Token 到底是什么？一文说清 AI 的"隐形账单"

一、你每天在烧钱，只是你不知道

上周，我自己 vibe coding 了一个内部自用小系统，从立项、需求梳理、原型、正式版开发、UI 调整、部署、验收、文档全部都是一个人搞定，实现了「真全栈」，项目正式上线后，我突然特别想了解自己做的这个小系统，到底用了多少 token。

于是我直接问 AI：你能帮我算一下，从这个项目立项开始，到现在，你一共消耗了多少 token 吗？

以下是 AI 给我的回答：

总 token：约 262,433,146

约 2.62 亿 token

我惊呆了，竟然一共消耗了 2.62 亿，什么概念呢，为了直观展示，我换算成token 费用。因为我用的是 GPT 5.5，按OpenAI 当前公开 API 价格费用：输入 $5/1M、缓存输入 $0.5/1M、输出 $

30/1M，约$1.3k(dollar)，折算成人民币约为¥9.6k(RNB)。

不过我采用的是更省钱的方案，所以我实际费用远不到这些。（如要获取此方案，可以后台私信我下）

我进一步做了复盘，如果这个小系统从最初的产品立项，到最终部署验收上线，让专业的开发团队，或者第三方外包人员来做，大概需要多少费用呢？AI 给我的回复是：一个小型的外包团队，大概需要花费 20 万。

OK，Fine！我帮公司立省了 20 万！

我把这份数据做了总结，生成了一个 HTML 页面，并分享给了我同事，如下图所示：

我同事看了后建议我直接向领导申请项目奖金，哈哈，还是很开心的，这个内部系统虽然说业务很简单，但是相比之前的工作流程，确实是帮助团队提效了，同时采用了极低的成本，进行落地。所以对我来说，这个内部系统还是很成功的。

临了，同事问了我一个很关键的问题：你说的消耗的 2.6 亿 token，那么token 到底是什么？

这个问题很好，当时确实把我问住了，不过并不是我不知道 token 是什么，而是我没想好如何向一个非计算机专业，或者非技术研发人员去解释，什么是token。

构思了好久，今天这篇文章，我就来把这个藏在 AI 背后的"隐形账单"讲清楚。你不需要懂代码，看完我这篇文章，就会晓得：token 是什么、它是怎么扣钱的、以及怎样才能让自己少花冤枉钱。

注：土豪可随意！

二、Token：AI 世界的"数字燃料"

把 token 想成 AI 的"文字乐高块"。

你看到的每一句话，在 AI 眼里不是字，而是一块一块的碎片。每一块，就是一个 token。

比如这句话：

> "今天天气很好。"

AI 会把它切成：

> 今天 / 天气 / 很 / 好 / 。

大约 5 到 6 个 token。中文大概一个 token 接近一个汉字，英文一个 token 大概是一个单词或半个单词。

更直观的比喻：token 就是出租车的里程数。

你上车（向 AI 提问）有起步价，跑得越远（AI 回答越长），费用越高。而且你不仅要付"去程"的钱，还要付"回程"的钱——你输入的内容算 token，AI 输出的内容也算 token。

两个关键点记住：

1. token 不是按字数算，是按"块"算。 你把一句话扔进 AI 的 token 计算器，会发现它和你的直觉不完全一致。

2. 你输入的算，AI 输出的也算。 很多人以为"我就发了一句话，应该很便宜"，但如果 AI 给你回了 2000 字，那部分也要算钱。

搞懂这个，你就不会再被 AI 产品的定价套路弄糊涂了。

三、为什么你要关心 token？因为这是你的 AI 成本

现在所有大模型，基本都按 token 收费。

不信？打开 GPT、Claude、DeepSeek、文心一言、通义千问的 API 价格页，上面写得明明白白：每 100 万 token 多少钱。

比如 GPT-5.5 的输入价格大约是 5 美元 / 100 万 token，输出价格是 30 美元 / 100 万 token。换算下来，你让 GPT-5.5 读一篇 1 万字的文章，再输出 3000 字，大约要花 0.9 到 1.3 元人民币。

国产模型便宜一些，比如一些主流模型每 100 万 token 只要几块钱到十几块钱，这是调用 API 的价格，普通用户在 App 里用仍是免费的。但再便宜，也架不住你天天用、反复用、一次性投喂整份 PDF。

