一句话版本
你手机话费按「分钟」算，AI 按「token」算。Token 是 AI 处理文字的最小单位——你输入和输出的每一个字，都拆成 token 来计价。
Token 到底是什么
Token ≠ 字。Token 是 AI 内部处理文字的最小切分单位：
- 英文：1 token ≈ 0.75 个单词。「artificial intelligence」= 2 tokens
- 中文：1 token ≈ 0.5-0.6 个汉字。「人工智能」≈ 3 tokens
- 1000 tokens ≈ 750 个英文单词 ≈ 500 个中文字
为什么对你很重要
因为 AI 的商业模式是「用多少付多少」——就像打车按公里计费、话费按分钟计费：
| 模型 | 输入价格（每百万 token） | 输出价格（每百万 token） |
|---|---|---|
| 豆包 Lite | ¥0.8 | ¥2 |
| DeepSeek-V3 | ¥1 | ¥4 |
| GPT-5 | $2.5 | $10 |
输出比输入贵 3-5 倍——因为「生成」比「读懂」更消耗算力。
一个真实的成本计算
一个客服场景： - 每次对话输入约 2600 tokens（系统提示词 + 历史 + 问题） - 每次输出约 500 tokens（AI 的回答） - 按豆包 Lite 价格 = ¥0.002 + ¥0.001 = ¥0.003/次 - 如果一天 10000 次对话 = ¥30/天 = ¥900/月
这就是为什么 AI 能颠覆客服行业——传统人工客服一天的成本是这个的 100 倍。
所以呢
- 报价时别再说「大概几千块钱」——客户会怀疑你专业性。按 token 量算，给出精确的月度成本区间
- 控制成本的关键是控制输出长度——让 AI 回答短一点、精准一点，成本直接按比例下降。这就是提示词工程的价值
- 不同模型的 token 计价差异巨大——DeepSeek 是 GPT-5 价格的 1/20，不是因为它「差」，是因为它的架构（MoE）让推理成本极低