OpenAI 免費 daily tokens 怎麼用？gpt-5.6-sol data-sharing incentive

本篇是免費 token fuel 系列第 94 篇，研究 OpenAI 官方的 data-sharing incentive complimentary tokens。它不是每個新帳戶自動收到的試用金，也不是可以代領、轉送或集中收集的公共 API key；只有部分組織在資料分享設定頁看到資格，並由組織 owner 開啟指定 project 的 inputs／outputs 分享後，才可能在符合條件的 traffic 上自動套用每日免費 token。

官方 Help Center 目前把 quota 分成兩個共享模型群組：較大的模型群組每日最多 1M tokens，usage tier 1–2 是 250K；較小的模型群組每日最多 10M tokens，usage tier 1–2 是 2.5M。這些數字是符合資格組織的上限，不是每位學生保證拿到的配額；若一個 request 會超過當日剩餘額度，整個 request 可能按正常價格計費。

這條路徑的真正交換是資料權利：開啟後，符合設定範圍的 prompts 與 completions 會分享給 OpenAI。本文因此把它分類為 CONDITIONAL_OPENAI_DATA_SHARING_INCENTIVE_DAILY_TOKENS，只適合由合法 organization owner、明確 consent、public／synthetic fixture、正餘額、低風險 API canary 使用；不適合把學生個資、客戶對話、病歷、秘密或未公開研究換成免費額度。

查核日期為 2026-08-25。資格、模型群組、usage tier、每日 reset、資料分享可用性和帳戶 balance 都可能變動；真正使用前要重新讀回官方 Help Center、組織設定、Usage Dashboard、Costs、model access、project scope 和 data policy。工作區沒有授權的 OpenAI organization，因此不代開 data sharing、不取得 API key、不傳送 prompt、不執行 live request。

如果目標是學生主要 agent 的可持續燃料，最安全的結論不是「每天有 11M token」，而是「符合資格的 owner 可以在已批准資料範圍內，將每日 data-sharing incentive 視為受限的 project-scoped budget」。免費 token 要和正常 billing、positive balance、模型 allowlist、工具能力、資料保存、超額停線和 local fallback 一起讀。

本系列只整理合法公開的免費入口，不捕獲私人 token、不分享帳戶、不繞過 usage tier、不複製 cookie 或 session、不建立多 organization、不用大量小 request 規避 daily cap。若想先看整體 credential、資料與人工停止原則，可延伸閱讀 YOLO LAB AI agent 使用 FAQ。

文中的程式碼都是本地 guard、ledger 和 dry-run 示意，不會呼叫 OpenAI。環境變數只放 placeholder；正式 key 必須由 owner 在 server-side secret manager 管理，不能放前端、notebook、URL、log、prompt、文章或交給另一位學生。

它不是無條件的免費 API token

官方原文使用的是「Some organizations may qualify」。這代表第一個 gate 是組織資格，而不是註冊日期、學生身份或模型名稱。若 data-sharing settings 沒有顯示「eligible for free daily usage on traffic shared with OpenAI」，就不能把本方案放入主要 agent 的 available fuel，也不能靠猜測或網路截圖補上資格。

學生若在學校、研究室或責任組織的 OpenAI organization 內，必須先知道自己是 member、project collaborator 還是 owner。只有 Org Owner 可以切換這項設定；學生可以提出申請與資料分類，但不應要求主要 agent 自動改變 organization-wide data sharing。

function classifyOpenAIIncentive(snapshot) {
  if (snapshot.provider !== 'OPENAI') return 'PROVIDER_MISMATCH';
  if (!snapshot.orgOwnerVerified) return 'ORG_OWNER_REQUIRED';
  if (!snapshot.eligibleBanner) return 'NOT_ELIGIBLE_OR_RECHECK';
  if (!snapshot.dataSharingEnabled) return 'DATA_SHARING_DISABLED';
  if (!snapshot.positiveBalance) return 'POSITIVE_BALANCE_REQUIRED';
  if (!snapshot.projectApproved) return 'PROJECT_SCOPE_REVIEW';
  return 'INCENTIVE_CANARY_REVIEW';
}

