Token 是怎么切出来的
切词用的是字节对编码这类统计方法：常见词整词占一个 Token，生僻词、长词会被拆成几个，标点、空格、数字也可能单独成 Token。OpenAI 把自家切词工具 tiktoken 开源了，同一段文字可以自己数一遍。要注意，不同模型的切词器不一样，同一句话在不同模型上 Token 数不同，中文里一个常用汉字大约占 1 到 2 个 Token，代码、网址、连续数字通常更碎，同样长度的中文和英文账单并不一样。
Token 不是字，也不是词
账单上常见的有三类。输入 Token 是你发过去的一切，包括问题、贴进去的文档、历史对话和系统指令；输出 Token 是模型写回来的文字，通常比输入贵；推理 Token 是推理模型内部思考用的，不会出现在回答里，但按输出价计费。价格一般按每百万 Token 标，输入和输出分开标价。上下文窗口也是按 Token 算的：窗口写着能装 100 万 Token，不等于能装 100 万字，历史记录、工具返回结果也都算在里面，塞满了就得截断或压缩。
几个常见误解
一是字数少就等于便宜，错了，代码和数字密度高，一段报错日志的 Token 数可能比同长度的散文多得多。二是单价便宜就等于总价低，推理模型单价低，但它为了答一题先想很久，推理 Token 一多，总价反而反超。三是把上下文窗口当成仓库，什么都往里塞，窗口越大，单次请求的输入 Token 越多，账单涨得越快，长对话定期清理才是正经省钱法。
省钱的办法其实就几条：提问先说清要求，别让模型写长文再返工；长文档先摘要再贴，别整篇扔进去；固定重复的指令用缓存；简单任务换小模型。订阅制的聊天产品不用自己算 Token，账单按月收；只有走 API、按量付费时，Token 才直接等于钱。看懂它，再谈省钱，才不会被单价数字骗了。
