结论:1 个常用汉字约占 0.5–2 个 Token,英文字符约 0.25 个,同一段文字在不同模型上的计费能差出 10 倍。看懂 Token 换算,才算得清 AI 用量成本。
关键数字:汉字 0.5–2 Token / 英文字符 0.25 Token / 低价模型约 135 元每亿 Token。
把 AI 账单拆开看,钱主要花在三个地方。下面按”最容易踩坑”排序,每条都给出可核对的数字。
陷阱一:只看输入,忘了输出更贵
主流 API 把输入与输出 Token 分开定价,输出单价通常是输入的 2 到 4 倍。原因是生成逐 Token 计算,比理解输入更耗时、更占算力。
以 2026 年公开报价为例,豆包 Pro-32k 综合价约 0.001 元每千 Token,DeepSeek 缓存未命中档为 2 元每百万 Token。只按输入估算,账单往往翻一倍。
陷阱二:多轮对话把历史反复计费
每轮对话都会把历史内容重新送进上下文。第 10 轮请求计费的 Token 量,可能是第 1 轮的十几倍。长上下文对话吞掉上万 Token 很常见。
控制办法是及时开新会话、压缩历史,或启用厂商提供的上下文管理。批量任务优先精简输入,比换低价模型更有效。
陷阱三:以为中英文按同样规则算
Token 是模型处理文本的最小单位,中文常称”词元”。分词器按词表切分,英文单词常整体匹配,中文按字或词拆开,同等信息量中文更费 Token。
分词器实现各家不同。同一句中文在通义千问、DeepSeek、GPT 系列上的 Token 数并不一致,跨模型比价必须先按各自分词器折算。
三种典型文本的换算速查
| 文本类型 | 约合 Token 数 | 换算说明 |
|---|---|---|
| 1 个常用汉字 | 0.5–2 个 | 常见字通常 1 个,生僻字拆成 2 个 |
| 1 个英文字符 | 约 0.25 个 | 约 4 个字符合成 1 个 Token |
| 500 字中文段落 | 250–1000 个 | 取决于用词与分词器实现 |
按低价档约 135 元每亿 Token 计算,1 亿 Token 约等于 5000 万到 2 亿个汉字。每天处理 10 万字中文的轻量使用,可用一年以上。
个人用户按量付费,月度支出通常有限。企业级调用和自动化内容流水线则需要按 Token 精确核算,速度、上下文长度与中文质量同样影响总成本。
关于成本,还有三个追问
1 亿 Token 是多少钱?
看模型档位。低价档如 Gemini 2.0 Flash-Lite 约 135 元、通义千问 Plus 约 140 元、GPT-5 Nano 约 162 元;中高端模型普遍在 800–1000 元以上,差 6 到 8 倍。选型不能只看单价,低价模型若需多次重试,实际成本可能反超。
为什么我的账单比按字数估算的高?
三个原因叠加。一是输出单价通常是输入的 2 到 4 倍;二是多轮对话每轮都会把历史内容重新计入;三是中文生僻字会被拆成多个 Token。按正文字符数估算往往偏乐观,真实消耗要留出冗余。
缓存命中为什么更便宜?
命中缓存时厂商无需重新计算前缀,只按折扣计费,DeepSeek 的命中与未命中档差价可达数倍。提升命中率的关键是复用相同前缀:把固定提示词放开头、别频繁改动系统设定,长文档问答尤其有效。
信息来源:阿里云开发者社区 2026-04-03 Token 计费规则、百度百科 Token 定价词条、新华网 2026-03-30 Token 科普,数据截至 2026-11。







