一篇文章讲清楚，Token到底是怎么回事，为什么被称为数字石油？

你每和AI说一句话，背后都在消耗一种叫“Token”的东西。直到最近，它才有了官方规范的中文名称——“词元”。它看不见摸不着，甚至被称为“数字石油”。为什么中国模型能让全世界抢着调用？这篇文章，带你一次看懂Token。

01

Token：AI看得懂的最小语言碎片

当你跟AI说一句话时，它会将这句话拆分成最小的单位来处理，这些小块单位就叫做Token（词元）。它既不是字也不是词，而是模型，是用来理解世界的最小计量单位。也可以把它理解为“把人类语言拆解成机器能懂的碎片”。

我们做一个测试。“你是谁？”一般是4个Token，包括（你、是、谁、？）这四个。而英文“who are you？” 也是4个Token（who、are、you、？）。

和AI聊十句话大约需要500个Token。生成一张图片需要的Token少则1000，多则5000。生成一段15秒的AI视频大概需要消耗二三十万个Token，相当于一本中篇小说的文字量。

也就是说，人类与AI的对话，本质上是一场Token的流动。

02

Token的算法秘密

Token计算背后的原理，其实就是一个“分词”算法。

简单说，先定好一个“词表”，也就是模型提前统计了大量文本，把最常见的字、词、子词（比如“ing”“er”等）、标点都放进词表。切分时，尽量让每个片段都在词表里，并且让总片段数尽量少。

比如英文常用词“who”是一个Token，“are”也是一个Token，不常见的词会被拆成更小的部分。比如“unhappiness”，就会被拆成“un”和“happiness”两个Token。

中文一般按常用字或常见词切，所以“你是谁？”通常分成“你”“是”“谁”“？”四个Token。而有些常见双字词会被当成1个Token，比如“我们”、“可以”等。

平均下来，1个英文单词约等于1至1.5个Token，1个汉字约等于0.8至1.2个Token。

不同模型用的词表不同，合并规则不一样，所以同一个句子在不同模型里Token数量可能差一两个。

有人说Token像用电时“度”这个单位，衡量用电的多少。两者像也不像。像的地方在于，两者都是计量单位和收费标准，电力公司按度收费，大模型公司按Token收费。

不像的地方在于，一度电在物理上是固定的能量，但一个Token的长度不是固定的，字符数不同。

03

Token如何计费？

编程、聊天、办公等算力消耗以Token为计量单位。无论是文本问答，还是文生图、文生视频、图生视频，都会消耗大量算力。前不久，OpenAI宣布关闭Sora视频应用，便是例证。运行视频生成服务需要消耗庞大计算资源和电力，这对任何企业而言都是一笔巨额开支，而关闭Sora则将释放大量算力资源。

一个Token大概多少钱，得看你用哪个模型。贵的和便宜的能差出几十上百倍。

数据显示，Anthropic Claude 3.5 Sonnet输出100万Token约15美元，而中国头部模型同等性能下可降至2.6美元甚至更低。

这里提到的100万Token是AI行业里API计费的标准单位，其价格分为“输入（你问的）”和“输出（它答的）”两块，后者通常更贵。

据DeepSeek开放平台显示，百万Token，输入与输出相差十倍。

04

为什么感觉Token很费钱？

很多朋友养了“龙虾”，结果发现，租云空间和服务器花不了多少钱，可买Token却花钱如流水。这是为啥呢？

原因其实很简单。你花钱买的100万Token是输入和输出加在一起算的，而且输出占了大头。这里的大头，一方面指输出的内容多，另一方面指输出的内容贵。输出价格通常是输入的3到10倍，因为模型“想答案”比“看问题”更费劲。所以，尽量把问题问清楚，别让AI写废话。

