Hva er tokens i AI?

Et token er en bit av et ord, ikke et ord

Modeller leser ikke bokstaver, og de leser ikke ord. Før meldingen din når modellen, deler en tokenizer den opp i biter fra et fast vokabular på titusenvis av fragmenter. Vanlige ord er ett token. Sjeldne ord er to eller tre. "The" er ett token, "tokenization" er vanligvis to eller tre, og en lang URL kan være dusinvis.

Tommelfingerregelen OpenAI publiserer for engelsk tekst: ett token er omtrent fire tegn, eller omtrent tre firedeler av et ord. Så 100 tokens er rundt 75 ord, og 1000 tokens er halvannen side.

To ting gjør at tallet drifter. Kode er tettere, nærmere ett token per tre tegn, på grunn av symboler og innrykk. Og språk som er mindre representert i tokenizerens treningsdata koster mer: samme betydning på thai, hindi eller arabisk kan ta to til tre ganger så mange tokens som den engelske versjonen, noe som betyr noe hvis du betaler per token og skriver på et av dem.

Du kan se det selv. Lim inn hvilken som helst tekst i token-kalkulatoren, så viser den antallet og prisen på hver modell.

Input-tokens og output-tokens er to forskjellige priser

Hver melding har to halvdeler. Input-tokens er alt modellen leser: spørsmålet ditt, systeminstruksjonene, samtalen så langt, en fil du la ved. Output-tokens er det modellen skriver tilbake.

Leverandører tar betalt for de to til forskjellige satser, og gapet er ikke lite. Tabellen er listepris per million tokens fra AI-modellkostnadsindeksen, med priser hentet fra OpenRouter 2026-08-20.

Output er dyrere på grunn av hvordan modellen kjører. Å lese input skjer i én parallell gjennomgang av alle tokens samtidig. Å skrive output skjer ett token om gangen, der hvert nytt token krever en ny gjennomgang av hele modellen. Et svar på 500 tokens er 500 sekvensielle gjennomganger.

Hva en ekte melding koster, regnet ut

Ta en typisk utveksling: et spørsmål på 300 ord med et avsnitt kontekst, besvart med 400 ord. Det er omtrent 400 input-tokens og 530 output-tokens.

• På GPT-5.6 Luna: 400 × $0.20 per million pluss 530 × $1.20 per million, som er $0.00008 pluss $0.00064, omtrent $0.0007. Sju hundredeler av en cent.
• På Claude Sonnet 5: 400 × $2 pluss 530 × $10, per million, som er $0.0008 pluss $0.0053, omtrent $0.006. Litt over en halv cent.
• På GPT-5.5: 400 × $5 pluss 530 × $30, per million, som er $0.002 pluss $0.0159, omtrent $0.018. Nesten to cent.

Legg merke til at output-halvdelen er 80 til 90 prosent av regningen i hver rad. Formen på meldingen, ikke bare modellen, avgjør kostnaden: et énlinjes spørsmål som ber om et essay på 2000 ord er det dyre mønsteret, og et langt dokument med ett kort spørsmål om det er det billige på samme modell.

Zoom ut, og spredningen over hele katalogen er den egentlige historien. Hver prissatt modell i AI-modellkostnadsindeksen plasserer seg på linjen under etter hva ett standardsvar koster. Den billigste, Ling-3.0-flash, er $0.000053; den dyreste, Claude Opus 4.7 i rask modus, er $0.105: omtrent 2000 ganger fra hverandre for de samme 1500 tokens.

Den andre multiplikatoren er historikk. I en chat leser modellen hele samtalen på nytt for hver runde, så input-antallet vokser med hver melding. En samtale med 40 runder sender den første meldingen 40 ganger. Det er derfor lange tråder blir trege, og hvorfor hva er et kontekstvindu er grensen du til slutt treffer.

Hvorfor et abonnement skjuler måleren, men ikke fjerner den

Forbrukerplaner tar en fast månedspris, og under den prisen teller hver leverandør fortsatt tokens. Tellingen kommer til syne som meldingstak, veggen med "du har nådd grensen din", og det stille bytte til en mindre modell når budsjettet går tomt.

Whizi måler motsatt vei. Hver modell har en fast kredittpris per melding: 1 kreditt for husmodellen, 10 for Claude Sonnet 5, 20 for Claude Opus 5 og GPT-5.5, og 100 øverst på stigen. Tallet avhenger aldri av hvor lang meldingen din eller svaret var. Stigen er forankret til en ekte token-runde, 3000 tokens inn og 800 ut på husmodellen, som koster omtrent $0.00156 i leverandørkostnad og definerer én kreditt. Slik fungerer Whizi-kreditter har hele tabellen.

Byttet er bevisst. En pris per token er nøyaktig og uforutsigbar; en kreditt per melding er litt gavmild med lange meldinger og litt gjerrig med korte, og du vet alltid prisen før du trykker send.

Tokens er også kapasitetsgrensen

Den andre grunnen til at tokens betyr noe, er kapasitet. Hver modell har et kontekstvindu målt i tokens: det maksimale den kan ta hensyn til samtidig, input og output kombinert. Claude Haiku 4.5 holder 200 000 tokens. GPT-5.6 Terra, Claude Sonnet 5 og Gemini 3.7 Flash holder rundt 1 million. Med 750 ord per 1000 tokens er en million tokens omtrent 750 000 ord, eller rundt 1500 sider.

Vinduet er ikke gratis. Å fylle det koster input-tokens hver runde, så et dokument på 300 000 tokens som får ti spørsmål blir 3 millioner input-tokens, som er $6 på Claude Sonnet 5 til listepris. Retrieval, der appen søker i dokumentet og kun sender de relevante sidene, finnes nettopp for å unngå den regningen. Hva er RAG forklarer mekanismen, og sammenligning av kontekstvindu har grensen til hver modell i én tabell. Send sidene spørsmålet trenger, aldri hele filen.