免費的交換條件是分享 prompts 與 completions

設定開啟後，啟用範圍內送往 OpenAI 的 input 與 output 會分享給 OpenAI。免費 token 不是 privacy-preserving coupon，也不是只分享匿名 token count。學生要把原始 prompt、檔案、工具結果、回應、system instruction、metadata 與 error log 都視為可能進入資料分享範圍，先做資料分類再決定是否送。

官方也說這項設定對 Enterprise 與啟用 Zero Data Retention 的客戶等部分組織不可用。這不是「關掉 ZDR 就應該開啟」的建議；安全控制、合約、資料保留和研究倫理優先於免費 token。若組織已承諾 ZDR、不得分享 input／output 或不允許學生資料進入改善流程，就應維持 disabled。

function classifyFixture(fixture, policy) {
  if (fixture.containsSecret) return 'SECRET_STOP';
  if (fixture.containsPersonalData) return 'PII_REVIEW_REQUIRED';
  if (fixture.containsStudentRecord) return 'STUDENT_RECORD_STOP';
  if (fixture.containsClientConversation) return 'CLIENT_DATA_STOP';
  if (fixture.isUnpublishedResearch) return 'RESEARCH_REVIEW_REQUIRED';
  if (!policy.shareApproved) return 'DATA_SHARE_NOT_APPROVED';
  return fixture.isSynthetic ? 'SYNTHETIC_ALLOWED_FOR_REVIEW' : 'PUBLIC_FIXTURE_REVIEW';
}

資格要在設定頁重新讀回

官方說明資格的可見訊號在 data sharing settings page。這個頁面 read-back 要保存查核日期、organization hash、project scope、owner approval、eligible banner、data-sharing state、usage tier 和 policy version 的去識別化摘要。不要把「某位同學看過」當作另一個 project 或下一天仍然有效的證據。

最小 manifest 應把 eligible、enrolled 和 positive_balance 分開。看到 eligible 不代表已經 enrolled；看到 enrolled 也不代表沒有超過當日 quota；有 positive balance 才能使用 OpenAI models 和這些 free tokens。任何一欄未知都要停在 RECHECK_REQUIRED。

function requireFreshManifest(manifest, now = Date.now()) {
  const maxAgeMs = 15 * 60 * 1000;
  if (!manifest.checkedAt || now - manifest.checkedAt > maxAgeMs) return 'FRESH_READBACK_REQUIRED';
  if (manifest.eligible !== true) return 'INCENTIVE_NOT_CONFIRMED';
  if (manifest.enrolled !== true) return 'ENROLLMENT_NOT_CONFIRMED';
  if (manifest.positiveBalance !== true) return 'POSITIVE_BALANCE_REQUIRED';
  if (manifest.projectScope !== 'approved') return 'PROJECT_SCOPE_STOP';
  return 'MANIFEST_READY_FOR_DRY_RUN';
}

兩個每日 token 群組要分開記帳

官方把免費 quota 分成共享的 model groups，而不是每個 model 各有一份額度。第一組是最多 1M tokens／day，usage tier 1–2 是 250K；第二組是最多 10M tokens／day，usage tier 1–2 是 2.5M。實際 eligible models 以官方當日清單為準，不能把未列出的新模型或自訂 fine-tune 自行加入。

同一組內的模型要共用一個本地 counter。不要把 gpt-5、gpt-5-codex、gpt-4o、o3 等名稱各自當成獨立錢包，也不要把 gpt-5-mini、gpt-4.1-mini、o4-mini、codex-mini-latest 各自當成獨立每日額度。文章中的 1M／10M 是官方 group cap，不是可任意分配的預付 token。

