什么是 AI Token？一个老板都听得懂的定义
关于 AI 收费，有一个流传已久的说法——大部分都是错的。很多老板以为是「按每条问题收费」，但其实不是。AI 按「token」收费。
Token 是 AI 模型读取、处理、向你收费的最小文字单位。一个英文 token 大约是 4 个英文字母，即约 0.75 个英文单词。中文方面，一个中文字通常是 1 至 2 个 token。你每一条提问、AI 每一段回复，都会先被切成一堆 token，模型才会动手处理。
当你看到「GPT-4 每 100 万个 input token 收费 10 美元」，换算回来大约是每 75 万英文字 10 美元——大概是 10 本长篇小说的字数。
Token 就是每一张 AI 账单、每一个「上下文长度」限制、每一次「这个模型太慢」抱怨背后的计量单位。
Tokenization 到底是怎样运作？
Tokenization（分词）是把文字切成小单位（token）的过程，这些单位才是 AI 模型真正能用数学处理的对象。模型其实看不见「字母」或「字」，它看到的是一串 token 编号。
英文「unbelievable」可能会被切成三个 token：un、believ、able。中文「香港」可能是一个 token，也可能是两个，视乎不同模型的切分方式。模型词汇表里每个独特的 token 都对应一个数字，AI 真正处理的就是这些数字。
粗略估算 token 数量：
--- 英文：1 个词 ≈ 1.3 个 token。100 词大约 130 个 token。
--- 简体中文：1 个中文字 ≈ 1.5–2 个 token。100 个字大约 150–200 个 token。
--- 程式码：非常浮动，标点和运算符经常各自占一个 token。
这点很重要，因为中文在同一个模型下「每个字消耗的 token」比英文多。同一个意思用中文表达，token 消耗往往是英文的大约 2 倍——成本也大约是 2 倍。
输入 token 和输出 token 有什么分别？
每一次 AI 对话，其实有两个 token 计数器同时在跑。输入 token 是你发送给模型的一切——你的问题、系统提示、附上的文件；输出 token 则是模型写回来的一切。两者定价不同，而且输出 token 几乎永远比较贵。
以 GPT-4 Turbo 2026 年定价为例，输入 token 每 100 万约 10 美元，但输出 token 每 100 万约 30 美元。3 倍差距不是四舍五入误差，而是思考 AI 成本时必须纳入的核心事实。
对业务的启示：
--- 短提问配长回复，成本主要落在输出 token——昂贵的那种。
--- 长文件配短摘要，成本主要落在输入 token——便宜的那种。
--- 简单一句「请简短回答」或「字数限 100 字以内」，在大量工作下可以直接节省 40 至 60% 开支，而质素几乎不变。
如果你大规模用 AI 但从未审视过输入与输出的比例，你几乎肯定正在付多了钱。
什么是上下文长度（Context Window）？它如何消耗 token？
上下文长度（Context Window）是模型单次对话中「一眼能看到」的最大 token 数——包括输入加输出。当有人说「Claude 上下文长度 20 万 token」，意思是你最多可以在一个提示里塞入约 15 万个英文字（等于一部长篇小说）。
每当你发送一条新消息，模型会重新读取当前对话的整个历史。长对话中，旧消息每一轮都会被重新计算 token。
2026 年常见上下文长度：
--- GPT-4o：128,000 token（约 96,000 英文词）
--- Claude 4：标准 200,000 token，企业版最高 1,000,000 token
--- Gemini 2.5 Pro：1,000,000 token（约 75 万英文词）
上下文越长不一定越好。处理一百万 token 既慢又贵。对大部分中小企应用而言，8,000 至 32,000 token 已经非常足够。
Token 实际上如何出现在香港中小企的账单？
一间小企用 AI 做客服、写内容、整理文件，每月 AI token 开支通常介乎港币 200 至 3,000 元之间，视乎用量、选用模型，以及提示长度管理得好不好。
三个真实成本例子（以 2026 年 GPT-4o 定价计算）：
--- 物业代理每月撰写 50 份楼盘描述。每份平均输入 600 中文字，输出 400 字。每月成本约 30 港元。
--- 一间精品店每月处理 500 条 AI 辅助客户查询。每条对话平均输入 300 token、输出 200 token。每月约 150 至 250 港元。
--- 一间会计公司每月用 AI 抽取 2,000 张发票资料。输入重（每张 1,500 token），输出短（150 token）。每月约 800 至 1,200 港元。
「AI 太贵」的说法，大部分来自「用最大最贵的模型做最小最简单的任务」——其实换一个小模型，成本可能只是二十分之一。
能否减少 AI token 成本而不牺牲质素？
大部分香港中小企可以在不影响输出质素的情况下，削减 40 至 70% 的 AI token 开支。节省的来源不是少用 AI，而是提示卫生、模型选择和输出管理。
五个经得起验证的省钱做法：
--- 选对模型大小。常规任务用 GPT-4o mini 或 Claude Haiku，困难推理才用 GPT-4 或 Claude Sonnet。通常可节省 80 至 90%。
--- 限制输出长度。在系统提示加上「100 字内作答」。通常可节省 30 至 50% 输出 token。
--- 缓存重复的输入。如果你的系统提示有 2,000 token，每日重复发送 1,000 次，用 OpenAI 或 Anthropic 提供的 prompt cache 功能，这部分成本可削减大约 90%。
--- 先压缩长文件再喂给 AI。80 页 PDF 先整理成 2 页摘要再提问，输入 token 成本可节省 95%。
--- 改用批次 API。OpenAI 和 Anthropic 的非即时批次工作有 50% 折扣，适合夜间分析或大量内容生成。
大部分中小企没有用到这五个杠杆，纯粹是因为没有人告诉他们这些杠杆存在。
选择 AI 工具时，为什么 token 这么重要？
两个「标价差不多」的 AI 工具，实际成本可能差天共地。一个模型即使定价每 100 万 token 5 美元，但处理同一任务消耗 3 倍 token，其实比定价 10 美元但更省 token 的模型贵得多。
Token 效率取决于 tokenizer（分词器）设计。根据 Hugging Face 2024 年一份基准报告，部分针对中文优化的开源 tokenizer，在繁体中文上比通用英文 tokenizer 少用 30 至 40% token——在大规模使用下，这个差距非常可观。
选择 AI 工具前应该问的问题：
--- 官方公布的输入、输出 token 价钱是多少？
--- 它的 tokenizer 如何处理中文？
--- 有没有 prompt caching？折扣多少？
--- 有没有批次 API 供非即时任务使用？
正确的问题从来不是「每月多少钱」，而是「在我实际业务流程中，每 1,000 次客户互动要花多少」。
香港中小企老板的结论
Token 是决定你实际花多少钱用 AI 的隐形单位。一旦理解 token，AI 定价就不再是黑箱，而是像任何其他营运成本一样——可量度、可管理、可优化。
你不需要变成 tokenization 专家，你只需要清楚：你的业务流程中 token 从哪里来、每个 token 值多少、哪些杠杆可以减成本而不牺牲质素。
懂AI，更懂你。UD相伴，AI不冷。
在 AI 成本失控之前，先看清楚它
AI 收费表面上很复杂，但只要有人把你实际工作流程中的 token 去向一一讲清楚，它就会变得简单。
UD 与香港中小企同行 28 年，手把手教你每一步：审视你目前的 AI 使用情况、选对模型、削走浪费的 token，同时保住输出质素。
由免费 AI 体检开始——没有承诺，没有术语。