綜所稅首批退稅來了!2026綜所稅退稅查詢:資格是什麼?為何我沒收到退稅?
綜所稅首批退稅來了!2026綜所稅退稅查詢:資格是什麼?為何我沒收到退稅?

7月31日,114年度綜合所得稅(2025年所得、2026年5月申報)第一批退稅開始撥付:申報時有提供帳戶的人當日直撥入帳,沒提供帳戶的人則由國稅局同日寄出退稅憑單。根據財政資訊中心統計,首批退稅共365萬6898件、金額612億餘元,平均每件約可退1萬6745元。

同樣在5月完成報稅,為什麼有人7月底就領到錢、有人卻要補稅,甚至得等到10月或明年1月?退稅到底怎麼查、沒收到又該怎麼辦?這篇一次講清楚。

本文重點

所得稅為什麼會退稅?為何有人反而要補稅?

會退稅,是因為你整年「已經被預繳的稅」比「結算後實際該繳的稅」還多,多出來的部分退還給你;反過來,預繳的比實際該繳的少,就要補稅。

綜合所得稅採「就源扣繳+結算申報」制度。你全年的薪資、利息、租金等所得,付款方會依所得種類、金額與你的身分,在給付時先扣一筆稅款繳進國庫(這筆就是「扣繳稅額」);但並不是每一筆所得都會被預扣,例如薪資未達起扣標準就免扣繳。到了隔年5月結算申報,才把全年所得加總、減掉免稅額與扣除額,算出真正的「應納稅額」,再和你整年已被扣繳、可扣抵的稅額對帳,多退少補。

會退稅 要補稅
關鍵 已預繳稅額 大於 應納稅額 已預繳稅額 小於 應納稅額
常見對象 單純受薪、被公司足額扣繳者 有多筆所得、扣繳不足或未扣繳者
結果 國稅局把多繳的退回 申報時要補繳差額

用兩個例子看懂(以下為示意案例,數字非真實個案):

  • 小美(退稅):單純上班族,公司每月從薪水預扣稅款,全年被扣繳約5萬元。5月結算後,扣掉標準扣除額、薪資特別扣除額等,實際應納稅額只有3萬5000元 → 多扣的1萬5000元退還。
  • 阿凱(補稅):正職之外還有兼職接案、股利等其他所得,這些收入在給付時被扣繳的稅款較少、有的甚至沒扣繳。結算後全年應納稅額8萬元,但已扣繳與可抵減的稅額合計只有6萬元 → 得補繳2萬元。

同樣有工作、同樣在5月報稅,差別就在「當初被預扣了多少」對上「最後實際該繳多少」。

扣繳稅額是什麼?為什麼它決定你退多少

扣繳稅額,就是你在領到所得之前,付款方(公司、銀行等)依法預先幫你扣下、先繳給國庫的稅款。

依《所得稅法》規定,薪資、租金、佣金、權利金、利息等所得在給付時,付款單位多會按規定扣繳一定比率的稅款(部分情形如金額未達門檻則免扣繳)。公司通常會在隔年1月底前完成扣繳作業,並在2月10日前把「扣繳憑單」交給你,上面記的金額,就是你這一年已經先繳掉的稅。

這筆數字之所以關鍵,是因為退稅的概念其實很單純:

(簡化)結算後應納稅額 − 已扣繳稅額 − 可扣抵稅額 = 正數要補稅、負數可退稅

換句話說,被扣繳、可扣抵的稅額愈多,年度結算時愈可能出現「多繳、該退」的結果;不足就容易變成要補稅。實際申報還會涉及股利分開計稅、重購自用住宅扣抵等,這裡只是概念上的簡化。但要注意,一定要完成申報,退稅才會啟動,國稅局不會自動退錢給沒報稅的人。

退稅愈多愈好嗎?

不是。退稅金額大,代表你整年被多預扣了稅,等於把一筆錢「無息借給國庫」,隔年才拿回來,並不是政府額外發的獎金。

站在個人現金流的角度,理想狀態其實是「全年預繳的稅」和「實際該繳的稅」愈接近愈好。退稅少、也不用補稅,代表這筆錢一直留在自己手上。所以看到別人退得比你多,不必羨慕;那多半只反映他當初被扣繳的比例較高,或雙方適用的扣除額、扣抵稅額不同,而不是他賺到了。

2026綜所稅退稅時間:分3批,7/31、10/30、1/20誰先領?

114年度綜所稅退稅依「申報方式與回復時間」分三批入帳,即使兩個人都會退稅,也可能因申報方式不同,出現數個月的入帳時間差。

稅額試算是什麼?和自己報稅有什麼不同?