截至 2026-08-25 的敲門模型：gpt-5.6-sol，但配額仍是條件式

本次查核把官方 complimentary-token 清單中的 gpt-5.6-sol 當作 1M group 的主要 model entry；官方 model page 把它列為 GPT-5.6 家族 frontier model，alias 是 gpt-5.6，context 1,050,000、max output 128,000。這些是模型能力資料，不是免費保證；只有 eligible organization、已 opt-in 且分享 traffic、approved project、positive balance 與仍有 group reserve 時才可能套用每日 incentive。

function admitOpenAICurrentModel(snapshot) {
  if (snapshot.model !== 'gpt-5.6-sol') return 'MODEL_ALLOWLIST_RECHECK';
  if (snapshot.group !== 'large') return 'GROUP_MAPPING_RECHECK';
  if (snapshot.dataSharingEnabled !== true) return 'DATA_SHARING_STOP';
  if (snapshot.positiveBalance !== true) return 'POSITIVE_BALANCE_REQUIRED';
  if (snapshot.remainingTokens <= snapshot.reserveTokens) return 'INCENTIVE_RESERVE_STOP';
  return 'ONE_SYNTHETIC_CANARY';
}

不能把它當成另一筆獨立 1M wallet；它與同一 model group 共享當日上限，超過剩餘量的 request 可能整筆按正常費率計費。

const OPENAI_GROUPS = Object.freeze({
  large: { standardDaily: 1_000_000, tier12Daily: 250_000 },
  small: { standardDaily: 10_000_000, tier12Daily: 2_500_000 },
});

function groupReserve(group, tier, used, estimated) {
  const cap = tier <= 2 ? OPENAI_GROUPS[group].tier12Daily : OPENAI_GROUPS[group].standardDaily;
  if (used + estimated > cap) return 'DAILY_INCENTIVE_RESERVE_TOO_LOW';
  return 'GROUP_RESERVE_OK';
}

每日 reset 是 UTC，不是台北午夜

官方文件目前寫明 free-token counter 在每天 00:00 UTC reset。台灣時間是 08:00，但 agent 不應用本地日期切換來推斷 quota 已經歸零。ledger 要保存 UTC reset boundary、使用者時區顯示、最後一次 usage snapshot 和 provider dashboard 的查核時間，避免在跨日邊界重送一個大 request。

若當地早上八點剛過，仍要以 provider usage read-back 為真相。延遲、dashboard cache、跨 project 統計和最後一筆 request 的處理時間可能造成短暫差異；未知時不要預先把剩餘額度重設為完整 1M 或 10M。

function utcWindow(now = new Date()) {
  const reset = new Date(now);
  reset.setUTCHours(0, 0, 0, 0);
  if (reset.getTime() > now.getTime()) reset.setUTCDate(reset.getUTCDate() - 1);
  return { windowStartUtc: reset.toISOString(), checkedAt: now.toISOString() };
}

function allowAfterReset(snapshot, now = new Date()) {
  const window = utcWindow(now);
  if (snapshot.windowStartUtc !== window.windowStartUtc) return 'FRESH_USAGE_READBACK_REQUIRED';
  return snapshot.remainingKnown ? 'WINDOW_CONFIRMED' : 'REMAINING_UNKNOWN_STOP';
}

正餘額是 API 使用前置條件

免費 token 不是沒有帳務條件。官方明確說需要 positive account balance 才能使用 OpenAI models 和 free tokens。這表示學生不能建立一個零餘額 organization，看到 data-sharing incentive 就假設 request 會通過；也不能用即將歸零的 balance 進行長 context 或高輸出工作。

主要 agent 的 reserve 要比預估 request 大小更保守。只要 request 超過當日剩餘 free quota，官方示例顯示超過的整筆 request 會被正常計費，而不是只收超出的 tokens。因此當剩餘量不足時要縮短 prompt、降低 max output、改用 local fixture 或交人工，不要盲送。

超過 daily quota 可能整筆付費

假設第一組當天已使用 975K，剩下 25K；下一個 request 估計 30K，官方示例的處理方式是整個 30K request billed，而不是 25K 免費、5K 付費。這是本篇最重要的 stop rule：不能把 quota 逼到只剩一個 request 的平均大小，也不能用 retry 或 parallel worker 撞過 boundary。

function billingSafeAdmission(snapshot, estimate) {
  if (!snapshot.positiveBalance) return 'BILLING_STOP';
  if (snapshot.groupRemaining <= estimate) return 'FULL_REQUEST_CHARGE_RISK';
  if (snapshot.reserveAfter < snapshot.minimumReserve) return 'RESERVE_STOP';
  return 'REQUEST_MAY_PROCEED_TO_MANUAL_REVIEW';
}

