Token 是什么？为什么 AI 按 token 计费

什么是 Token

你在用大模型 API 的时候，一定会遇到"Token"这个词。OpenAI、Claude、各家国产模型的定价页面上都写着"按 Token 计费"。

Token 是大模型处理文本的最小单位。模型不会直接理解你输入的文字，它会先把文字切分成一个个 Token，然后对 Token 做计算。

举个例子：

• 英文句子 "Hello, how are you?" 可能被切成：Hello , how are you ? —— 6 个 Token
• 中文句子 "你好吗？" 可能被切成：你 好 吗 ？ —— 4 个 Token

但这只是粗略的示意。实际的分词规则取决于模型使用的 Tokenizer（分词器），同一个词在不同模型中可能被切成不同数量的 Token。

中英文的 Token 差异

这是很多人关心的问题：为什么同样的内容，中文比英文更费 Token？

原因是主流模型的 Tokenizer 主要用英文语料训练，对英文的分词效率更高：

这意味着同样的内容，用中文调用 API 的成本可能比英文高 50%-100%。

不过，一些国产模型（如 Qwen、DeepSeek、GLM）针对中文做了专门优化，中文 Token 效率会好很多。如果你的场景以中文为主，可以考虑这些模型。

Token 和 API 计费

大模型 API 按 Token 计费是行业标准。计费方式通常是：

费用 = 输入 Token 数 × 输入单价 + 输出 Token 数 × 输出单价

输出单价通常比输入单价贵 2-4 倍，因为生成文本的计算量更大。

以 2026 年中的一些参考价格为例（具体请以官方最新价格为准）：

价格差异很大。简单任务用便宜模型，复杂任务再上高端模型，这是控制成本的基本策略。

Token 和上下文窗口的关系

上下文窗口就是模型能处理的最大 Token 数。比如 GPT-4o 的上下文窗口是 128K Token，意味着你一次对话最多能输入 128K Token 的文本（包括输入和输出）。

上下文窗口越大，模型能"记住"的信息越多，但成本也越高。选模型时要根据任务需求平衡：

• 短对话：8K-32K 上下文足够
• 长文档分析：需要 128K 或更长
• 超长文档：考虑 RAG 方案，而不是无限增大上下文

实用建议

1. 监控你的 Token 用量

所有主流 API 都在返回结果中包含 Token 使用量。养成习惯看这个数字，了解你的典型任务大概消耗多少 Token。

2. 精简提示词

冗长的系统提示会浪费 Token。用简洁清晰的指令，去掉不必要的示例和说明。

3. 选择合适的模型

简单任务（分类、提取、简单问答）用小模型就够了，不需要上 GPT-4o 或 Claude Opus。

4. 用缓存避免重复调用

如果你的应用会重复处理类似内容，考虑用缓存机制。一些 API（如 OpenAI）提供了自动缓存功能，重复的输入前缀会自动享受折扣。

下一步

• 想了解上下文窗口的更多细节？看 大模型上下文窗口是什么
• 想知道怎么用 Agent 降低重复调用？看 AI Agent 是什么
• 想对比不同模型的性价比？看 AI 大模型有哪些

---

本文最后更新于 2026-07-27。Token 计费价格可能随时调整，请以各厂商官方公告为准。