为什么你感觉不到？因为厂商在帮你垫付。

豆包、文心一言、Kimi、通义千问，你在 App 里聊天免费，是因为厂商在补贴你。但它们不是慈善机构，免费额度有限，长文本、高频调用、专业功能，迟早走到付费墙前面。（最新消息：豆包已经开始收费了。）

更隐蔽的是，你的"免费"行为，其实在消耗别人的成本。你让 AI 总结一份 100 页的 PDF，点一下"发送"，后台的算力、电费、模型授权费，就在哗哗往外流。

所以，了解 token，不是为了做技术宅，是为了算清楚：你用 AI 的真实成本，到底是多少。

四、省 token 的 5 个硬核技巧

下面 5 条，每条都能立刻减少你的 token 消耗。不用换工具，不用花钱。

1. 提问前先"瘦身"

别把整份文档、整段聊天记录、整页网页一口气扔给 AI。先自己提炼核心问题。

❌ 错误示范： > "以下是公司上半年的全部会议纪要，你帮我分析一下。"

✅ 正确示范： > "我们上半年营收增长 15% 但利润下滑 3%，帮我分析 3 个可能原因，并给出 2 个建议。"

AI 不是垃圾桶，你喂越多，它烧的 token 越多。先想清楚要什么，再提问。

2. 大任务拆成小任务

别指望 AI 一次给你写出完美的 3000 字报告。你让它一次写 3000 字，它就要输出 3000 字的 token。

更好的方式：先让它列大纲，再逐段扩展。每轮只处理一个子任务，既省 token，又更容易得到高质量答案。

3. 别让对话无限拉长

这是最多人踩的坑：AI 的上下文是累计的。你前面问的所有内容，后面每一轮都会重新参与计费。

如果你一个问题聊了 20 轮，前面 19 轮的内容都会作为"背景"重新算一遍。新话题尽量开新窗口，别让历史记录无限膨胀。

4. 同一个问题别反复问

"帮我写个方案"——不满意——"再写一版"——还不满意——"再换个风格"……

每一版都重新产生输出 token，等于一个任务付了三四次钱。与其反复试，不如第一版提示词就把要求写清楚：语气、结构、字数、受众，一次性给到位。

5. 上传文件前先压缩

很多 AI 支持上传 PDF、Word、图片。但 PDF 里的表格、图片、页眉页脚、重复内容，都会增加 token 量。

上传前，先复制纯文本，删掉无关页，图片能转文字就转文字。你减少一行，AI 就少算几个 token。

五、怎么低成本甚至免费使用？

省钱是一方面，另一方面是找到真正免费或低成本的渠道。

第一，用好国产模型的免费额度。 豆包、文心一言、通义千问、Kimi、智谱清言，目前日常聊天基本免费。如果你只是日常办公、查资料、写文案，这些已经足够。

第二，海外模型的免费试用别错过。 Claude、OpenAI 对新用户通常有免费额度。如果你需要处理特别复杂的专业任务，尽量集中在一个账号里用，不要分散消耗。

第三，本地部署小模型。 如果你电脑性能还可以，可以用 Ollama 这类工具在本地跑一些 70 亿、130 亿参数的小模型。虽然能力不如 GPT-4o，但处理日常总结、翻译、改写绰绰有余，而且完全不花 token。（本地部署很吃电脑性能，非必要不推荐！）

第四，提示词的灵魂：短、准、具体。 别写"帮我写得好一点"、“给我出个报告”，要写"用口语化风格，写给 25-35 岁职场新人，控制在 800 字以内"。越具体，AI 越不用猜，输出的 token 越精准，越省成本。

六、写在最后

很多人把 AI 当成"免费助理"，但其实它是一个按量计费的工具。我们每一次提问、每一次上传、每一次让它写长文，背后都在发生真实成本。

有些 AI 工具目前是免费策略，但羊毛出在羊身上。参考豆包的商业化，你就懂了。

理解 token，不是为了让你斤斤计较那几分钱，而是让你从"被补贴的用户"，变成"清醒的 AI 使用者"。

下次你准备让 AI 写一份万字长文之前，先问自己一句：

> "这段话，到底值多少个 token？"

算清楚这笔账，你才真正开始掌控 AI，而不会被 AI 产品设计的免费假象所误导。

如果你看完这篇文章，第一次搞懂了 token 是怎么回事，欢迎点赞、收藏、转发。让更多人看清 AI 的"隐形账单"。

本文由「木叶上」原创出品