AWS Lambda 費用計算完整指南：Free Tier、計價方式與省錢攻略【2025】
AWS Lambda 費用計算完整指南：Free Tier、計價方式與省錢攻略【2025】
引言：Lambda 真的省錢嗎？
「用 Lambda 可以省很多錢！」
這句話你一定聽過。但實際上，Lambda 的費用計算比想像中複雜。
有些團隊用 Lambda 確實省下 80% 成本。也有團隊用錯方式，帳單反而比 EC2 更高。
差別在哪？在於你是否真正理解 Lambda 的計費邏輯。
這篇文章會完整解析 Lambda 的費用結構，從 Free Tier 到進階優化，幫你找出最省錢的配置方式。
如果你還不熟悉 Lambda 的基本概念，建議先閱讀 AWS Lambda 完整指南。
AWS Lambda 計費模式
Lambda 的計費非常直觀：用多少付多少。
沒有最低消費，沒有預付款，純粹按使用量計費。
請求次數計費
每次呼叫 Lambda 函數，都算一次請求。
定價：每 100 萬次請求 $0.20 USD
這個費用與函數執行多久、使用多少記憶體無關。純粹計算呼叫次數。
舉例：
- 每月 50 萬次請求：$0.10
- 每月 500 萬次請求：$1.00
- 每月 5,000 萬次請求：$10.00
請求次數的費用通常佔總成本的小部分。真正花錢的是執行時間。
執行時間計費（GB-秒）
這是 Lambda 費用的主要來源。
計費公式：
費用 = 配置記憶體(GB) × 執行時間(秒) × 每 GB-秒單價
每 GB-秒單價：$0.0000166667 USD（x86 架構）
換算成更直覺的數字：
| 記憶體配置 | 每秒成本 | 每分鐘成本 |
|---|---|---|
| 128 MB | $0.0000021 | $0.000125 |
| 256 MB | $0.0000042 | $0.000250 |
| 512 MB | $0.0000083 | $0.000500 |
| 1024 MB | $0.0000167 | $0.001000 |
| 2048 MB | $0.0000333 | $0.002000 |
計算範例：
一個 API 函數，配置 512MB 記憶體，平均執行 200ms，每月處理 100 萬次請求：
- 請求費用：100 萬 × $0.0000002 = $0.20
- 執行時間：100 萬 × 0.2 秒 × 0.5 GB × $0.0000166667 = $1.67
- 月總費用：$1.87
這就是 Lambda 吸引人的地方。處理 100 萬次請求，只要不到 2 美元。
其他費用（容易忽略的成本）
Lambda 本身的費用只是一部分。還有幾個隱藏成本要注意：
Provisioned Concurrency（預置並行）
如果你用 Provisioned Concurrency 來解決 Cold Start 問題，會有額外費用：
- 預置費用：每 GB-小時 $0.000004463
- 例如：預置 10 個 1GB 的執行個體，每月約 $32
資料傳輸
- Lambda 到網際網路：每 GB $0.09（前 10TB）
- Lambda 到其他 AWS Region：每 GB $0.02
- 同 Region 內傳輸：免費
API Gateway 費用
如果搭配 API Gateway 使用：
- REST API：每百萬次請求 $3.50
- HTTP API：每百萬次請求 $1.00
詳細的 API Gateway 整合資訊，請參考 Lambda + API Gateway 整合教學。
NAT Gateway 費用
如果 Lambda 在 VPC 中需要存取網際網路：
- NAT Gateway 處理費用：每 GB $0.045
- NAT Gateway 時數費用：每小時 $0.045
這是很多人踩到的地雷。一個高流量的 Lambda + VPC + NAT Gateway，NAT 的費用可能比 Lambda 本身還高。
如果你想用 Lambda 處理事件驅動的任務，可以參考 Lambda + EventBridge 事件驅動架構實戰。
Free Tier 詳解
Lambda 的 Free Tier 是永久有效的，不只是 12 個月試用期。
這是 AWS 所有服務中最慷慨的免費方案之一。
永久免費額度一覽表
| 項目 | 每月免費額度 |
|---|---|
| 請求次數 | 1,000,000 次 |
| 執行時間 | 400,000 GB-秒 |
400,000 GB-秒換算成實際使用量：
| 記憶體配置 | 免費執行時間 |
|---|---|
| 128 MB | 3,200,000 秒（約 889 小時） |
| 256 MB | 1,600,000 秒（約 444 小時） |
| 512 MB | 800,000 秒（約 222 小時） |
