Token 是什么？为什么各家长短不一
用 AI 产品时你会遇到两种「长度」：一种是字数，一种是 token。看懂 token，计费账单和上下文限制就都看懂了。
Token 是模型眼里的「字」
模型不认识汉字和单词，它读的是 token——文本被分词器切出来的最小单位。同一段话，在模型眼里可能是这样：
我/今天/试用/了/DeepSeek——一句话被切成 5 个 token
规则大致是：英文约 4 个字符或 0.75 个单词折 1 个 token；中文一个字通常折 0.6～2 个 token，取决于分词器和这个字有多「常用」。「的」这种高频字很省，「熵」这种生僻字可能一个字就占两个 token。
为什么各家不一样
分词器是各家自己训练的，词表大小、切分策略不同，同一句话算出来的 token 数就不同。所以「怎么 GPT 算出来 20，Kimi 算出来 25」很正常——不是谁算错了，是尺子不一样。
这也解释了两个常见现象：
- 中英混排的文档，换模型后成本会变；
- 同一份系统提示词，在不同产品里吃掉的上下文额度不同。
上下文窗口：模型的「工作记忆」
产品页常写 8K、32K、128K，指的是模型一次能读入的 token 上限。超了会怎样？要么直接拒绝，要么「只见尾巴不见头」。所以长文档摘要前先估一估体积很有必要——本站的 Token 估算工具就是干这个的，按中英文比例近似估算，够你判断量级。
计费：input 和 output 是两笔账
按量计费的 API 都是输入、输出分开计价，通常 output 比 input 贵几倍。这带来一个省钱技巧：
- 系统提示词写精炼：它每次请求都要付一遍 input 钱；
- 长素材做摘要后再用：第一次花大钱读全文，后续多轮对话只带摘要；
- 要求输出「不超过 N 字」：直接压缩 output 成本。
算一算：你的用法大概花多少
用一个日常例子建立体感：你发了一段 500 字的中文需求 + 一份 2000 字的材料，让 AI 写 300 字的回复。
- 输入：500 + 2000 = 2500 字，按中文约 1.5 字/token 折算 ≈ 1700 tokens；
- 输出：300 字 ≈ 200 tokens；
- 这一轮总共约 1900 tokens，其中 input 占了近九成。
这正是「系统提示词要精炼、长材料先摘要」能省钱的原因：input 是每轮都要重复支付的部分，砍它一次，省的是整个会话。精打细算之前，先用Token 估算看看你的常用提示词体积，超过 2000 tokens 的，都值得瘦身。
两个高频问题
问：为什么对话越长，AI 越容易「忘了开头」？ 上下文窗口是有限额度，会话历史加上系统提示词一起占它。老对话要么被截断，要么在部分产品里被摘要压缩——细节丢失由此而来。重要约束（比如格式要求）在长会话里要定期重申。
问：token 数能精确预知吗？ 同一家产品内可以（它用自家分词器计算），跨产品只能近似。本站工具给出的是量级估计，做预算够用，做精确对账要以各家控制台的实际计数为准。
顺手抄走：给常用提示词瘦身
理解了「input 每轮重复计费」，就可以让 AI 帮你压缩常用提示词：
你是一位提示词优化师。请把下面的系统提示词压缩到一半以内：
1. 保留全部硬性约束与输出格式要求
2. 合并重复表述，删除客气话与背景铺垫
3. 输出压缩后的版本，并用一行说明压缩比例
原提示词：{{粘贴你的系统提示词}}
压缩完成后，用本站的Token 估算前后对比一下，省下的都是每轮请求的真金白银。
一句话总结
token 是模型的计量单位：上下文看它，账单也看它。理解了「中英文折算不一样」「输入输出分开计价」，你就能对绝大多数 AI 产品的限制和价格做出合理解释。想深入对比各家产品，见主流大模型产品怎么选。