关于 token 与大模型 API 费用的常见问题1,000 个 token 大约等于多少汉字？OpenAI 官方给的经验值是 1,000 token ≈ 750 个英文单词。在 GPT、Claude 上 1 个汉字约 1–1.5 token，1,000 token 大致对应 650–1,000 个汉字；在通义千问、DeepSeek 这类对中文友好的分词器上，1 个汉字常只算 1 token，1,000 token 能装下约 1,000 个汉字。中英混排要分别估算后相加。
100 万 token（1M tokens）到底是多少钱？取决于模型和输入/输出。按主流单价，100 万个输入 token 从 DeepSeek V4 Pro 的 0.435 美元到 Claude Opus 4.8 的 5 美元；100 万个输出 token 从 0.87 到 25 美元不等。完整对照见上方速查表。
为什么输出 token 比输入 token 贵？因为生成机制不同。输入 token 可以一次并行读入 GPU，一次前向传播就能处理几千个；输出 token 却必须一个接一个串行生成，每生成一个就要重新跑一次推理，显存带宽开销大得多。所以 GPT-5.4 输出 15 美元是输入 2.5 美元的 6 倍，Claude 系约 5 倍，DeepSeek V4 Pro 约 2 倍。优化账单时，砍输出长度的边际收益最大。
中文比英文更费 token 吗？看分词器。GPT、Claude 的词表以英文为默认，中文约 1–1.5 token/字，同样意思往往比英文贵，也就是所谓「中文税」。但 DeepSeek、通义千问（Qwen）等国产模型把汉字整字纳入词表，中文常常 ≤1 token/字，在中文密集的文本上常常比英文还更省 token。所以中文项目优先国产分词器，反而更省钱。
怎么精确数 token？不调 API 能算吗？三条路。第一，用 OpenAI 的 tiktoken 库（新版 GPT 系统一用 o200k_base 编码）。第二，把文本粘进上方的在线估算器，立刻看到 token 数和各模型费用，不用写代码。第三，用「英文 4 字符≈1 token、中文约 1–1.5 token/字」的经验公式心算。生产环境最准的还是 API 返回的 usage 字段，输入、输出、缓存命中都有。
这个 token 计算器免费吗？数据安全吗？完全免费，无需登录或注册。粘贴的文本只在你的浏览器本地估算 token 数，不会发送到任何服务器，也不会消耗任何模型的 token 配额，因此没有提示词泄露风险。模型单价来自 OpenAI、Anthropic、Google、DeepSeek 等厂商的公开报价；结果仅作预算参考，最终以各家 API 控制台的 usage 账单为准。
上下文窗口和 token 限制是一回事吗？不是。上下文窗口（context window）指模型单次能处理的最大 token 总数（输入 + 输出），是架构上限；token 限制有时还指 API 层的 max_tokens 参数，即你愿意为输出付多少 token。2026 年常见窗口：GPT-5.4 与 5.5 系约 1M，Claude Opus 4.8、Sonnet 4.6 约 1M，Gemini 2.5 Pro 约 1M，DeepSeek V4 约 128K。注意「窗口大」不等于「实际效果好」，超长上下文往往还要付更贵的费率。
为什么对话才 10 轮就烧掉几万 token？因为 API 是无状态的，每一轮都要把完整历史重新发一遍。第 10 轮的输入包含前 9 轮全部内容，token 近似二次方增长。省法：开 prompt 缓存、用滑动窗口只留最近几轮、或每隔几轮做一次摘要压缩。
图片、文件也要算 token 吗？要。多模态模型会把图片按小块（tile）切分再转成 token，一张高清图从几百到上千 token 不等；PDF、Word、Excel 通常先被解析成纯文本再分词，按文本计费。OCR、UI 截图分析这类视觉密集应用最容易爆账单，建议上线前先在测试集上实测 token 用量，再用本计算器套上单价估预算。
算出月成本后，怎么把账单降下来？五个杠杆，按收益从大到小：一是按任务难度分流模型，简单任务用 DeepSeek V4 Pro、GPT-5.4 Mini、Claude Haiku 4.5，复杂任务才上 GPT-5.4、Claude Opus 4.8；二是开 prompt 缓存，重复前缀命中后大幅降价；三是离线任务走 Batch API，普遍五折；四是压缩系统指令、用 max_tokens 限制输出长度；五是中文语料优先国产分词器省 token。把新单价填回计算器，就能看到每月、每年省了多少。