← Volver a las guías

Token 是什么？从计数到控费的实战教程

Token 是什么：不要把它简单理解成“字数”

在调用 Claude、GPT 等大模型时，Token 是模型读取和生成文本的最小计费与处理单位。它不等于一个汉字、一个英文单词或一个字符，而是模型分词器把文本切成的片段。比如英文 “unbelievable” 可能被拆成多个 token；中文里一个汉字有时接近一个 token，但标点、空格、数字、代码符号都会影响结果。

理解 token 的意义很实际：它决定了你的请求能放多少内容、模型能回答多长、一次调用大概花多少钱。如果你在做客服机器人、代码助手、批量摘要或 RAG 检索应用，token 计算就是成本控制的第一步。

第一步：区分输入 Token 和输出 Token

一次 API 调用通常包含两部分 token。输入 token 是你发给模型的内容，包括 system 指令、用户问题、历史对话、工具定义、检索出来的文档片段等。输出 token 是模型生成的回答。

举个例子：你发送一段 3000 token 的产品文档，让模型总结为 500 token 的中文摘要，那么本次调用大约消耗 3500 token。多数模型会分别按输入和输出计价，输出 token 通常更贵，因为生成过程计算量更高。

第二步：用近似规则快速估算

在没有分词工具时，可以先用经验值估算。中文普通文本通常可以粗略按“1 个汉字约 1 个 token”估算；英文通常约“1 个 token 等于 3 到 4 个字符”或“100 个英文单词约 130 个 token”。代码、JSON、日志、长数字和大量标点会显著增加 token。

• 一段 1000 字中文说明书：大约 1000 到 1500 token。
• 一篇 800 词英文文章：大约 1000 到 1200 token。
• 一份带缩进的 JSON 配置：可能比同长度自然语言更耗 token。
• 多轮聊天记录会累积输入 token，越聊越贵。

第三步：用官方或 SDK 工具精确计数

生产环境不要只靠估算。对于 GPT 系列，可以使用对应 tokenizer 工具进行本地计算；对于 Claude 系列，应参考模型文档或使用接口返回的 usage 字段。很多 API 返回结果会包含类似 input_tokens、output_tokens、total_tokens 的统计，这才是最终计费依据。

实操建议是：在你的后端为每次请求记录模型名、用户 ID、输入 token、输出 token、响应耗时和请求场景。这样你能看出哪个功能最烧钱，是系统提示词太长、历史消息没裁剪，还是检索文档塞得太多。

第四步：理解上下文窗口，不是越大越好

上下文窗口 指一次请求中模型最多能处理的 token 总量，包含输入和输出。例如某模型支持 200K token，并不代表你应该每次都塞满。长上下文会增加成本、延迟和无关信息干扰。

更合理的做法是：只放当前任务必要的信息。做文档问答时，先用向量检索找出最相关的 3 到 8 个片段；做代码分析时，只传相关文件、函数和报错堆栈；做客服场景时，只保留最近几轮对话和关键用户画像。

第五步：设置 max_tokens 控制输出成本

很多开发者只关注输入，却忘了限制输出。API 参数里的 max_tokens 或 max_completion_tokens 可以限制模型最多生成多少 token。比如你只需要一句分类结果，就不要允许它生成 2000 token；你需要结构化 JSON，也应在提示词中明确字段和长度。

• 分类任务：输出限制 20 到 100 token。
• 摘要任务：按摘要长度限制 200 到 800 token。
• 代码生成：根据需求限制 1000 到 4000 token。
• 长文写作：分段生成，避免一次性超长输出失败。

第六步：用提示词和架构减少浪费

降低 token 成本不是简单换便宜模型，还要优化输入。首先，把重复的长提示词压缩成清晰规则，删除客套话。其次，对历史消息做摘要，只保留事实、偏好和未完成任务。再次，检索增强应用不要把整篇文档塞进 prompt，而是按相关度和长度筛选片段。

如果你有多种任务，可以做模型分层：简单分类、改写、抽取用更便宜的 Haiku 或小型 GPT；复杂推理、长代码和高质量写作用 Sonnet、Opus 或更强 GPT。这样既保证效果，又能显著降低平均成本。

第七步：为什么用 59API 调用更适合控费

当你已经会算 token，下一步就是选择稳定且便宜的 API 通道。59API 是面向开发者的 AI API 中转服务，API Base URL 为 https://api.59api.com，提供按量付费访问 Claude Opus、Sonnet、Haiku、Fable 以及 GPT 模型。它兼容 Claude Code、Codex 和任意 OpenAI SDK，迁移时通常只需要替换 base_url 和 key。

对成本敏感的团队来说，59API 的优势在于价格低、按需充值、无需大额预付，并且使用官方质量的原生模型，不做降级替换。你可以继续使用熟悉的 OpenAI SDK 写法，同时在后台观察 token 消耗，把不同任务路由到不同模型。它还提供邀请返利，适合有团队或开发者社群的用户进一步降低长期成本。

第八步：一个可执行的 Token 控费清单

• 上线前先用 20 到 50 条真实样本测试平均输入和输出 token。
• 为每个功能设置 max_tokens，不让模型无限发挥。
• 记录 usage 字段，按用户、模型和功能维度统计成本。
• 把长历史对话定期摘要，避免每轮重复发送全部内容。
• RAG 只传最相关片段，并限制每个片段长度。
• 简单任务使用低成本模型，复杂任务再升级到强模型。
• 定期检查提示词，删除重复规则、无效示例和冗余上下文。

总结一下，token 是大模型应用的“燃料单位”：输入越多、输出越长，成本和延迟通常越高。掌握计数方法、上下文管理和输出限制后，你就能更准确地预测账单。如果你正在构建 Claude 或 GPT 应用，可以试试 59API，用低成本、兼容主流 SDK 的方式快速接入并开始优化每一次调用。