如果你用过ChatGPT、Claude或者任何AI工具，你一定听到过「Token」这个词。账单上写着「消耗了多少Token」，模型介绍里说「支持多少K上下文」——Token到底是什么？为什么所有AI都用它来计量？本文用最通俗的方式讲清楚。
Token是什么
Token是语言模型处理文本的最小单位，可以理解为模型「看」文字时的分割方式。
它不是一个字、也不是一个词，而是介于两者之间的东西。以英文为例：
hello= 1个Tokenunhappiness= 可能被分成un+happiness= 2个TokenChatGPT= 1个Token
中文由于字符更密集，通常1个汉字约等于1.5-2个Token。所以同样的内容，中文消耗的Token往往比英文多。
粗略的换算：1000个Token ≈ 750个英文单词 ≈ 500个汉字。
Token和算力的关系
模型每处理一个Token，都需要消耗计算资源（GPU算力）。这是最直接的关系：Token越多，算力消耗越大，响应时间越长，成本越高。
生成一段2000Token的回复，比生成100Token要消耗约20倍的算力。这也是为什么AI服务会限制每次对话的Token数量——不是技术上做不到更多，而是算力成本是真实的。
Token和API的关系
当你调用AI的API时，计费方式几乎都是按Token计算的，分为两部分：
- 输入Token（Input）：你发给模型的内容，包括系统提示、历史对话、你的问题
- 输出Token（Output）：模型生成的回复
输出Token通常比输入Token贵，因为生成比阅读更耗算力。
以Claude Sonnet为例，输入约$3/百万Token，输出约$15/百万Token。GPT-4o的价格区间类似。这就是为什么API账单有时看起来莫名其妙——你发了一大段上下文，光输入就用掉了很多Token。
最近小米也推出了面向普通用户的Token套餐，按量购买，按使用付费，这说明Token计费正在从开发者走向普通消费者。
Token和模型的关系：上下文窗口
**上下文窗口（Context Window）**是模型一次能「记住」的最大Token数量。
当你和AI聊天，所有的历史消息都要放进上下文窗口。一旦超出，最早的内容就会被「遗忘」。这就是为什么和AI聊得太长，它会忘记你最开始说的事。
- GPT-4o：128K Token上下文（约10万字）
- Claude 3.7 Sonnet：200K Token上下文（约15万字）
- Gemini 2.0 Pro：100万Token上下文（超长，但质量参差不齐）
上下文越大，你能让模型「一次性读完」的内容就越多——处理一整本书、一整个代码库都成为可能。
Token和Agent的关系
Agent是能自主执行多步骤任务的AI应用。它之所以成本比普通对话高得多，根本原因就是Agent会消耗大量Token。
一个Agent在完成任务时，通常需要：
- 读取工具返回的结果（大量输入Token）
- 多轮思考和规划（反复生成+处理）
- 调用工具、读文件、搜索（每次都要把结果塞进上下文）
一个复杂的Agent任务，轻松就能消耗几十万甚至上百万Token。这也是为什么Agent平台（无论是OpenClaw龙虾还是其他工具）都需要专门管理Token用量——用的是Agent的方便，付的是Token的账单。
一些工具已经开始做「Token守护」功能，提醒用户当前任务消耗了多少Token，避免意外超支。
常见误区
误区1：Token越多越好。Token多意味着上下文大，但也意味着费用高、速度慢。用多少给多少才是最优策略。
误区2：Token就是字数。不是一一对应的关系，中英文差异很大，代码和自然语言也不同。
误区3：Token用完就不能用了。付费模型一般是按量扣费，不是用完即止，只是成本在累积。
一句话总结
Token是AI处理文本的货币单位：模型用它衡量上下文大小，API用它计费，算力用它换钱，Agent用它堆任务。搞懂Token，就搞懂了AI服务的成本逻辑。
你在用AI过程中有没有遇到过Token相关的坑？或者对Token计费有什么疑问？欢迎留言讨论 