使用量要同時看 Activity 與 Costs

官方建議從 Usage Dashboard 比較 usage activity 與 Costs：free tokens 會包含在 activity 的總量，但不會顯示成 Costs 裡的費用；另一個 chat completions dashboard 可以按 service tier 查看 data sharing incentive tier 的 input／output tokens。學生 agent 至少要保存這兩個 read-back 的時間與遮罩後摘要。

本地 tokenizer estimate 只能做 admission control，不是 billing proof。不同模型、system message、reasoning token、輸出長度、重試與 provider 計量都可能讓 estimate 與實際 usage 不同。若 dashboard 只回傳 activity 沒有 costs、或兩者對不上，標成 USAGE_RECONCILIATION_REQUIRED。

function reconcileUsage(activity, costs) {
  if (!activity || !costs) return 'USAGE_RECONCILIATION_REQUIRED';
  if (activity.inputTokens === undefined || activity.outputTokens === undefined) return 'INPUT_OUTPUT_SPLIT_UNKNOWN';
  if (activity.serviceTier !== 'data sharing incentive tier') return 'INCENTIVE_TIER_NOT_CONFIRMED';
  return { status: 'READBACK_RECORDED', inputTokens: activity.inputTokens, outputTokens: activity.outputTokens, costs };
}

只限列出的模型與能力

官方清單目前將模型列入 1M 或 10M group，並明確排除 fine-tuned models、fine-tuning training、evals 和 tool use。清單包含多個 dated model ID 與 latest alias，但會隨時間變化；adapter 每次使用前要讀取當日 model access、group mapping、deprecation 和 account permission。

「API 能呼叫」不等於「incentive 能套用」。要把 response 的 model、service tier、input tokens、output tokens、finish reason 和 request id 讀回。若 provider 把 request route 到沒有 incentive 的模型，先停在 MODEL_GROUP_REVERIFY_REQUIRED，不能因為回應成功就宣稱免費。

不包含 tools 與 fine-tuning

主要 agent 很容易把 tool use 藏在一次 chat completion 裡，但官方免費 token offer 明確不包含 tool use。文章的 canary 只能先測 plain text prompt、固定 schema 和本地 parser；需要網路搜尋、檔案操作、程式執行或外部 connector 時，將工具成本、資料分享和權限另行審核。

同理，fine-tuning training、fine-tuned model 與 evals 不能併入免費 token ledger。若學生要做 eval，使用本地 synthetic output 或另外已核准的 evaluation budget；不要把一個免費 inference route 擴張成免費訓練或免費 agent platform。

Organization、project 與 key 不可混用

資料分享設定可能對整個 organization 或選定 projects 生效，官方也說只有啟用的 projects 的 traffic 才會取得符合資格的 free tokens。每個 project 要有獨立的用途、data class、owner、key scope、model allowlist 和刪除政策；不能把課堂 project 的免費資格當作個人 project 或另一個組織的資格。

API key 只用於已批准的 server-side adapter，並用 environment variable 或 secret manager 注入。學生不應拿到完整 key；主要 agent 也不應把 key、organization ID、billing ID 或 usage screenshot 寫進 prompt。若 key 外洩，owner 要撤銷或輪替，這不是刷新免費 quota 的方法。

function checkProjectScope(keyMeta, task) {
  if (!keyMeta.serverSide || keyMeta.exposed) return 'SECRET_EXPOSURE_STOP';
  if (keyMeta.orgHash !== task.approvedOrgHash) return 'ORG_MISMATCH';
  if (keyMeta.projectId !== task.approvedProjectId) return 'PROJECT_MISMATCH';
  if (!task.publicOrSynthetic) return 'DATA_REVIEW_REQUIRED';
  if (task.toolUse) return 'TOOL_USE_NOT_IN_INCENTIVE';
  return 'SCOPE_OK_FOR_DRY_RUN';
}

