AI Token计算器

Token 到底是什么

为什么同一段话在不同模型里不一样

哪些内容最容易把 Token 拉高

输入、输出、上下文要一起看

1 个汉字等于多少 Token？

不能按 1 比 1 理解。不同模型的分词器不同，中文、标点、表情、数字和代码混排都会让结果发生变化。

为什么这页和官方账单可能不完全一样？

因为官方账单按真实分词器、系统提示、消息包装和工具调用参数结算，这页更适合做预算预估，不是精算器。

做 API 预算时该先看什么？

先看输入与输出 Token 的量级，再看不同入口的输入价、输出价和稳定性，别只盯最低单价。

为什么不同模型算出来的 Token 数不一样？

因为每家模型都有自己的分词规则。同一段文本在 GPT、Claude、Qwen、DeepSeek 上，拆分方式可能不同，所以 Token 数也会不同。

中文和英文哪个更费 Token？

多数情况下中文更容易偏高，尤其是短句、混排、标点较多的时候。英文单词更容易被稳定拆分，所以同等表达下通常更省一些。

代码、JSON、Markdown 为什么更容易变贵？

因为括号、引号、缩进、字段名、换行和特殊符号都会参与分词。这类内容经常比看起来更占 Token，成本也更容易被低估。

输入 Token 和输出 Token 有什么区别？

输入 Token 是你发给模型的提示词、上下文和历史消息；输出 Token 是模型返回的回答。很多模型输入价和输出价不同，输出通常更贵。

上下文窗口和 Token 是什么关系？

上下文窗口就是一次请求能容纳的总 Token 上限，通常等于输入加输出。提示词太长、历史消息太多，或者预留输出过大，都会逼近这个上限。

为什么长对话越聊越贵？

因为多轮对话通常会把前面的历史消息一起带上。轮数越多，输入 Token 会越来越大，后面每一轮都可能比前一轮更贵。

估算结果应该怎么用才靠谱？

把它当成预算判断和选型筛选工具，先看量级，再看模型价格页核对输入价、输出价和上下文，不要把估算值直接当最终账单。

什么时候最应该提前算 Token？

长提示词、长文总结、RAG 检索拼接、多轮聊天、结构化输出和代码生成这几类场景最容易超预算，最好上线前先测。