← Retour aux guides

Tokens怎么计算：开发者快速掌握AI用量与成本

Token到底是什么

Token是大模型处理文本时使用的基本单位，但它不等于一个汉字、一个英文单词或一条消息。模型会先把文本切分成若干片段，再把片段转换成数字进行计算。英文单词可能被拆成多个Token，中文通常接近按字或标点切分，但具体结果取决于模型使用的Tokenizer。同一句话交给不同模型，Token数量可能不同。

空格、换行、标点、代码符号、JSON字段名和消息角色也可能占用Token。一次请求的用量通常包括系统提示词、用户问题、历史对话、工具定义、工具返回结果以及模型生成的回答。只看输入框中的问题，往往会低估真实用量。

输入Token和输出Token怎么区分

输入Token是发送给模型的全部内容，输出Token是模型新生成的内容。多数API会分别返回这两个数字，常见字段名称包括prompt_tokens、completion_tokens和total_tokens。排查费用时，先记录每次请求的输入、输出和总量，再观察哪一部分增长最快。

例如，一个聊天请求包含2,500个历史上下文Token，用户本轮问题占300个Token，模型回答生成700个Token，那么本次输入约为2,800个Token，输出为700个Token，总量约为3,500个Token。下一轮对话如果继续完整携带历史内容，输入Token会持续增加，即使用户每次只输入一句话。

开发时如何准确计算

• 优先使用目标模型的Tokenizer。不要用字符数直接代替Token数。开发环境、模型文档或供应商工具提供的计数结果，通常比手工估算可靠。
• 读取API响应中的usage字段。这是最接近实际计费的结果。将prompt_tokens、completion_tokens和total_tokens写入日志，并按请求ID关联，方便定位异常。
• 把完整请求算进去。检查system提示词、消息历史、工具Schema、检索结果和图片说明。工具定义特别容易被忽略，因为它们可能在每次请求中重复发送。
• 为输出设置上限。设置合理的最大输出Token，要求模型使用固定格式，并在业务允许时限制回答长度，可以避免意外生成造成费用上升。
• 只把字符数当作预估值。在没有Tokenizer时，可以先统计字符数和历史消息长度做容量预警，但上线前仍应使用真实usage数据校准。

Token如何换算成费用

最常见的计算方式是：输入费用等于输入Token除以一百万，再乘以输入单价；输出费用等于输出Token除以一百万，再乘以输出单价；两者相加就是基础费用。实际规则还可能区分缓存输入、批处理请求、图片或音频Token，因此应以所选模型和API控制台显示的价格为准。

如果一次请求有10,000个输入Token和2,000个输出Token，可以分别代入对应单价计算。不要只用total_tokens乘一个价格，因为输入和输出通常是两种不同费率。对于长对话，还要关注上下文窗口：Token数量超过模型限制时，请求可能失败，或者应用需要主动截断旧消息。

降低Token消耗的实用方法

• 保留最近几轮对话，把更早内容压缩成结构化摘要。
• 删除重复的系统说明、无关检索结果和过大的工具返回值。
• 让检索程序先筛选相关段落，再发送给模型。
• 将稳定的指令放在固定前缀中，并根据服务规则利用缓存机制。
• 简单分类、提取和改写任务优先选择成本较低的模型，复杂推理再切换到更强模型。

用59API管理低成本调用

如果你需要在多个模型之间测试效果，59API提供按量付费的AI API中转服务，支持Claude、GPT、Gemini、DeepSeek、Kimi、GLM、Qwen和Grok等模型，并兼容Claude Code、Codex、Gemini CLI及OpenAI SDK。它使用原生官方质量模型，不做降级，适合先用真实Token数据比较性能与成本。比如可以用DeepSeek V4 Flash处理高频简单任务，再用Claude Sonnet 5.5处理更复杂的代码与长文本。

接入时将API Base URL设置为https://api.59api.com，然后按照所用SDK的方式填写密钥和模型名称。上线前记录每次请求的输入输出Token，设置预算告警和最大输出长度。59API按量付费且价格低，并提供推荐返利；如果你正在寻找灵活的多模型入口，可以注册账户后从小额用量开始测试。

Tarifs · Docs