按 token 收费跟按字数收费不是一回事，判断一份报价贵不贵，先得把它换算成同一把尺子。

token 是模型处理文本时的切分单位，不是一个字。中文里一个字可能对应一个 token，也可能两个字才凑成一个，碰上人名、型号、编号会切得更碎。英文按词根切，一个 token 大致是四个字母上下。同一段话，中文的 token 数看着比字数略多，英文看着比单词数略少，差多少取决于这家模型用的分词表。

为什么不按字数计费？因为算力花在 token 上，不在笔画上。上下文占用、显存开销、每次推理的耗时，都跟 token 数挂钩，跟这段话读起来是长是短没什么关系。

拿到报价我一般看三处：输入和输出是不是一个价（输出往往贵两到四倍），百万 token 的档位有没有阶梯价，重复提交的相同前缀能不能按缓存价算。这三项对齐，两家的数字才有可比性。

粗算的办法：中文按字数乘一点五估 token，英文按字符数除四估，再留两成余量。各家切分方式不同，落到账单上会有出入，以服务商公布的计费口径为准。

把换算拆成两组对照就清楚了：一组是中文对英文，一组是输入对输出。

中文对英文。中文一个字大多落在零点六到一点五个 token 之间，常用字偏省，成语、人名、编号偏费，一百个汉字大概六十到一百五十个 token。英文按子词切，一个 token 平均对应四个字符，一百个字母的句子约二十五个 token。同样一段意思，中文写出来 token 数常常比英文少，这也是有人拿英文压成本的原因，不过翻译本身也有损耗。

输入对输出。输入是你发过去的提示词、文档、历史对话，输出是模型生成的回答。多数服务商的输出单价是输入的两到四倍，原因在生成方式：输入能并行算，输出要一个 token 一个 token 往外蹦，越往后越慢。

两组对照合起来看，报价单上的「每百万 token」才有意义。有的标价低，是只标了输入；有的标价高，是把长上下文的加价算进去了。比较之前先确认标的是哪一栏。

上下文上限用的是同一套单位。标 128K 指的是输入加输出合计的 token 数，不是字数。一篇三万字的报告估算下来四万 token 上下，单次放进去还有余量，但连着十几轮对话不清理，历史记录会一点点把这个额度吃掉。

我拿一份自己写的稿子试了半小时，比看十篇解释都管用。

先复制一段正文到字数统计里，一千二百字，不含标点。再把整段贴进一个带 token 计数的小工具，读出来一千六百多。我起初以为工具算错了，换一个再试，数字差不多，才承认中文确实不是一个字一个 token。后来把标点全删了再测，数字掉了一百多，才知道标点、换行、空格都算钱。

换成英文再试。同一篇稿子用翻译软件转过去，单词七百出头，token 数九百多。中文一千二百字要一千六百 token，英文九百 token，同样的信息量，中文反而更费，这跟我原先的猜想正好相反。

再试输出。我让它照着原文缩写，限定三百字，返回的结果数下来四百多个 token。输出的字比输入的金贵，报价单上输出单价高，不是随口定的。

三步试完，我再估成本就用一个笨办法：中文按字数乘一点三，英文按单词数乘一点三，输出部分再乘一点五，末尾加两成余量。算出来的数和实际账单差得不多，够用来判断一个需求做不做得起。各家分词方式不一样，具体还是以账单为准。