AI Token 是什么？大模型 Token 怎么计算与计费（附 Claude 示例）

**AI Token 是什么？**简单说，Token 就是大模型读写文字的最小单位，也是 API 计费的单位。你发给模型的问题、模型回给你的答案，都会先被切成一个个 Token，再按 Token 数量收费。

搞懂 Token，你就能看懂各家模型的价格表，算出一次对话花了多少钱，也知道该从哪里省钱。本文用 Claude API 作为例子，讲清大模型 Token 怎么计算、Token 计费公式，以及怎样查看每次请求真实消耗的 Token 数。

---

AI Token 是什么意思

大模型不能直接理解文字，只能处理数字。所以文字进入模型之前，会先经过**分词器（Tokenizer）**切成小片段，每个片段对应一个编号，这些片段就是 Token。

举个例子，英文单词 unbelievable 可能被切成 un、believ、able 三个 Token；中文的"人工智能"可能是 2～4 个 Token，取决于模型的分词器。

Token 在大模型里有三个作用：

• 计费单位：API 按输入 Token 和输出 Token 数量收费。
• 长度单位：上下文窗口"1M"指模型一次最多能处理 100 万个 Token。
• 速度单位：输出速度通常用"Token / 秒"衡量，输出越长，等待越久。

---

1 个 Token 等于多少汉字和英文单词

Token 和字数之间没有固定的换算比例，只有经验值：

文本类型	经验换算	说明
英文	1 Token ≈ 4 个字符 ≈ 0.75 个单词	常见词通常是 1 个 Token
中文	1 个汉字 ≈ 1～2 个 Token	常用字、常用词更省，生僻字更多
代码	比同长度英文更多	缩进、符号、变量名都会占 Token
JSON / 表格	比纯文本更多	引号、括号、键名会被反复计算

所以估算时可以这样记：1,000 个汉字大约是 1,000～2,000 个 Token。要精确知道一段文本的 Token 数，只能用对应模型的分词器去数，或者看 API 返回的 usage 字段（后文有示例）。

Claude 新分词器：同样文字 Token 更多

不同模型的分词器不同，同一段话在不同模型里的 Token 数也不同。根据 Anthropic 官方说明，Claude 4.7 及之后的模型使用了新的分词器，同样的文本会多出约 30% 的 Token。比较新旧 Claude 模型的成本时，要把这一点算进去。

---

大模型 Token 怎么计算：四种 Token

一次 API 请求里，Token 分为四类，单价各不相同：

1. 输入 Token

你发给模型的所有内容都算输入 Token，不只是你打的那句话，还包括：

• 系统提示词（system prompt）；
• 多轮对话中之前所有的问答历史；
• 工具定义（tools）和工具调用返回的结果；
• 上传的文件、图片（图片也会折算成 Token）。

这就是为什么对话越长越贵：每一轮请求都会把前面的历史重新发送一遍。

2. 输出 Token

模型生成的回答。输出 Token 的单价通常是输入的数倍，Claude 全系列都是 5 倍。开启思考（thinking）时，模型的思考过程同样按输出 Token 计费。

3. 缓存写入 Token

开启 Prompt 缓存后，第一次把一段固定前缀写入缓存，这部分按缓存写入价计费，比普通输入略贵。

4. 缓存命中 Token

之后的请求如果前缀完全一致，就会命中缓存，按很低的价格计费。以 Claude Sonnet 5.5 为例，缓存命中价只有普通输入的 5%。

---

如何查看每次请求的真实 Token 消耗

最准确的 Token 计算方法，是直接看 API 返回的 usage 字段。下面用 Claude 原生 Messages 接口发一个请求：

curl https://api.supastore.cc/v1/messages \
  -H "Content-Type: application/json" \
  -H "x-api-key: sk-your-supastore-api-key" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "claude-sonnet-4-6",
    "max_tokens": 1024,
    "messages": [{"role": "user", "content": "用一句话解释什么是 Token"}]
  }'

