AI token 是什么？读懂大模型的用量、计费与限制

AI token 是语言模型读取和生成文本时使用的小单元，可以是单词、词的一部分，也可以是标点。按 OpenAI 对英文的粗略估算，每个 token 约相当于四分之三个单词，也就是 100 个 token 约合 75 个英文单词。Token 之所以重要，是因为它既影响使用费用，也影响模型能处理多少文本。来源：OpenAI 的 token 指南。

AI token 是什么？

Token 是文本的计量单位，不是一条消息，也不是一次完整任务。大语言模型（LLM）是一类生成语言的 AI 模型。文本要交给模型处理，先由分词器（tokenizer）这种软件拆成小块。

可以把一句话想成一幅马赛克：你看到的是整句话，模型处理的是一块块拼片。拼片大小不一，常见的单词可能只占一块，另一个单词却需要好几块。拆分边界不一定与音节或词典里的词条一致。

分词器还会给每个文本块分配一个数字编号。模型处理这些编号，生成更多 token，再将它们转回可读的文字。OpenAI 的分词器文档展示了文本块及其对应的编号。

对运营人员来说，这里最实用的一点是：消息条数很难反映实际工作量。一句简短指令如果附带一份文档，涉及的文本可能远多于一个单独提出的长问题。

token 计算：怎样算出实际用量？

计算 token，需要用指定的分词器处理原封不动的文本。按单词数乘一个系数，只能得到估算值；运行厂商的分词器，才能得到该分词器下的实际数量。

用 OpenAI 官方工具看一个实际计数例子

OpenAI 的开源分词器 tiktoken 使用 cl100k_base 编码时，会把原文 tiktoken is great! 拆成 6 个 token。这里的编码名称指的是将文本转换为 token 的一套规则：

t · ik · token · is · great · !

这一计数已于 2026 年 10 月 15 日使用 OpenAI 的工具复现。相同的句子和拆分结果也见于 OpenAI 的分词器教程。它计算的是这段纯文本，不是一次聊天请求的总用量。

注意 is 和 great 开头的空格。空格可能与后面的单词归在一起，而这个例子中的感叹号单独占一个 token。就连工具自身的名字也被拆成了几块。因此，数单词之间的空格，并不能可靠地算出 token 数。

例子特意写明编码名称，是有原因的：模型使用的分词器变了，拆分结果也可能改变。只有同时说明原文和所用的分词器，这个计数才有意义。

ChatGPT token 怎么算？先用厂商的工具

OpenAI 的可视化 Tokenizer可以让你粘贴文本，查看拆分后的各个部分。使用时，应从可选的编码或模型中选择与你的任务对应的一项；换一种编码做出的演示，不能当作计费承诺。

其他厂商也有各自的计数工具：

• Anthropic Claude：token 计数接口可按所选模型，统计其支持的消息输入。文档也列出了无法统计的请求功能。
• Google Gemini：count_tokens 工具用于在生成前统计输入，响应中的用量信息则会报告实际消耗。

这些工具都遵循各自厂商的计数规则。如果自动化流程通过 API，也就是应用与 AI 模型之间的接口运行，应让开发人员按实际使用的模型和请求格式计数。

一个 token 相当于多少个单词？

对于英文文本，OpenAI 给出的近似关系是：一个 token 约等于 4 个字符或四分之三个单词，100 个 token 约等于 75 个单词。这些只是厂商给出的估算，不是固定换算公式。OpenAI 的帮助文章明确说明，语言和文本结构都会影响这种关系。

可以用这个粗略算法判断一份初稿的篇幅大小。但面对多语言营销内容、产品目录或含有代码的文档，应先对实际材料计数，再承诺容量或预算。

输入 token 和输出 token：发进去的与生成出来的

**输入 token 是模型收到的内容，输出 token 是模型生成的内容。**输入可能远不止你刚刚打出的那句话。

以客服流程为例。你在界面上输入的指令只是“起草一份回复”，应用却可能同时发送预设指令、客户之前的消息，以及相关退货政策。这些提供给模型的材料都属于输入，生成的回复草稿则属于输出。

Anthropic 的计数文档涵盖指令、消息和工具等结构化输入。Google 的多轮对话示例则说明了为什么之前的对话轮次也会计入后续用量。

对营销人员来说，每次写一小段文案都附上全部品牌资料，这种做法值得重新审视。对创业者来说，则应要求开发人员测量完整请求，而不是只根据界面上的聊天气泡估算。

输出端还有一个容易忽略的区别。OpenAI 的推理模型文档说明，内部推理 token 虽然不会显示为回答文本，仍计入输出用量。因此，眼前的回答很短，实际输出 token 数却可能比显示出来的文字更多。

为什么输出 token 往往更贵？

读取已有提示词和继续生成文本，对计算系统的要求不同。完整输入一开始就已就绪，因此其中很多处理可以并行完成。常规的输出生成则按顺序进行，后面的 token 依赖前面已经生成的 token。NVIDIA 在其输入处理与生成技术指南中解释了这一区别。

这有助于理解为什么输入和输出分别定价，但不能由此推导出统一的价格比例：各家服务商自行定价，模型设计和推理服务技术也各不相同。

落实到实际工作中，读取文档后只返回简短标签的流程，与生成长篇报告的流程，用量构成会很不一样。比较这类工作负载时，应分别查看输入和输出总量。

月度费用计算示例： Anthropic 目前公布的 Claude Sonnet 5.5 标准 API 价格为：输入每百万 token $2，输出每百万 token $10。假设一个月累计使用 100 万个未缓存的输入 token，加上 100 万个输出 token，按此计算，模型 token 费用就是 $2 + $10 = $12。这个示例小计按标准全球处理方式计算，不含缓存或批处理折扣，也不含付费工具费用和税费。厂商价格，核验于 2026 年 10 月 15 日。