稅額試算是國稅局主動幫你算好稅額、寄發「稅額試算通知書」的服務。適用對象是前一年度已完成結算申報,且所得額、免稅額、扣除額與抵減稅額等資料經國稅局核定符合規定條件的納稅人;換句話說,就是所得來源相對固定、國稅局手上資料就算得出來的人。符合條件者,國稅局會在每年4月25日前以掛號、簡訊或郵簡寄發通知書。

和自己報稅最大的差別在於,你不必填申報書。收到通知書後核對內容無誤,依通知書所載方式回復確認或繳清稅款,就等於完成該年度綜所稅結算申報。114年度的線上登錄回復期間為2026年5月1日至6月1日。

回復方式與時間會直接決定退稅落在哪一批。以線上登錄或電話語音回復者、以及5月11日前向戶籍所在地國稅局以紙本回復者,排第一批(7/31);5月12日至6月1日才以紙本回復的,排第二批(10/30)。

批次 入帳日 主要適用對象
第一批 2026/7/31 6/1前以網路、手機完成申報者;採稅額試算並以線上登錄或電話語音回復者;5/11前向戶籍所在地國稅局以紙本回復稅額試算者
第二批 2026/10/30 以人工或二維條碼完成申報者;5/12~6/1以紙本回復稅額試算者;5/11前向非戶籍所在地國稅局以紙本回復稅額試算者
第三批 2027/1/20 逾期申報者;原申報為繳稅或不繳不退、後經國稅局核定改為退稅者

簡單記:愈早、愈線上化完成申報,退稅愈早入帳;用紙本、人工、二維條碼或較晚回復的,就往後排。

我有退稅嗎?退稅查詢與撥付進度這樣看

想確認自己有沒有退稅、退多少、退到哪,最直接的方式是查看5月申報時的結算結果是否顯示「應退稅額」,再搭配官方管道查詢撥款進度。

  • 看申報結果:申報當下系統會顯示應退或應補,這是最快的第一手資訊。
  • 查退稅撥付進度:登入財政部稅務入口網的「退稅撥付狀態查詢」服務,以自然人憑證或健保卡查詢預計撥款日與進度。
  • 上財政部稅務入口網:使用「繳、退稅及未(欠)繳稅款查詢」服務查詢明細。
  • 打電話問:撥免付費服務電話 0800-000-321(手機請改撥各區國稅局市話),或到國稅局網站用「國稅小幫手」線上查詢。

退到哪個帳戶則看你申報時怎麼設定:採「直撥退稅」者,款項會直接匯入申報時指定的金融機構或郵局帳戶;沒有提供帳戶的人,國稅局會改寄「退稅憑單」。

7/31退稅沒收到怎麼辦?退稅憑單怎麼領?

先別急,最可能的原因是你的案件不在第一批。7/31只是第一批入帳日,若你用人工、二維條碼或較晚以紙本回復,退稅會落在10/30或2027/1/20。

確認步驟

  1. 回想自己的申報方式與回復時間,確認屬於哪一批:6/1前網路或手機申報、稅額試算以線上登錄或電話語音回復者為第一批(7/31);人工或二維條碼申報、5/12後才以紙本回復者為第二批(10/30);逾期申報者為第三批(2027/1/20)。
  2. 若確定在第一批卻沒入帳,透過稅務入口網或 0800-000-321 查詢撥款狀態。
  3. 若你沒提供退稅帳戶,收到的會是「退稅憑單」而非直接入帳。

退稅憑單怎麼兌領(第一批憑單兌領期間為 2026/7/31 至 9/30):

  • 金額未達5000元:可依憑單所載資訊,直接到指定付款銀行兌領現金。
  • 5000元以上:須將退稅憑單存入本人金融機構或郵局帳戶,透過票據交換取得款項。

逾期忘了申報,還能退稅嗎?

可以,但要自己主動補報,而且會被排到最後一批(2027/1/20)退稅。

做法是以人工方式填妥完整申報書,親送或郵寄至戶籍所在地國稅局。如果補報後計算出來是「要補稅」,須再填自動補報稅額繳款書,向金融機構繳納稅款及利息;關鍵在時效:在未經檢舉、也未經稽徵機關調查前,自動補報並補繳稅款及利息者,可依規定免予處罰,拖到被查獲才處理就可能挨罰。如果補報後結果是「退稅」,就沒有應補稅款,由國稅局核定後辦理退稅——但同樣要先完成申報,退稅才會啟動。

個人退稅或補稅結果因每人所得結構、扣除額與扣繳情形而異,實際金額請以申報系統與國稅局核定為準。

常見問題 FAQ

Q1:一定要報稅才會退稅嗎?
是。退稅必須先完成申報才會啟動,國稅局不會自動退錢給未申報的人。

Q2:怎麼最快知道自己是退稅還是補稅?
看5月申報時系統顯示的結算結果,「應退稅額」即為退稅、「應補稅額」即為補稅;也可上財政部稅務入口網或撥 0800-000-321 查詢。

Q3:為什麼我和同事薪水差不多,他退得比我多?
多半是兩人被「扣繳」的稅額、以及可用的扣除額不同。退得多代表當初被預扣得多,不等於賺到。

Q4:第一批7/31沒收到錢,是不是出問題了?
不一定。先確認自己屬於哪一批,人工、二維條碼或較晚回復者會排到10/30或明年1/20。

Q5:沒有指定退稅帳戶會怎樣?
國稅局會寄發退稅憑單,第一批兌領期間為7/31至9/30;未達5000元可到指定銀行領現金,5000元以上須存入帳戶透過票據交換兌領。

延伸閱讀:綜所稅刷哪張信用卡?繳稅懶人包:免手續費、高回饋···銀行方案一次整理

資料來源:財政部114年度第1批退稅公告(7/24)財政部南區國稅局退稅期程財政部中區國稅局稅額試算服務專區

本文初稿為AI編撰,整理.編輯/ 林育萱

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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