token是词的碎片，不是一个完整的词
模型不读字母，也不读单词。你的消息传到模型之前，一个分词器会把它拆成若干片段，这些片段来自一个包含数万个碎片的固定词表。常见词是一个token，罕见词是两三个。“the”是一个token；“tokenization”通常是两三个token；一个很长的网址可能有几十个token。
OpenAI公布的英文文本经验法则是：一个token大约是四个字符，或者说大约四分之三个词。所以100个token大约是75个词，1000个token大约是一页半。
有两件事会让这个计数波动。代码更密集，接近每三个字符一个token，因为符号和缩进多。而在分词器训练数据中占比较少的语言成本更高：同样的意思用泰语、印地语或阿拉伯语表达，token数量可能是英文版本的两到三倍，如果你是按token付费、又用这些语言写作，这一点很重要。
你可以自己验证。把任意文本粘贴到token计算器里，它会显示每个模型的token数和价格。
输入token和输出token是两种不同的价格
每条消息都有两个部分。输入token是模型读取的一切：你的问题、系统指令、到目前为止的对话、你上传的任何文件。输出token是模型写回来的内容。
厂商对这两者收费不同，而且差距不小。下表是每百万token的标价，数据来自AI模型成本索引，价格取自OpenRouter，抓取时间为2026-08-20。
| 模型 | 输入，每百万美元 | 输出，每百万美元 | 输出与输入比例 |
|---|---|---|---|
| GPT-5.6 Luna | $0.20 | $1.20 | 6倍 |
| Gemini 3.7 Flash | $0.375 | $1.875 | 5倍 |
| Claude Haiku 4.5 | $1 | $5 | 5倍 |
| Claude Sonnet 5 | $2 | $10 | 5倍 |
| GPT-5.6 Terra | $2 | $12 | 6倍 |
| Claude Opus 5 | $5 | $25 | 5倍 |
| GPT-5.5 | $5 | $30 | 6倍 |
输出更贵，是因为模型的运行方式。读取输入时，模型对所有token做一次并行处理。而写输出时是逐个token进行的，每生成一个新token都要把整个模型再算一遍。一个500个token的回答就是500次连续计算。
一条真实消息到底花多少钱，实际算一遍
以一次典型对话为例：一个300词的问题，带一段上下文，回答用了400词。这大约是400个输入token和530个输出token。
- 在GPT-5.6 Luna上：400 × 每百万$0.20，加上530 × 每百万$1.20，即$0.00008加$0.00064，约合$0.0007。也就是七百分之一美分。
- 在Claude Sonnet 5上：400 × $2加530 × $10（每百万），即$0.0008加$0.0053，约合$0.006。刚过半美分。
- 在GPT-5.5上：400 × $5加530 × $30（每百万），即$0.002加$0.0159，约合$0.018。接近两美分。
注意到每一行里，输出部分都占账单的80%到90%。决定成本的不只是模型，还有消息的形状：一句话的问题要求写一篇2000词的文章，是最贵的模式；而一份长文档配一句话的问题，在同一个模型上则是最便宜的模式。
把视野拉大，整个模型目录的价差才是真正值得关注的地方。AI模型成本索引里每个标价模型，都按同一条标准回答的花费排在下面这条线上。最便宜的Ling-3.0-flash是$0.000053；最贵的Claude Opus 4.7在其快速模式下是$0.105：同样是1500个token，价差大约相差2000倍。
另一个放大因素是历史记录。在一次聊天中，模型每一轮都要重新读一遍整段对话，所以输入的token数会随每条消息增长。一段40轮的对话会把第一条消息发送40次。这就是为什么长对话会变慢，也是为什么什么是上下文窗口最终会成为你会撞上的限制。
为什么订阅制隐藏了计量表，却没有取消它
消费级套餐收取固定的月费，但在这个费用之下，每个厂商仍然在计数token。这种计数会以消息上限的形式出现，出现“你已达到限额”的提示，也会在预算不够时悄悄切换到更小的模型。
Whizi反过来计量。每个模型每条消息都有固定的额度价格：入门模型1个额度，Claude Sonnet 5是10个，Claude Opus 5和GPT-5.5是20个，梯队最顶端是100个。这个数字与你的消息或回答有多长无关。这个梯度是锚定在一次真实的token对话上的，入门模型3000个输入token、800个输出token，按厂商成本核算约为$0.00156，这就定义了1个额度。Whizi额度如何计算有完整的对照表。
这是一种刻意的取舍。按token计量精确但不可预测；按消息计量额度对长消息稍微宽松，对短消息稍微苛刻，但你在按下发送键之前，永远知道价格。
token同时也是容量上限
token重要的第二个原因是容量。每个模型都有一个以token衡量的上下文窗口：它一次能考虑的最大范围，输入和输出加在一起。Claude Haiku 4.5的上限是200,000个token。GPT-5.6 Terra、Claude Sonnet 5和Gemini 3.7 Flash的上限大约是100万个。按每1000个token对应750个词计算，100万个token大约是75万个词，也就是大约1500页。
这个窗口不是免费的。每一轮把它填满都会消耗输入token，所以一份30万token的文档被问十个问题，就是300万个输入token，按Claude Sonnet 5的标价算是$6。检索机制，也就是应用只搜索文档并只发送相关页面的做法，正是为了避免这笔费用。什么是RAG解释了这个机制，上下文窗口对比把每个模型的上限都列在一张表里。只发送问题需要的那几页，不要发送整个文件。
- 英文按每四个字符估算一个token，代码按每三个字符，遇到不太常见的语言就把估算数字翻一到两倍
- 假设输出的花费是输入的五到六倍，所以让回答长度和你实际需要的匹配
- 对话变长时就开一段新对话；每一轮都会重新发送整段历史记录
- 只发送长文档中相关的那几页，或者用一个能帮你检索的工具，而不是每次提问都发整份文件
- 选模型之前先看每条消息的价格；同一系列里旗舰模型的价格是小模型的5到25倍
常见问题
一个词大约是多少个token？
英文平均每个词大约1.3个token，也就是每个token大约四分之三个词。短的常见词是一个token；更长或更少见的词会拆成两个或更多。OpenAI公布的经验法则是每四个字符一个token，这样1000个token大约就是750个词。
为什么输出token比输入token贵？
因为模型生成输出是逐个token进行的，每生成一个token都要把整个网络完整算一遍，而读取输入只需要一次并行处理。在主流模型上，输出价格是输入价格的五到六倍：在Claude Sonnet 5上是每百万输入$2、输出$10；在GPT-5.5上是每百万输入$5、输出$30，这是OpenRouter在2026-08-20抓取的标价。
订阅制是按token收费的吗？
账单上看不出来，但底层确实是。固定费用的套餐会设置消息上限，并在预算不够时悄悄把你切换到更小的模型，这两者本质上都是变相的token计费。Whizi改为按每条消息收取固定数量的额度，从入门模型的1个额度到Claude Opus 5和GPT-5.5的20个额度，所以在发送之前你就知道价格。
1000个token大约是多少字？
大约750个英文单词，差不多一页半。代码更密集，每1000个token大约对应600个词的代码；而分词器处理效率较低的语言，同样1000个token可能只对应300到400个词。
ChatGPT、Claude和Gemini的token是一样的吗？
不一样。每个模型系列都有自己的分词器和词表，所以同一句话在不同模型上计数可能不同。四个字符一个token的经验法则对所有模型来说都大致成立，可以作为估算。想要某个具体模型的精确计数，把文本粘贴到分词工具里就行。
