关于 token 与大模型 API 费用的常见问题1,000 个 token 大约等于多少汉字？在 OpenAI（GPT 系列）和 Claude 这类对中文不太友好的分词器里，1,000 token 约等于 500–700 个汉字；在通义千问、文心一言、千帆这类按「1 汉字 ≈ 1 token」设计的国产分词器里，1,000 token 约等于 1,000 个汉字；DeepSeek、Kimi、豆包介于两者之间，约 700–900 汉字。换算英文则比较一致：1,000 token 约 750 个英文单词，或 4,000 个英文字符。中英混合文本要分别估算后相加。
为什么中文比英文贵那么多？因为主流的 BPE（Byte Pair Encoding）分词器是用大量英文语料训练的，英文常见单词被压缩成 1 个 token，而 UTF-8 下 1 个汉字占 3 个字节，未在词表里出现的汉字会被拆成多个 byte 级 token，1 字常见对应 1.5–2 token。结果是同样信息量的中英文文本，中文 token 数大约是英文的 1.5–2 倍，账单也就贵 1.5–2 倍。这也是国产大模型主推「1 汉字 = 1 token」的根本原因——既是技术选择，也是商业卖点。
输出 token 为什么比输入贵 3 到 5 倍？因为生成机制不一样。输入 token 可以一次性并行送进 GPU 计算（一次 forward pass 处理几千个 token 没问题），但输出 token 必须一个接一个生成，每生成 1 个就要重新跑一次推理，GPU 显存与计算开销大很多。所以 Claude Sonnet 4.6 输入 3 美元、输出 15 美元（5 倍）；GPT-5.4 输入 2.5、输出 15（6 倍）；DeepSeek V4 Flash 输入 0.14、输出 0.28（2 倍）。优化总账单时，砍输出长度（设 max_tokens、要求精简回答）的边际收益最大。
2026 年最便宜的中文大模型 API 是哪个？按 2026 年 6 月公开报价：豆包 Pro 32K 输入 0.0008 元、输出 0.002 元每千 token，是国内最便宜的主力模型之一；DeepSeek V4 Flash 输入 0.14 美元、输出 0.28 美元/百万 token；Kimi K2.5 输入 0.42、输出 2.2 美元；通义千问 Qwen-Turbo 输入 0.3 元、输出 0.6 元/百万 token；Qwen-Long 输入 0.5 元、输出 2 元（专攻长文本）；智谱 GLM-4-Flash 主流额度免费，付费段价位也在国内最低梯队。如果只看「中文便宜 + 质量够用」，豆包 Pro 与 DeepSeek V4 Flash 通常是开发者首选。
怎么精确数 token？有没有不调 API 就能算的方法？三条路。第一，用 OpenAI 的 tiktoken（pip install tiktoken；encoding = tiktoken.get_encoding('o200k_base'); len(encoding.encode(text))），新版 GPT 系（含 GPT-5.4、GPT-5.5）统一用 o200k_base 编码。第二，把文本粘进上方的在线 token 计算器，立刻看到 token 数和各模型的费用估算，不用写代码。第三，用 1 汉字 ≈ 1.5 token（GPT 系）或 1 汉字 ≈ 1 token（国产模型）的经验公式心算，误差通常在 ±10% 以内。生产环境最准确的还是 API 返回的 usage 字段（input_tokens、output_tokens、cached_tokens 都有），所有主流模型都返回。
上下文窗口和 token 限制是一回事吗？不是。上下文窗口（context window）指模型一次最多能「看」的总 token 数（输入 + 输出），是模型架构上限；token 限制有时还指 API 层的 max_tokens 参数（你愿意为输出付多少 token 的钱）。2026 年常见模型上下文：GPT-5.4 与 GPT-5.5 系 1M，Claude Fable 5、Opus 4.8 与 Sonnet 4.6 都是 1M（200K 之后切换到更高费率），Grok 4.3 1M，Gemini 2.5 Pro 1M，DeepSeek V4 128K，Qwen3-Max 1M，Kimi K2.6 256K，Llama 4 Scout 10M。注意：「窗口大」不等于「实际效果好」，模型在 32K 之后召回与推理能力都会衰减，超过 200K 还要承担更贵的长上下文费率。
prompt 缓存到底能省多少？RAG、客服、Code Copilot 这类应用 80%+ 的输入是重复的（system prompt + 知识库片段 + 对话历史），缓存命中后这部分按基础输入价的约 10%–25% 计费——OpenAI GPT-5.4/5.5 系与 Anthropic、DeepSeek V4 都按 10% 计费，Kimi 约 16.9%。例如一个每天处理 50 次查询、每次需检索 20,000 token RAG 上下文的应用，开 1 小时缓存能从原来约 3 美元/天降到 0.5 美元，节省约 82%。Anthropic 写入缓存有 25% 溢价（一次写入要被读回 2 次以上才划算），OpenAI 与 DeepSeek 自动管理无溢价。建议把不变的内容放 prompt 开头，变量放结尾，最大化前缀命中率。
为什么对话刚到第 10 轮，就花掉 5 万 token？因为大模型 API 是无状态的（stateless），每轮对话都要把完整历史重新发一遍。假设每轮 user + assistant 合计 1,500 token，第 10 轮要发的输入是 1 + 2 + 3 + ... + 9 ≈ 45 倍单轮内容，再加上 system prompt 重复发送，总输入轻松破 5 万 token。优化思路：1) 开 prompt 缓存把历史压成低价缓存；2) 用滑动窗口或对话压缩（每 10 轮做一次摘要）替代原文堆叠；3) 必要时切到带原生上下文压缩的客户端（部分 Claude 客户端会自动总结长历史）。
图片和文件输入也要算 token 吗？要。多模态模型把图片切成 tile 后转换成 token：GPT-5.4 等支持视觉的 OpenAI 模型处理一张 1024×1024 高清图约 765 token（按 tile 切分计费）；Claude 多模态按「宽 × 高 / 750」估算，一张 1024×1024 约 1,400 token；Gemini 2.5 视觉 token 由分辨率决定；智谱 GLM-4V 一张图约 1,047 token。PDF、Word、Excel 通常先被解析成纯文本再分词，按文本计费，所以一份 10 页中文 PDF 报告（约 5,000 字）大约 7,500–10,000 token。视觉密集型应用（OCR、UI 截图分析）最容易爆账单，建议提前在测试集上量过 token 再上线。
Token 计算器收费吗？数据会不会被收集？本计算器完全免费，不需要登录或注册，文本只在浏览器本地估算 token 数，不会发送到任何 LLM API，因此不会有 prompt 泄露的风险，也不会消耗任何模型的 token 配额。模型单价数据来自 OpenAI、Anthropic、Google、阿里云、DeepSeek、月之暗面、智谱、字节跳动等厂商 2026 年公开报价，每月跟随官方调价更新。结果仅作预算估算参考，最终实际账单以各家 API 控制台 usage 字段为准（含缓存命中、Batch 折扣、长上下文溢价等修正）。