这是用量费用的小计，不是订阅价格，也不是对你每月使用量的预测。自动化流程的用量会在一次次 API 请求中累积，修改和重试也会增加工作量。

缓存输入指服务商复用此前处理过的提示词材料，其计费规则可能不同。具体机制可见我们的 KV-cache 与提示词缓存详解。如果要按价格选择模型，可以参考低价 AI API 对比；这里的示例只是为了讲清计量单位。

AI 的 token 限制，到底限制了什么？

**先弄清触及哪种限制，再考虑换套餐。**单次请求太大、短时间内请求太密，以及订阅额度用完，需要不同的解决办法。

上下文限制决定模型在一次请求中能处理多少材料，最大输出限制决定它最多能生成多少内容。除了你提供的材料，也要给回答留出空间。更完整的说明见我们的上下文大小与上下文工程指南。

API 速率限制约束的是发送请求或 token 的速度，费用上限约束的是花费。两者都不代表某一次请求能装下多少材料。OpenAI 在其 token 指南中区分了这些限制。

聊天套餐额度则按具体产品的规则约束使用量。Anthropic 表示，Claude 的用量会随对话长度与复杂程度、所选模型、功能及推理强度而变化。其使用额度与长度限制指南还说明，使用额度与对话长度限制是两回事。

对运营人员来说，这意味着买更多使用额度，不一定能让超大的文档塞进一次请求。新开一个对话，可能减少后续请求继续携带的材料，但不会清除已经消耗的用量。

AI token 怎么买？

通常，你通过所用的产品支付访问费用或按量使用费。充值前，先确认买的是订阅、API 用量，还是应用自己的积分余额。

例如，OpenAI 明确说明，ChatGPT 订阅与 API 用量分别计费。付了聊天产品的订阅费，并不意味着 API 的 token 费用就免了。其他产品可能采用不同的用量打包方式，应查看向你收费的产品的具体条款。

关于 token 数量，哪些说法被夸大了？

**Token 数字越大，不代表回答质量越高。**容量说明能容纳多少内容，却不能证明回答是否正确、实用，或值得这笔花费。

同样，token 单价更低，也不能直接断定哪个模型完成你的任务更便宜。不同分词器可能以不同方式拆分相同材料，不同流程也可能产生不同数量的输出和推理 token。真正应该比较的是，得到一个合格结果总共要花多少钱。

别把减少 token 变成“谁的提示词最短”的比赛。删去无关附件是合理的；如果删掉某条政策例外，导致客服回复不再准确，那就是省小钱、丢关键。保留会改变答案的信息，移除与任务无关的材料。

下周就能落实的改进

**如果你负责自动化流程，或经常碰到使用限制，现在就该行动。**如果只是偶尔使用聊天应用，而且一直没有超过额度，就没必要逐句计算 token。

1. 1

   运营人员：先看清计量方式

   查看用量页面和限制提示，记下限制针对的是请求长度、请求速率、费用，还是套餐额度，再选择相应的解决办法。

2. 2

   营销人员：统计一个有代表性的任务

   取一份真实的需求说明，加上平时会一起发送的辅助材料，用厂商的计数工具检查，再按任务需要指定输出格式。关键的品牌要求和事实要求要保留。

3. 3

   创业者与采购方：索取用量明细

   请开发人员或供应商提供一个有代表性的已完成任务的用量明细，包括输入、输出、缓存用量，以及单独收取的工具费用。先据此预测自己的使用规模，再决定是否升级或更换模型。

AI token 常见问题

AI 里的 token 是什么？

Token 是语言模型处理的一个文本块，可以是词的一部分、一个完整单词，也可以是标点，并不一定对应一个完整单词。

AI 中的 tokenization 是什么意思？

Tokenization 指把输入拆成模型使用的小块，并用模型词表中的对应项表示这些文本块的过程。具体怎么拆，由分词器的规则决定。

AI 四巨头是谁？

这个说法讨论的是公司排名，不是 token 标准。要计算用量和费用，应先确认工具背后的厂商及具体模型；列出几家知名公司，无法确定它的 token 用量。

ChatGPT 的 100 万 token 要多少钱？

ChatGPT 没有统一的 token 美元换算价格。ChatGPT 产品与 OpenAI API 分别计费。计算 API 费用时，要确定模型，并区分输入和输出；使用聊天套餐时，则要查看该套餐的用量规则。

一个 AI token 值多少钱？

它没有固定的货币价值，使用费用取决于服务商、模型和计费类别。Token 是处理单位，不是可以转让的货币。

谁来支付 AI token 的费用？

对于直接按 API 计费的流程，由发起请求的账户向服务商付费。如果使用封装好的应用，付订阅费、按量付费，还是两者都付，要看应用协议。应问清报价包含哪些费用。

AI 的 1000 个 token 是多少？

如果问费用，要看模型，以及这些 token 属于输入、输出还是缓存。如果问文本量，则取决于分词器和语言。应使用厂商的分词器计算，不要把它当成固定的字数额度。

ChatGPT 的 token 是怎么工作的？

文本会先被拆成 token，用于处理和生成。你输入和收到的文字，不一定就是全部用量：提供给模型的上下文，以及支持推理的模型所产生的内部推理，都可能计入用量。

哪个 AI 的 token 最多？

先明确你指的是最大的上下文窗口、最长的输出，还是最多的套餐内用量。这些衡量的是不同维度。确定维度后，再比较具体模型或套餐的最新文档。

AI 可以免费用吗？

可以。例如，Claude 提供免费套餐，但有使用限制。免费使用不等于用量无限，也不等于上下文窗口无限。

想看更多关于 AI 工具及其选择逻辑的实用解读，欢迎订阅邮件通讯。