學生可以用什麼資料開始

第一輪只用 synthetic text、已公開授權的短文本或已完成去識別化審查的 fixture。適合測試的是分類、摘要、格式轉換、短程式碼解釋、固定 JSON schema 和錯誤處理；不應把真實學籍、履歷、醫療紀錄、客戶 ticket、私人 repo、尚未發表的研究或同學對話送入 data-sharing incentive route。

資料清理要在 request 之前完成，不是收到 response 後才補。檢查 prompt、附件、system instruction、tool result、URL query、header、trace 和本地 cache；任何一層含有秘密或未批准內容，都回傳 DATA_REVIEW_REQUIRED。把「這只是課堂測試」當成理由，不能取代 consent。

先 dry-run，再做一個短 canary

dry-run 只檢查 manifest、模型 group、估算 tokens、資料分類、project、positive balance 和 local fallback，不送任何 API request。通過後才由 owner 在本人批准的環境送一個短 synthetic prompt，限制 max output，禁用工具，保存 response shape、usage、service tier 和 costs read-back。

function planCanary(state) {
  const failures = [
    state.manifestStatus,
    state.fixtureStatus,
    state.modelStatus,
    state.billingStatus,
    state.fallbackStatus,
  ].filter((value) => value !== 'OK');
  if (failures.length) return { status: 'CANARY_BLOCKED', failures };
  return {
    status: 'OWNER_MAY_REVIEW',
    maxOutputTokens: Math.min(state.requestedMaxOutput, 128),
    tools: [],
    fixture: 'synthetic-only',
  };
}

不要用平行請求消耗免費額度

每日 quota 是共享 group budget，不是每個 worker 各有一份。主要 agent 要以 organization、project、model group 和 UTC window 建立 queue，預留足夠 margin，將重試、timeout、部分成功和 request id 都記入同一份 ledger。不要以平行請求競速免費 reset，也不要在 429、401 或 billing read-back 不一致時無限重試。

尤其要防止「request 還沒完成，所以再送一次」的重試放大。若 response 狀態未知，先用 dashboard、request id 或官方 activity read-back 查明；沒有證據就停止，不把同一個 prompt 重送十次。免費 token 和正餘額都應設 safety reserve，留給人工診斷。

正常費用與 incentive 要分欄

ledger 至少要有 organization_hash、project_hash、model、model_group、usage_tier、service_tier、input_tokens、output_tokens、estimated_cost、dashboard_cost、window_start_utc、request_status 和 checked_at。不要只存「免費」布林值，因為同一 project 可能同時出現 incentive 與正常 billed traffic。

function appendLedger(ledger, event) {
  if (event.apiKey || event.prompt || event.response) throw new Error('SENSITIVE_LEDGER_FIELD');
  return ledger.concat({
    organizationHash: event.organizationHash,
    projectHash: event.projectHash,
    model: event.model,
    serviceTier: event.serviceTier,
    inputTokens: event.inputTokens,
    outputTokens: event.outputTokens,
    estimatedCost: event.estimatedCost,
    dashboardCost: event.dashboardCost,
    windowStartUtc: event.windowStartUtc,
    status: event.status,
    checkedAt: event.checkedAt,
  });
}

免費 tokens 不是永久承諾

官方說 OpenAI 會在終止 program 前提前 30 天通知。這使它適合實驗與短期課程 canary，不適合把整個主要 agent 的 production workload 綁死在這個 incentive。adapter 要保留另一個已批准的 API、local model 或人工流程，並在 offer 消失時回到明確的 fallback。

同樣要防止模型退休、usage tier 變化、data-sharing 設定變更、組織 owner 離職、positive balance 歸零、project 被刪除和 billing policy 改寫。每次 session 前重新讀回 manifest；不以昨天成功過一次，推導今天仍然免費。

能不能給同學共享

不能共享 key、organization、session、帳戶或 data-sharing consent。若課堂需要協作，共享的是公開或 synthetic fixture、已遮罩的 usage summary、評估規格和錯誤分類；不是讓所有同學把 prompt 送進同一個沒有責任人的中央 token pool。中央 gateway 若真的必要，必須由責任組織另做權限、資料、費用、audit 和撤銷設計。

