token是模型处理文本的最小语义单元，非字数；输入输出分别计费，输出单价常为输入的2–5倍；多轮对话不裁剪历史、上传整份pdf、处理代码等操作会大幅增加token消耗。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
当你在调用大模型API时发现账单突然飙升，却只发了一段百字提问，问题很可能出在没搞清Token消耗的真实含义——它不是你看到的字数，而是模型“吃进去”和“吐出来”的最小数字单元，每个单元都明码标价。
Token到底是什么？先破除字数幻觉
打开任意一段中文，比如“请总结这份合同的关键条款”，模型不会按汉字逐个读取。它先调用Tokenizer分词器，把这句话切分成语义块：“请”、“总结”、“这份”、“合同”、“的”、“关键”、“条款”。这些块就是Token。标点、空格、换行、emoji、系统提示里的冒号和缩进，全部独立成块——【哪怕只是多敲一个回车，也会多计1个Token】。
不同模型切法不同：Qwen可能把“人工智能”切成2个Token，GPT-4o可能切成3个；同一段英文“unbelievable”，BPE算法会拆成“un”、“believe”、“able”三块。肉眼无法判断，必须用对应模型的官方Tokenizer工具验证。
费用怎么算？输入和输出分开扣钱
所有商用大模型API都采用双向计费：输入Token（你传给模型的所有内容）和输出Token（模型返回的所有内容）分别计价，相加才是单次调用总费用。
计费公式：单次调用总费用 = （本次有效输入Token数量 × 输入单价） + （本次有效输出Token数量 × 输出单价）
输出单价普遍是输入的2–5倍。GPT-4o输入$2.50/百万Token，输出$10.00/百万Token，倍率4.0x；Claude 3.5 Sonnet输出单价高达输入的5倍。只看输入便宜就开干，等账单来了才发现输出烧得更狠。
哪些操作偷偷吃掉大量Token？
方法一：多轮对话不裁剪历史上下文
第1轮对话消耗800 Token，第5轮累积到3500，第10轮达6500——因为每轮都把前面所有对话重新喂给模型，【历史消息未手动截断，等于重复付费】。
方法二：上传整份PDF让AI读取
一份10页、含图表和格式的PDF，OCR识别后文本量常超5万字。国产模型约1汉字=0.6 Token，国际模型约1汉字=1.8 Token，光输入就可能耗掉9万Token，还没开始生成回复。
方法三：让AI处理代码或JSON结构体
代码里每个括号、分号、缩进空格都单独计Token。一段20行Python函数，实际Token数可能是等长中文的4倍。调试时反复提交修改版，等于多次支付全量输入+输出费用。
实测对比：同样一句话，在不同场景下Token差异
第一步：用官方Tokenizer工具加载Qwen-Max模型
第二步：输入纯文本“你好，请帮我看下附件合同是否合规”→ 得到输入Token数：28
第三步：改写为带系统指令的Prompt：“你是一名资深法律顾问，请逐条核对以下合同文本，指出所有法律风险点，并用表格形式输出结论。合同正文：[粘贴2000字合同]”→ 输入Token暴涨至3260
第四步：执行后AI返回800字分析报告→ 输出Token为510（国产模型压缩效率高）
第五步：换用GPT-4o重跑同任务→ 输入Token升至5980，输出Token达2100，总消耗翻近三倍
