token 是什么，为什么 AI 要按 token 收费

token 是模型处理文字的最小单位，可以理解成「字块」。

它不按字数切，按词频切。常见词往往算一个 token，生僻词可能被拆成两三个。中文里一个字常常就是一个 token，也可能两个字合成一个。

粗略的换算：一百个汉字大约一百到一百五十个 token；一百个英文单词大约一百三十个。这个比例各家模型不一样，只能当估算用。

按 token 收费的原因，是它和计算量直接挂钩。模型处理每个 token 都要走一遍运算，token 越多，占用的算力越多。按用量计价，比按次数计价更接近真实成本。

计费通常分两块：输入和输出。输出的单价一般比输入高几倍，因为生成比读取更费算力。

所以省钱的方向有两个：少喂无关内容，少让它写废话。上传一整份文档只问一个小问题，钱基本花在读文档上。

估算成本，记住这几个数就够用了：

一百个汉字，大约一百到一百五十个 token。

一份二十页的文档，大约一万五到两万个 token。

一次普通对话，输入加输出，通常在两三千个 token 以内。

输出的单价，一般是输入的三到五倍。

省钱有四个做法：长文档先自己摘出相关章节再传；同一个问题别反复贴同样的背景；要求它答得简短，输出是最贵的部分；批量任务集中做，别一条一条问。

还有一个容易忽略的点：多轮对话里，每一轮都会把之前的全部内容重新带上。聊到二十轮，每次提问其实都在为前面的内容付费。这也是长对话越聊越贵的原因。

我第一个月的账单比预想高了三倍，查了半天才明白钱花在哪。

我把一整份产品手册传上去，让它每次回答一个问题。问一次传一次，问一次传一次。手册两万多 token，问了十几轮，光输入就烧掉一大截。

后来改成一个文档只开一个对话，问题攒着一起问，或者先让它把关键章节摘出来，后面只带摘要。第二个月账单下来了，用量差不多，费用少一半多。

还有一处是输出。我以前喜欢让它「尽量详细」，答一次上千字。改成「三百字以内」之后，输出费用降得很明显，内容其实更实用了。

现在我大概有个数：写一篇两千字的稿子，来回三四轮，成本在几毛到一块之间。有了这个数，做预算心里就有底了。

按次订阅和按量计费，适合的人不一样。

按次订阅适合用得杂的人。每天问几十次，内容长短不定，订阅制不用算账，省心。缺点是额度用不完就浪费了。

按量计费适合用量集中的团队。做批量处理、跑自动化任务，一次几十万 token，按量比订阅便宜得多。缺点是费用随用量波动，月底才知道花了多少，得自己设上限。

还有一类中间形态：订阅含一定额度，超出部分按量。这类适合用量不稳定的人，平时不浪费，忙的时候也不至于断。

怎么选，看两件事：你的用量是稳定的还是波动的，你能不能接受月末账单不确定。稳定加怕麻烦，选订阅；波动加能管住用量，选按量。

我见过不少小团队一开始就选按量，结果忘了设上限，月底被账单吓一跳。这条要提前设好。