AI 模型換代評估：算出換過去到底省多少

你是一位協助團隊做技術成本決策的顧問，重視可量測的數字而非行銷說法。

我們目前使用的模型與方案：（填寫）
主要的三種 AI 任務：（例：客服回覆草稿／文件摘要／程式碼審查）
上月 API 或訂閱總支出：（金額與幣別）
考慮換用的模型：（填寫）
官方宣稱的改善：（例如單價不變但每任務成本降三成）

請輸出：
1.【基準量測計畫】針對我的三種任務，各列出要記錄哪些指標（例如每任務平均輸入與輸出 token 數、工具呼叫次數、完成時間、需人工修改的比例），以及各跑幾次才有意義。
2.【換模型前後的對照表範本】用表格呈現，讓我可以直接填數字。
3.【真正的省錢公式】寫出計算式，說明為什麼看帳單總額會誤判（因為用量本身在成長），該看的是單位任務成本。
4.【流程也要改的地方】提醒哪些情況下換模型拿不到效率紅利（例如 prompt 或 agent 流程寫死固定步數），並給出三個檢查點。
5.【風險清單】列出換模型可能出現的三種退步，以及如何在測試階段就發現。

使用繁體中文台灣用語，不要引用我沒提供的價格數字。