Hvad er tokens i AI?

En token er en del af et ord, ikke et ord

Modeller læser ikke bogstaver, og de læser ikke ord. Før din besked når frem til modellen, opdeler en tokenizer den i stykker fra et fast ordforråd på titusindvis af fragmenter. Almindelige ord er én token. Sjældne ord er to eller tre. "The" er én token, "tokenization" er typisk to eller tre, og en lang URL kan være dusinvis.

Tommelfingerreglen, som OpenAI offentliggør for engelsk tekst: én token er omkring fire tegn, eller cirka tre fjerdedele af et ord. Så 100 tokens er omkring 75 ord, og 1.000 tokens er halvanden side.

To ting får tallet til at variere. Kode fylder tættere, tættere på én token per tre tegn, på grund af symboler og indrykning. Og sprog, der er mindre repræsenteret i tokenizerens træningsdata, koster mere: samme betydning på thai, hindi eller arabisk kan tage to til tre gange så mange tokens som den engelske version, hvilket har betydning, hvis du betaler per token og skriver på et af dem.

Du kan selv se det. Indsæt en vilkårlig tekst i token-omkostningsberegneren, og den viser antallet og prisen for hver model.

Inputtokens og outputtokens har to forskellige priser

Hver besked har to halvdele. Inputtokens er alt, hvad modellen læser: dit spørgsmål, systeminstruktionerne, samtalen indtil videre, enhver fil du har vedhæftet. Outputtokens er det, modellen skriver tilbage.

Udbyderne opkræver de to til forskellige takster, og forskellen er ikke lille. Tabellen er listepris per million tokens fra AI-modelprisindekset, med priser hentet fra OpenRouter den 2026-08-20.

Output er dyrere på grund af, hvordan modellen kører. At læse input sker i ét parallelt gennemløb over alle tokens på én gang. At skrive output sker én token ad gangen, hvor hver ny token kræver endnu et gennemløb af hele modellen. Et svar på 500 tokens er 500 sekventielle gennemløb.

Hvad en rigtig besked koster, regnet igennem

Tag en typisk udveksling: et spørgsmål på 300 ord med et afsnits kontekst, besvaret med 400 ord. Det er omkring 400 inputtokens og 530 outputtokens.

• På GPT-5.6 Luna: 400 × $0.20 pr. million plus 530 × $1.20 pr. million, hvilket er $0.00008 plus $0.00064, omkring $0.0007. Syv hundrededele af en cent.
• På Claude Sonnet 5: 400 × $2 plus 530 × $10, pr. million, hvilket er $0.0008 plus $0.0053, omkring $0.006. Lige over en halv cent.
• På GPT-5.5: 400 × $5 plus 530 × $30, pr. million, hvilket er $0.002 plus $0.0159, omkring $0.018. Næsten to cent.

Bemærk, at outputdelen udgør 80 til 90 procent af regningen i hver række. Beskedens form, ikke kun modellen, afgør prisen: et enkeltlinjespørgsmål, der beder om et essay på 2.000 ord, er det dyre mønster, og et langt dokument med et enkeltlinjespørgsmål om det er det billige på samme model.

Zoom ud, og spredningen i hele kataloget er den egentlige historie. Hver prissat model i AI-modelprisindekset placerer sig på linjen nedenfor efter, hvad ét standardsvar koster. Den billigste, Ling-3.0-flash, er $0.000053; den dyreste, Claude Opus 4.7 i sin hurtige tilstand, er $0.105: omkring 2.000 gange fra hinanden for de samme 1.500 tokens.

Den anden multiplikator er historik. I en chat genlæser modellen hele samtalen ved hver tur, så inputantallet vokser med hver besked. En samtale med 40 ture sender den første besked 40 gange. Det er derfor, lange tråde bliver langsommere, og hvorfor hvad er et kontekstvindue er den grænse, du til sidst rammer.

Hvorfor et abonnement skjuler måleren, men ikke fjerner den

Forbrugerplaner opkræver et fast månedligt gebyr, og under den flade pris tæller hver udbyder stadig tokens. Tallet viser sig som beskedgrænser, muren "du har nået din grænse", og det stille skift til en mindre model, når budgettet løber tør.

Whizi måler den anden vej rundt. Hver model har en fast creditpris per besked: 1 credit for husmodellen, 10 for Claude Sonnet 5, 20 for Claude Opus 5 og GPT-5.5, og 100 helt i toppen af stigen. Tallet afhænger aldrig af, hvor lang din besked eller svaret var. Stigen er forankret til en reel tokentur, 3.000 tokens ind og 800 ud på husmodellen, hvilket koster omkring $0.00156 i udbyderforbrug og definerer én credit. Sådan fungerer Whizi-credits har hele tabellen.

Handlen er bevidst. En pr.-token-måler er præcis og uforudsigelig; en pr.-besked-credit er lidt generøs mod lange beskeder og lidt nærig mod korte, og du kender altid prisen, før du trykker send.

Tokens er også kapacitetsgrænsen

Den anden grund til, at tokens har betydning, er kapacitet. Hver model har et kontekstvindue målt i tokens: det maksimale, den kan overveje ad gangen, input og output tilsammen. Claude Haiku 4.5 rummer 200.000 tokens. GPT-5.6 Terra, Claude Sonnet 5 og Gemini 3.7 Flash rummer omkring 1 million. Ved 750 ord per 1.000 tokens er en million tokens omkring 750.000 ord, eller cirka 1.500 sider.

Vinduet er ikke gratis. At fylde det koster inputtokens ved hver tur, så et dokument på 300.000 tokens, der stilles ti spørgsmål, er 3 millioner inputtokens, hvilket er $6 på Claude Sonnet 5 til listepris. Retrieval, hvor appen søger i dokumentet og kun sender de relevante sider, findes for at undgå netop den regning. Hvad er RAG forklarer mekanismen, og sammenligning af kontekstvinduer har hver models grænse i én tabel. Send de sider, spørgsmålet kræver, aldrig hele filen.