返回结果的末尾会有类似这样的 usage：

{
  "usage": {
    "input_tokens": 21,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 0,
    "output_tokens": 48
  }
}

四个字段正好对应上面的四种 Token：input_tokens 是普通输入，cache_creation_input_tokens 是缓存写入，cache_read_input_tokens 是缓存命中，output_tokens 是输出。在 SupaStore 控制台的使用日志里，也能逐条看到每次请求的 Token 数和扣费金额。

---

Token 计费公式：一次对话花多少钱

知道了 Token 数，套用下面的公式就能算出费用：

费用 = 普通输入 Token × 输入单价
     + 缓存写入 Token × 缓存写入单价
     + 缓存命中 Token × 缓存命中单价
     + 输出 Token     × 输出单价
（单价单位：美元 / 百万 Token）

实例：一篇 2,000 字中文文章的 Token 计费

用 claude-sonnet-4-6 把一篇约 2,000 字的中文文章总结成 300 字：

• 输入：文章 + 指令约 3,000 Token；
• 输出：300 字摘要约 450 Token。

按 Anthropic 官方价（输入 $3、输出 $15 / 百万 Token）：

输入：3,000 × $3  / 1M = $0.0090
输出：  450 × $15 / 1M = $0.00675
合计 ≈ $0.0158，约 0.11 元人民币

单次看起来很便宜，但批量处理一万篇文章就是 $158。各个 Claude 模型的单价和完整收费标准，见《Claude API 价格是多少？2026 Claude API 收费标准》。如果你用的是 API中转站，价格页上显示的可能是"倍率"，换算方法见《API中转站倍率是什么意思？》。

---

上下文窗口也是按 Token 计算的

"上下文窗口"指模型单次请求能处理的最大 Token 数，输入和输出加起来都不能超过它。目前 Claude 4.6 及之后的主力模型支持 1M（100 万）Token 的上下文窗口，大约能放下几十万字的中文文档或一个中型代码仓库。

不过，上下文能放得下不代表应该全放进去：每多放一个 Token，每轮请求都要为它付费。

---

减少 Token 消耗的 5 个方法

1. 固定内容放前面，开启缓存：系统提示词、工具定义、参考文档放在请求开头并打上 cache_control，重复调用时按缓存价计费。
2. 长对话及时新开：历史越长，每轮重复发送的输入 Token 越多。换话题就开新会话。
3. 限制输出长度：在提示词里写清"200 字以内"，或设置合理的 max_tokens，避免模型写一大段你不需要的内容。
4. 精简上下文：编程工具里排除 node_modules、构建产物和日志；RAG 只检索最相关的几段，而不是整篇文档。
5. 简单任务用小模型：分类、提取、格式转换用 Haiku 这类小模型，Token 单价可以低一个数量级。

在 Claude Code 里怎么配置 Claude API 并利用缓存省钱，见《Claude API 中转怎么用？Claude Code 中转站配置教程》；更多模型的价格对比见《2026 主流大模型价格对比与企业 API 成本优化指南》。

---

常见问题 (FAQ)

Q: Token 和字数是一回事吗？

答： 不是。Token 是分词器切出来的片段，一个 Token 可能是一个字、半个词，也可能是一个标点。中文 1 个汉字大约对应 1～2 个 Token，具体以模型的分词器为准。

Q: 为什么输出 Token 比输入 Token 贵？

答： 输入可以并行处理，输出要一个 Token 一个 Token 地依次生成，占用的算力和时间更多，所以单价更高。Claude 全系列的输出单价都是输入的 5 倍。

Q: 图片会消耗 Token 吗？

答： 会。图片会按分辨率折算成输入 Token，分辨率越高，Token 越多。只需要模型看清大致内容时，先压缩图片再上传可以省下不少 Token。

Q: 同一个问题，为什么每次消耗的 Token 不一样？

答： 输入 Token 一般是固定的，但输出 Token 取决于模型每次生成的内容长度；开启思考时，思考的长度也会变化。另外，多轮对话中历史越长，输入 Token 也会越多。