| 1024 MB | 400,000 秒（約 111 小時） |
Free Tier 使用計算範例
案例 1：小型 API 服務
- 每天 5,000 次請求
- 每次執行 100ms
- 配置 256MB 記憶體
月用量計算：
- 請求：5,000 × 30 = 150,000 次（免費額度內）
- GB-秒：150,000 × 0.1 × 0.25 = 3,750 GB-秒（免費額度內）
結果：完全免費
案例 2：中型資料處理
- 每天 50,000 次處理
- 每次執行 500ms
- 配置 512MB 記憶體
月用量計算：
- 請求：50,000 × 30 = 1,500,000 次（超出 500,000 次）
- GB-秒：1,500,000 × 0.5 × 0.5 = 375,000 GB-秒（免費額度內）
費用：
- 超出請求費：500,000 × $0.0000002 = $0.10
- 執行時間：$0
結果：每月 $0.10
超出免費額度怎麼辦？
超出不會有警告，直接開始計費。
建議設定預算警示：
- 前往 AWS Budgets
- 建立預算，設定 Lambda 服務
- 設定警示門檻（例如 $5、$10、$20）
- 收到警示時檢查用量
不確定你的用量會不會超出 Free Tier？ 預約免費帳單健檢，讓我們幫你試算。
Memory Size 與成本關係
Memory Size 的選擇直接影響費用。
但這不是「越小越省」那麼簡單。
價格對照表
Lambda 的 Memory Size 從 128MB 到 10,240MB（10GB）：
| Memory Size | 每毫秒價格 | 相對 128MB |
|---|---|---|
| 128 MB | $0.0000000021 | 1x |
| 256 MB | $0.0000000042 | 2x |
| 512 MB | $0.0000000083 | 4x |
| 1024 MB | $0.0000000167 | 8x |
| 2048 MB | $0.0000000333 | 16x |
| 3008 MB | $0.0000000493 | 24x |
看起來記憶體越大越貴。但等等，還有一個關鍵因素。
更多記憶體 = 更快完成 = 可能更省？
Lambda 的 CPU 效能與記憶體成正比。
- 128MB：最低 CPU 配額
- 1769MB：等於 1 個完整 vCPU
- 10240MB：等於 6 個 vCPU
這意味著：更多記憶體 → 更快執行 → 更短計費時間 → 可能更便宜
實際案例：
一個資料處理函數：
| 配置 | 執行時間 | 每次成本 |
|---|---|---|
| 128 MB | 3000 ms | $0.0000063 |
| 256 MB | 1500 ms | $0.0000063 |
| 512 MB | 800 ms | $0.0000067 |
| 1024 MB | 400 ms | $0.0000067 |
| 1536 MB | 280 ms | $0.0000070 |
在這個案例中，128MB 和 256MB 的成本相同，但 256MB 執行速度快一倍。
更快的執行速度也意味著更好的使用者體驗。
選擇 Memory Size 時也要考慮錯誤處理，記憶體不足會導致 OOM 錯誤。詳情請參考 Lambda 錯誤處理完整指南。
Power Tuning 工具找出最佳點
手動測試很花時間。推薦使用 AWS Lambda Power Tuning。
這是 AWS 官方推薦的開源工具，可以：
- 自動測試多種 Memory Size 配置
- 產生成本 vs 效能的視覺化報告
- 找出最佳成本效益點
使用方式：
- 透過 AWS Serverless Application Repository 部署
- 執行 Step Functions 工作流程
- 輸入你的 Lambda ARN 和測試參數
- 取得最佳配置建議
省錢攻略
理解計費模式後，來看看如何實際降低費用。
程式碼最佳化
減少 Cold Start 影響
Cold Start 會增加執行時間，也就是增加費用。
優化方式：
- 減少套件大小（只引入需要的模組）
- 使用 Lambda Layers 分離相依套件
- 選擇 Cold Start 較快的語言（Python、Node.js 優於 Java）
最小化執行時間
- 避免同步等待（改用非同步處理）
- 快取常用資料（使用
/tmp或外部快取） - 優化資料庫查詢（加索引、減少回傳欄位）
範例：連線重用
# 錯誤：每次執行都建立新連線
def lambda_handler(event, context):
conn = create_db_connection() # 每次都花時間建立
result = conn.query(...)
