Token 是什么：大模型按粒数钱的最小账单 | AI 算力 · Token 知识篇①

小张是个爱折腾的程序员，上个月调一个智能客服，月底收到一张调用账单。他盯着看半天：我明明没多打一个字，怎么这周比上周贵了三倍？

他去找客服理论，对方回了一句让他更懵的话："我们不是按字数收费，是按 Token 收费。"

这就是今天要拆的谜底。大模型这门生意，计费的最小单位根本不是"字"，也不是"句"，而是一个叫 Token 的东西。它看不见摸不着，却决定了你每一次对话框里那句"正在输入"背后，到底烧掉了多少钱。

先把结论拍在这儿：看不懂 Token，就永远看不懂自己的 AI 账单。而看懂它，只需要十分钟。

用一个最接地气的比方：如果大模型是一口做饭的锅，Token 就是它计量原料的"米粒"。米粒可以是一整粒米（一个完整的词），也可以是半粒米（词的一部分），甚至是一粒碎渣（一个标点、一个空格）。

官方给过一个针对英文的粗估：1 个 Token 大约相当于 4 个字符，或者 0.75 个英文单词。所以 1000 个 Token 大约是 750 个英文词。中文、日文这类语言，因为字符更"密"，同样的意思往往需要更多的 Token——换句话说，中文用户天然更"费米"。

关键区别在于：人看的是"意思"，机器数的是"颗粒"。你发一句话，模型先把它切成一堆长短不一的 Token，再一颗一颗喂进去算。同一个意思，不同模型切法不同，Token 数也不同，账单自然不同。

所以小张的困惑解开了：他没多打字，但那周客服的回答变长了、上下文变长了，模型"煮"出来的米就多了，账单自然就涨。钱不是按你说了什么收，是按模型"嚼"了多少颗粒收。

很多人以为 Token 就一种，其实一次完整的对话账单里，悄悄躺着四类不同的 Token：

① 输入 Token（你喂进去的）

包括你的提问、系统设定、历史对话、你贴进去的文档。模型"读"一遍这些东西就要收钱。

② 输出 Token（模型吐出来的）

就是它给你的回答、生成的代码、总结的文字。这类通常最贵——为啥？因为生成是"一个字一个字憋出来"的，每吐一颗都要算一遍，而读取是一次并行读完。所以输出单价往往是输入的 1.5 到 8 倍。

③ 缓存输入 Token（重复利用的）

如果你反复发同样的长文档、同样的系统提示，很多平台会把这段"读过的米"存起来复用，价格比普通输入便宜一大截，有的能打到一折。

④ 推理 Token（不显形但计费）

一些会"先想后说"的模型，会在后台先产出一大段思考过程，这部分不显示给你看，但该收的钱一分不少。

一句话记住：颗粒度。Token 不是字，是计费的颗粒度；而输出这颗颗粒，比输入值钱得多。想省钱，核心就是——少喂米、少让它吐米、重复的米让它缓存着别重煮。

所有平台的账单，本质都逃不出这一行：

总费用 =（输入颗数 × 输入单价 + 输出颗数 × 输出单价）÷ 1,000,000

因为单价通常标成"每百万颗多少钱"，所以最后要除以一百万。别被"百万"吓到，它只是个计量单位，就像油价按"每升"算、你只用了一点滴。

点开下面的计价器，亲手算一笔：填一下你大概的输入和输出长度，切几种模型档位，看看同样一段话，换个平台能差出多少倍。

你会发现一个反直觉的事实：决定账单的，往往不是你用了多贵的模型，而是你的输入/输出比例。一个读一万颗、只回五十个字的工作流，几乎全是输入驱动；而一个写长文的工作流，输出才是吞金兽。

看懂了颗粒度，省钱就是顺理成章的事。三道最实在的杠杆：

• ① 精简你的提示词：又臭又长的系统设定、每次都重发的模板，每调用一次都按颗数收钱。砍掉五百颗废话，乘以百万次调用，省的是真金白银。

• ② 善用缓存：重复的超长文档、固定系统提示，开启缓存后输入单价能打到一折甚至更低。多轮问答、客服这类"上下文几乎不变"的场景，缓存是省钱大头。

• ③ 控制输出 + 分层选型：给输出设上限，别让模型自由发挥写小作文；简单分类、抽取这种活儿，用轻量模型就够，把旗舰模型留给真正需要它的难活。

还有两招进阶的：错峰（部分平台低谷时段半价）和批量（不急着要结果的任务走批量通道，常能再打五折）。