飽電；第三代（V3）超級充電器的站點，只需要15分鐘就能充飽電，過去充電都是免費。

特斯拉表示，為了提升全台超級充電站使用效率、車主體驗，超級充電站從10月15日凌晨0:00起將開始收費。 賣場、百貨公司、遊樂場等一般目的地充電站，仍維持免費。

超級充電使用費以每度（kWh）新台幣7元至12元浮動計價，依各站點位置與使用時間有所差異。車主可在特斯拉車輛觸控螢幕的導航應用程式中，查詢各超級充電站的即時價格。

目前，特斯拉將於台北內湖、台灣大學與台中J Mall三個站點先行實施尖離峰差別定價，透過區隔尖峰（週一至週五 07:30-22:30）與離峰時段，滿足不同車主的充電需求，有效降低車主等候充電的時間。

官方補充，如果車主擁有超級充電優惠額度，系統將會在所有額度用罄後開始計費，車主需要事先更新車輛軟體，才能獲取充電即時價格，並透過特斯拉官網綁定信用卡，實際收取金額將以電子郵件中的帳單資訊為準，若有款項未付的情形，將暫時無法使用超級充電站服務，車主可透過24小時客戶服務專線隨時獲得協助。

兩大原因，讓特斯拉決定開始收取充電費用

是什麼原因，讓官方決定取消實行多年的充電免費機制，開始收費？背後有兩大原因。

原因一：電動車市場逐漸成熟

過去，特斯拉「超級充電站」、「目的地充電站」都不收充電費，目的就是為了推廣電動車。從銷售數字上來看，第三季特斯拉在台灣掛牌數突破1,850輛，已創下單季掛牌新高。

隨著台灣民眾對於電動車接受度增加，官方決定讓充電收費回歸正常化，客觀來說，並非特斯拉多向車主收費，而是回歸使用者付費的精神。

原因二：提升充電品質

更重要的是，藉由收費機制也能解決佔用充電車位的情況，讓充電品質、效率都變得更好。過去，許多車主充完電後，若沒有即時把車移走，就會影響到後續要充電的車主，影響充電品質。

為了解決這個問題，特斯拉從今年七月開始導入「超時佔用費」機制，收費標準為，當使用率達50%時，收取每分鐘新台幣 $15塊的超時佔用費、使用率達100%時時，收取每分鐘新台幣$30元的超時佔用費，官方表示，未來超級充電使用費與超時佔用費，將同步並行實施。

汽車電動化是政府重要的政策方向，不過，產業專家一致認為，「基礎充電網尚未健全」是台灣電動車市佔仍低的關鍵因素，民眾心中仍有滿滿的充電焦慮感。而在台灣，又以特斯拉建置充電設備的腳步最為積極。

除了現在的22座超級充電站，官方預告，為了滿足快速成長的車主充電需求，今年第四季，將分別在宜蘭市「宜蘭女中路超級充電站」，以及新竹市「大潤發湳雅店」與桃園市「大潤發平鎮店」，增設三個超級充電站，屆時全台超級充電站數量將達25座。

責任編輯：錢玉紘

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。」

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。