return result
# 正確：在 Handler 外建立連線，重複使用
conn = create_db_connection() # 只在 Cold Start 時建立
def lambda_handler(event, context):
result = conn.query(...) # 重用現有連線
return result
架構最佳化
批次處理 vs 單筆處理
處理 1000 筆資料：
- 單筆處理：呼叫 1000 次 Lambda，請求費用較高
- 批次處理：呼叫 1 次 Lambda 處理 1000 筆，請求費用較低
使用 SQS 的 Batch Size 設定，可以讓 Lambda 一次處理多筆訊息。
選擇適當的觸發方式
- 高頻率小任務：考慮合併處理
- 低頻率大任務：可以直接 Lambda 處理
- 超長時間任務：考慮用 Step Functions 或 Fargate
避免不必要的 VPC 連線
如果不需要存取 VPC 內資源，不要設定 VPC 連線。
VPC 連線會：
- 增加 Cold Start 時間
- 需要 NAT Gateway 存取網際網路（額外費用）
監控與警示設定
設定 AWS Budgets
- 前往 AWS Budgets
- 建立成本預算
- 篩選 Lambda 服務
- 設定每月預算金額
- 設定警示門檻（50%、80%、100%）
使用 Cost Explorer 分析
定期檢查：
- 哪些 Lambda 函數花費最多
- 費用是否有異常波動
- 與上月比較的變化
設定 CloudWatch 警示
監控關鍵指標：
- Invocations（呼叫次數）
- Duration（執行時間）
- Errors（錯誤次數）
- Throttles（節流次數）
雲端帳單讓你頭痛？ 很多企業的 Lambda 費用其實可以省下 30-50%。
免費帳單健檢，我們幫你找出隱藏的費用陷阱。
Lambda vs EC2 vs Fargate 成本比較
Lambda 不是萬能解方。某些情況下，EC2 或 Fargate 反而更划算。
不同場景的成本試算
場景 1：低流量 API（每天 1 萬次請求）
| 方案 | 月費用估算 |
|---|---|
| Lambda + API Gateway | $1-5 |
| EC2 t3.micro | $8-10 |
| Fargate（最小配置） | $15-20 |
Lambda 勝出：低流量場景，Lambda 的按用量計費優勢明顯。
場景 2：中等流量 API（每天 100 萬次請求）
| 方案 | 月費用估算 |
|---|---|
| Lambda + API Gateway | $150-200 |
| EC2 t3.medium | $30-40 |
| Fargate（2 個任務） | $60-80 |
EC2 勝出：穩定高流量時，EC2 的固定成本更划算。
場景 3：波動流量（平日 1 萬，週末 100 萬）
| 方案 | 月費用估算 |
|---|---|
| Lambda + API Gateway | $50-80 |
| EC2（按峰值配置） | $100-150 |
| EC2 + Auto Scaling | $60-90 |
Lambda 勝出：流量波動大時，Lambda 自動擴展的優勢明顯。
何時該選 Lambda？何時該選 EC2？
選 Lambda 的情況：
- 流量波動大（峰值是平均的 10 倍以上）
- 執行時間短（大多數請求在 1 秒內完成）
- 不需要特殊系統環境
- 希望零運維負擔
選 EC2 的情況：
- 穩定高流量（24 小時都有持續請求）
- 需要長時間執行的任務
- 需要特定系統環境或 GPU