學生個人的 owner consent 也不能替另一位同學 consent。每位使用者都要知道自己的資料是否進入 enabled project、誰能看 logs、何時停止分享、如何撤回和如何刪除本地 cache。主要 agent 只能協助顯示政策與停止線，不能替人按下 organization-wide 開關。

退出與撤回要可驗證

官方說 owner 可以隨時在 data sharing settings opt out。退出後要記錄設定變更時間、affected projects、最後一筆 shared request、local cache deletion 和下一輪 dry-run 結果；不能因為 UI 顯示 disabled，就宣稱過去已分享的資料立即從所有處理流程消失。保留政策要依組織合約和官方資料政策另查。

API key 與環境變數邊界

本篇不提供可用 key，也不從工具輸出、shell history 或 browser storage 讀取 key。正式 adapter 只接受 owner 由 secret manager 注入的 runtime secret，並在 log 中遮罩 authorization header、organization identifier、request body 和完整 error payload。key rotation 只解決 credential exposure，不會刷新 daily incentive。

function safeRuntimeConfig(env) {
  if (!env.OPENAI_API_KEY || env.OPENAI_API_KEY.includes('placeholder')) return 'OWNER_SECRET_REQUIRED';
  if (env.LOG_REQUEST_BODY === 'true') return 'REQUEST_LOGGING_STOP';
  if (env.AUTO_RECHARGE === 'true') return 'AUTO_RECHARGE_STOP';
  return 'RUNTIME_CONFIG_REVIEW';
}

錯誤處理不能轉成自動付款

401、403 先檢查 key、project、model access 與 organization scope；429 先檢查 rate／quota 和 Retry-After；billing 或 balance 異常要人工查看；5xx 或 timeout 只能做有上限的 server retry。所有分支都不可自動新增 payment method、購買 prepaid credits、開啟 auto-recharge 或切換另一個同學的 organization。

如果一次 request 的費用狀態不明，最安全的結果是 BILLING_STATE_UNKNOWN。不要以 HTTP 200 當作免費證據；要等 usage activity、service tier、input／output token 和 Costs read-back。任何資料政策或費用欄位缺失，都交 owner review。

主要 agent 的最小配置

第一層是完全離線的 policy test：模擬未 eligible、eligible 未 enrolled、positive balance、daily reserve 不足、model group drift、tool use、PII、429、整筆 overage 和 provider stop。第二層是 owner 在不送資料的情況下完成 settings、project、model、billing 和 usage read-back。第三層才是一個短 synthetic canary，並在收到 response 後立即對帳。

建議的 adapter default 是：單一 approved project、單一已查核 model group、低 max output、禁用工具、單一 in-flight request、UTC ledger、正餘額 reserve、data-sharing policy hash、有限 retry、daily stop 和 local fallback。任何「自動挑更便宜模型」或「自動換 organization」都先列為禁止行為。

function decideStudentRoute(state) {
  if (state.dataClass !== 'synthetic' && state.dataClass !== 'public-approved') return 'DATA_REVIEW_REQUIRED';
  if (state.incentiveStatus !== 'CONFIRMED') return 'INCENTIVE_STOP';
  if (state.groupRemaining <= state.estimatedTokens + state.reserve) return 'DAILY_RESERVE_STOP';
  if (state.tools.length !== 0) return 'TOOLS_NOT_ALLOWED';
  if (!state.localFallbackReady) return 'FALLBACK_REQUIRED';
  return 'OWNER_MAY_RUN_ONE_CANARY';
}

本篇的學生燃料決策

OpenAI data-sharing incentive 可以列入主要 agent 的條件式學生燃料清單，但不列入公共 token pool，也不列入未經審查的課堂預設。它的優點是官方提供清楚的每日 model-group quota、UTC reset、Usage／Costs read-back 和 owner 可撤回的設定；它的限制是資格不普遍、需要正餘額、輸入輸出會被分享、只限指定模型／能力，而且超過每日剩餘量的 request 可能整筆付費。

對學生最保守的 route 是：owner 先確認 eligible banner 與 enrolled state；只在批准 project 使用；只送 synthetic 或 public-approved fixture；不用 tool、fine-tuning、eval 或 fine-tuned model；每日 group reserve 留出安全邊界；對帳 activity、service tier 和 Costs；一旦資料政策、billing、model 或 quota 不明，就回到 local fallback。

