AI 按 Token 收费：一个汉字算几个 token，为什么长对话越聊越贵

很多人第一次看到 AI 账单都会愣一下：明明只问了几句话，怎么扣了这么多？更奇怪的是，同样一句话，同事用着便宜，你用着贵。

问题多半不在"你问得太多"，而在一个平时看不见的单位——Token。搞懂它，你就能大致算出自己每次对话花了多少钱，也能解释为什么有些用法特别费钱。

一、Token 不是"字"，是"字块"

大模型不认识汉字，也不认识英文字母。它只认数字。所以你输入的文字，要先被切成一块一块的碎片，每块编个号，再喂给模型。这个碎片就叫 token。

切法不是按字数平均分的。常见的切法是：出现频率高的词整块保留，生僻的组合才拆细。于是会出现这种情况：

所以"500 字"和"500 token"不是一回事。中文尤其吃亏：同样一段意思，中文的 token 数通常比英文多三到五成。这也是为什么有些模型的中文定价看起来比英文贵——不是歧视，是切词效率的差别。

二、真正让你多花钱的，是这三处

第一处：输出比输入贵。 生成内容要一个 token 一个 token 往前推，算力消耗大得多。主流服务的输出单价通常是输入的 3～5 倍。也就是说，让 AI 写 800 字，比让它读 800 字贵得多。

第二处：每一轮都在重发历史。 这是最容易被忽略的一点。你跟 AI 聊到第 20 轮时，它并不是只收到第 20 句——前面 19 轮的问答会作为上下文一起重新送进去，重新计费。所以对话越长，每一句新问题的"起步价"越高。一个聊了两小时的长对话，最后一句话可能比第一句贵十倍。

第三处：附件和图片按体积算。 上传一份 30 页的 PDF 让 AI 总结，token 数可能上万；传一张高清截图，也可能顶得上一篇短文。文件越大、图越清晰，越费。

三、怎么用：四条立刻能省的做法

1. 一件事开一个新对话。 换话题就重开，别在旧对话里接着聊。这是最省的一条，往往能砍掉一半以上的无效消耗。

2. 先让它复述，再让它干活。 长文档别直接扔进去问十个问题，先让它用三句话概括，你确认方向对了再深入。方向错了，前面烧的 token 全白费。

3. 要求"短答"。 明确说"用 100 字以内回答""只给结论和三个要点"。输出是贵的那个方向，压输出比压输入划算得多。

4. 重复的长材料，用"缓存"或"知识库"。 很多服务对重复出现的同一段长文本有缓存折扣，或者支持把资料存进知识库反复调用，不必每次重贴。

四、算一笔自己的账

假设某服务输入 1 元/百万 token、输出 4 元/百万 token（只是举例，各家不同，以官网为准）。你传了一份 8000 token 的报告，让它写 1000 字总结（约 1500 token）：

• 输入：8000 × 1 ÷ 1000000 ≈ 0.008 元
• 输出：1500 × 4 ÷ 1000000 ≈ 0.006 元
• 合计：约 1.4 分钱

单次几乎感觉不到。但如果每天这么干 50 次，一个月就是 20 块左右。真正把账单推高的，从来不是单次价格，而是"在一个长对话里反复贴同一份长文档"这种习惯。

写在最后

Token 这个概念本身没什么神秘的，它只是把"你说了多少、它写了多少"换成了可以计价的刻度。记住三件事就够了：中文比英文费、输出比输入贵、历史每轮都要重算。

下次觉得账单不对劲，先别怀疑平台，回头看看那个聊了三小时还没关的对话框。