- 需要更細緻的系統控制
選 Fargate 的情況：
- 需要容器化但不想管理 EC2
- 需要比 Lambda 更長的執行時間
- 需要更大的記憶體或 CPU 配置
如果你需要低延遲的全球部署，可以考慮 Lambda@Edge 邊緣運算，在 CDN 節點執行程式碼。
常見問題 FAQ
Lambda Free Tier 是永久免費嗎？
是的。Lambda 的 Free Tier（每月 100 萬次請求 + 40 萬 GB-秒）是永久有效的，不會在 12 個月後過期。這與 EC2 等服務的 Free Tier 不同。
Lambda 費用怎麼計算最準確？
使用 AWS Pricing Calculator 或 Cost Explorer。計算時要考慮：請求次數、執行時間、Memory Size、以及相關服務費用（API Gateway、NAT Gateway 等）。
Memory Size 越大費用越高嗎？
不一定。Memory Size 增加會提高 CPU 效能，可能讓執行時間縮短，總成本反而降低。建議使用 Lambda Power Tuning 工具找出最佳配置。
如何避免 Lambda 帳單爆炸？
設定 AWS Budgets 預算警示、限制並發執行數（Reserved Concurrency）、定期檢查 Cost Explorer、避免無限遞迴呼叫。
結語：找出你的最佳成本配置
Lambda 的費用優化不是一次性的工作。
隨著業務成長、流量變化、程式碼修改，最佳配置也會改變。
建議的持續優化流程：
- 每月檢視：用 Cost Explorer 分析費用趨勢
- 每季調校：用 Power Tuning 重新測試 Memory Size
- 架構評估：當流量模式改變時，重新評估 Lambda vs EC2
記住：Lambda 的優勢在於彈性和按用量計費。
如果你的流量穩定、使用率高，傳統運算資源可能更划算。如果流量波動大、希望零運維，Lambda 會是更好的選擇。
雲端成本需要專業把關？
如果你正在：
- 評估 Lambda 的長期成本效益
- 想優化現有的 Serverless 支出
- 不確定該選 Lambda 還是 EC2
預約免費諮詢，我們會在 24 小時內回覆你。
很多企業的雲端支出其實可以省下 20-40%。
參考資料
- AWS 官方文件：Lambda Pricing
- AWS 官方文件：Lambda Quotas
- AWS 官方工具：AWS Lambda Power Tuning
- AWS Blog：Operating Lambda: Performance optimization
- AWS Pricing Calculator：AWS Pricing Calculator
相關文章
Lambda@Edge 完整指南：CDN 邊緣運算應用與實戰
Lambda@Edge 是什麼？本文完整解析 CDN 邊緣運算，包含執行時機點、限制、實戰應用（URL 重寫、A/B 測試、圖片優化），幫你在 CloudFront 上實現進階功能。
AWS LambdaTerraform 部署 AWS Lambda 完整教學：IaC 最佳實踐
如何用 Terraform 部署 AWS Lambda？本文完整教學 IaC 最佳實踐，包含 Module 使用、CI/CD 整合、多環境部署，幫你實現可重複的基礎設施管理。
AWS LambdaAWS Lambda + API Gateway 整合教學：建立 REST API 完整指南
如何用 Lambda + API Gateway 建立 REST API？本文完整教學 Lambda Proxy Integration、Lambda Authorizer 設定，並比較 Function URL 的適用場景。