課堂任務也要按免費能力切小，而不是讓一個 agent 連續跑完整個專案。先把工作拆成規格抽取、短摘要、格式驗證和人工 review 四段，每段都能在本地保存輸入 hash、預估 tokens 和停止狀態。只有經過 review 的下一段才取得新的 canary admission，避免一個錯誤 prompt 把整個 daily group budget 一次用完。

若任務需要長上下文，應先在本地做去重、摘要和敏感資料移除，再決定是否送出；不能用免費 quota 合理化把整個 repository 或長篇聊天紀錄上傳。輸入越長，estimate 越可能低估 system message、輸出與 reasoning token，daily boundary 也越容易被單一 request 跨過。

評估品質時要把 model output 與 free-token eligibility 分開。免費回應可能成功但不代表答案正確，也不代表資料可再發布；學生要保存測試 prompt 的 fixture hash、模型版本、service tier、評分規格和人工判讀，而不是保存完整私密對話。若內容要進網站、報告或公開資料集，還要另做版權與個資審查。

組織 owner 若要讓多個 project 使用，應先建立 project-level allowlist 和每日總量上限，並在課程結束、owner 變更或政策改寫時停用。主要 agent 不能自行發現另一個 project 還有 quota 就切過去；project switch 是權限與資料邊界變更，必須重新做 consent、model、billing 和 retention read-back。

人工 reviewer 的最小證據包只有去識別化 manifest、fixture hash、usage／cost 摘要、service tier、停止碼和 checkedAt，不需要完整 prompt、response 或 key。這讓 reviewer 能判斷是否繼續，也避免把為了查免費額度而收集的內容變成另一個長期資料庫。

如果課堂不願意分享 prompts／completions，就不要啟用這個 incentive；改用未分享資料的已批准方案、local model 或離線 mock。免費 token 不是學生必須接受的代價，資料自主權、研究倫理與契約限制都可以合理地把本篇標成 NOT_APPROVED_FOR_THIS_CLASS。

因此「可持續」的意思不是每天把 quota 用滿，而是每一筆都能回答：誰批准了資料分享？哪個 project？哪個 model group？剩餘多少？這筆會不會整筆付費？使用完如何撤回與清理？只要一題沒有證據，主要 agent 就應停止並交回 owner，而不是把不確定性藏在自動化流程裡。

本篇完成閘門

完成本篇只代表官方文件與本機草稿完成，不代表任何 organization 已取得免費 token。驗收條件是：data-sharing incentive 與一般 free trial 分開；eligible／enrolled／positive balance 分開；1M／10M group 和 tier 1–2 降額正確；每日 00:00 UTC reset、指定模型、tool／fine-tune／eval 排除、整筆 overage、Activity／Costs read-back、Org Owner、project scope、退出、資料分類與 fallback 都有明確停止線。

未完成項目包括：沒有登入 OpenAI、沒有設定 data sharing、沒有建立或取得 API key、沒有確認某個 organization 的 eligibility、沒有 billing read-back、沒有傳送 prompt／response、沒有 live canary、沒有購買 balance、沒有啟用 auto-recharge，也沒有對外發布或 WordPress 寫入。

官方來源與下一篇

本篇主要依據 OpenAI Help Center 的 Sharing feedback, evaluation and fine-tuning data, and API inputs and outputs with OpenAI，並以 GPT-5.6 Sol model page、OpenAI model documentation、Production best practices、Your data、Rate limits、Error codes、Usage API、Chat Completions API 和 Usage Policies 作為 live 使用前的官方查核入口。若某頁搬移或內容更新，必須重做 manifest，不引用過期截圖。

本篇完成後，下一篇會重新查找另一個尚未收錄的官方免費 API 或免費額度候選。選擇標準仍是官方可查、學生用途清楚、可在不分享秘密的前提下做低風險 canary，並把額度、資料代價、billing、撤回與停止方法一起記錄；不把多帳戶、token 分享、繞過限制或自動付款當成燃料策略。