下面我们来算笔账：

如果你买的是普通模型，你问一句（输入），消耗50Token；模型答一大段（输出），消耗500Token。这样聊10轮，一次对话就耗掉5500Token。

加之频繁使用，不断修正问题，甚至让它生图生视频，一天几万甚至几十万Token很正常。100万Token有200次深度对话就用完了。

如果你用的是推理大模型，就像DeepSeek-R1这样的，会更“烧钱”。因为它在回答前会自己先“思考”一大段，这个思考过程也烧Token。甚至，思考过程通常比最终回答还长。有时候回答输出了500 字，实际思考却输出了1000字。

更有甚者，如果你上传文档让大模型帮忙处理，上传了一本10万字的书，就相当于输入了大约10万Token。然后再问问题，它再回答，那这个消耗量更是惊人的。

05

谁在为你的Token买单？

以上的很多动作，如果我们不用“龙虾”，而是直接跟大模型交流，却不需要花一分钱（有的可能会消耗积分），这又是为什么？

还是那句话，免费不等于不消耗Token，而是有人替你买单了。

你在DeepSeek网页版、豆包App里随便问，确实不用花钱。但这背后，你问的每一句话、它答的每一个字，都在实实在在地消耗Token，只是平台方替你付了这笔钱，没找你要罢了。就像你用微信不花钱，但腾讯的服务器、带宽、电费一样在烧钱。

那平台又在图什么呢？

首先，平台肯定不会做赔钱的买卖。他们会向企业也就是B端收API调用费，DeepSeek、豆包都提供企业API服务。企业按Token用量付费，这才是真金白银的收入来源。我们用“龙虾”，就相当于“龙虾”作为B端智能体向大模型购买Token，这个钱最终要落在使用者头上。

另外，很多像阿里、字节、腾讯这些大厂都有云业务，不少人的“龙虾”就是在这些云服务器上配置的。有时候大模型推出Token包月，实则在用云服务的钱补贴，这背着抱着一般沉，只是营销手段罢了。

最重要的一点，平台在培养用户习惯，跑马圈地，建立生态。等用户离不开它了，再考虑收费，或者用其他方式变现，比如AI电商、增值服务、会员等。这个逻辑和当年的杀毒软件、网约车、外卖大战一模一样。

06

Token就是数字石油

过去公司之间拼什么呢？拼人拼团队，拼谁更努力。但现在，变成了拼谁的Token更便宜，更智能。

原来为人类劳动者付报酬，是在购买他人生中不可逆的一段时间。而现在，脑力劳动开始像支付水电费一样被使用了。打开龙头，才思泉涌，然后按Token付费，还不用担心龙头那边的大模型是在发呆还是在摸鱼。

公司的竞争变了，国家之间的竞争同样是颠覆式的。

工业时代，中国输出的是商品。而在AI时代，中国输出的是Token。

谁掌握了Token的定价权，谁就掌握了这个时代的新能源。没错，Token就是数字时代的石油。

我们安排给AI的每一项任务，它都要按消耗的算力来计费，算得越多、花得越多，而算力的燃料，归根结底是电。

中国是发电和用电大国。2025年中国全社会用电量首次突破‌10万亿千瓦时，相当于‌美国全年用电量的两倍多‌，也超过了欧盟、俄罗斯、印度、日本四个经济体用电量的总和。同样，中国总发电量也已突破10万亿千瓦时，其中清洁能源发电占比显著提升。‌

中国有这么多电，但存储困难，运输有损耗，还很难出口。但，Token可以。

有消息称，截至3月15日，中国AI大模型周调用量达到4.69万亿Token，连续两周超越美国，全球调用量前三名被中国模型包揽。

为什么全世界的开发者抢着调用中国模型呢？因为我们电太便宜了，转化到Token上，具有碾压般的优势。

算力中心直接建在电站旁边，富余的电、甚至负成本的电，可以一股脑灌进GPU，炼成Token卖给全世界，还不用装船、不用报关、零库存。

Token不只是技术术语，它正在成为AI时代的硬通货。从个人使用到企业竞争，再到国家之间的算力博弈，Token就像数字世界的石油——谁拥有更便宜、更充足的Token，谁就掌握下一轮增长的主动权。从用电到用Token，人类正在进入按“思维流量”付费的新时代。