Deepnote

一句話結論

Deepnote 是把 Jupyter notebook 搬上雲端、加上真正好用的協作與 AI 的資料平台，適合團隊；一個人做分析的話，免費的 Colab 可能就夠。

有什麼功能

介面是熟悉的 notebook，但底層是協作優先的設計：多人可以同時編輯同一個 notebook，留言標記某一行程式碼，版本歷史可回溯。可直接連資料庫與資料倉儲執行 SQL，結果轉成 DataFrame 繼續用 Python 分析，也能把 notebook 發布成互動式的應用或儀表板給不寫程式的同事看。

AI 功能包含程式碼自動完成、Auto AI 自動分析、以及生成／修改／解釋程式碼。Team 方案可用較新的模型，Enterprise 支援自帶 LLM。

定價

Free：最多 3 位編輯者、5 個專案、基本機器（5GB 記憶體、2 vCPU），AI 功能有限（程式碼自動完成每月 10 次、Auto AI 每月 5 次）。

Team 年繳每位編輯者每月 39 美元：檢視者與 notebook 數量不限、可用較新模型，含每月 39 美元 AI 額度、280 美元 CPU 額度、50 美元 GPU 額度、30 天版本歷史與排程執行。

Enterprise 洽詢：SSO、稽核紀錄、單一租戶部署與專屬客戶成功經理。

優點

• 協作體驗是同類產品裡最順的，留言與同步編輯真的能用
• 直接連資料庫跑 SQL，省下匯出匯入的來回
• 可發布成應用給非技術同事，分析結果不會死在 notebook 裡
• Team 方案的額度包含運算，成本相對好預估

缺點

• 免費版的 AI 額度形同試用，一天就用完
• 每位編輯者 39 美元，資料團隊一大就不便宜
• 運算資源綁在平台上，重運算任務仍需另尋方案
• 離線工作不可行，網路不穩時體驗很差

適合誰

三到十人的資料團隊，需要一起維護分析、把結果分享給業務或營運部門。特別適合分析工作分散在多人、常常要接手別人 notebook 的組織。

不適合：一個人做研究的使用者（Google Colab 或本機 Jupyter 免費又夠用）、以及資料不能離開內網的單位。

替代方案

• Google Colab：免費、有 GPU，個人研究最實際
• Hex：偏向資料應用與儀表板產出，商業分析導向強
• Databricks Notebooks：已在 Databricks 生態的團隊
• 本機 Jupyter + Git：最省錢，但協作要自己解

台灣觀點

台灣企業的資料分析有個典型場景：分析師在自己筆電跑 notebook，跑完截圖貼進投影片，下個月要重跑時發現環境壞了、套件版本對不上。雲端 notebook 解的就是這個「重現性」問題——環境跟著專案走，換誰接手都跑得起來。

價格上要老實說，每人每月 39 美元對台灣的資料團隊不算便宜，五個人一年就約兩千三百美元。比較容易說服老闆的角度不是「協作方便」，而是「新人接手一個舊分析從三天變半天」，把時間換成薪資成本，數字才明確。

資料落地一樣要注意：連線設定與查詢結果都會經過平台。如果你連的是公司核心資料庫，權限最小化與唯讀帳號是基本功，別為了方便直接給一個具有寫入權的帳號進去。