Token
Token也常被叫作：词元计费单位
「账单上写着用了多少 token，我不知道这是什么单位。」
Token Token
AI 把文字切成的小块，既是它的处理单位，也是计费和容量的单位。
AI 不是按字、也不是按词处理文字，而是按 token——一种介于两者之间的小块。中文大致一个字一个 token（有时两个字一个），英文常见单词多是一个 token，长单词会被切成几块。代码里的符号和缩进也各占 token。
知道这个有三个实际用处。一是估成本：费用按输入 + 输出的 token 总量算，所以贴一整个项目进去是真的会花钱，而且是每一轮都重复花。二是估容量：上下文窗口的大小就是用 token 数表示的。三是解释延迟：输出越长越慢，因为它是一个 token 一个 token 生成的。
最容易被忽略的一点：在长对话里，历史消息会被反复重新计费。 你说的第一句话，在第二十轮时仍然会被再算一次。所以长对话的成本不是线性增长，而是越来越快。这也是「分几轮做、每轮给简短交接」比「一个对话干到底」更省钱的原因。
长什么样 真实可交互，不是截图
你好 → 约 2 tokens Hello world → 2 tokens const x = 1; → 约 6 tokens（符号和空格都算） 一段 500 字中文 → 约 500-700 tokens
在一个对话里连续干几小时
让它输出一大段无用的复述
分几轮做，每轮给简短交接
让它直接给结论和改动
这些数字是量级参考，不同模型的切法不一样。你只需要记住量级，不需要精确计算。
拆开看，里面有这几块
-
1
输入 token Input
你发过去的全部内容，包括历史消息和贴入的文件。
-
2
输出 token Output
它生成的内容。通常单价比输入贵。
-
3
累计重算 Re-billing
长对话里，历史部分每轮都会重新算一次输入。
容易搞混？这样区分
字数是给人看的，token 是给模型算的。中文大致接近，英文和代码差别很大——尤其代码里的符号会明显多算。
什么时候用得上
先看有没有长对话没结束，或者反复贴大文件。这两个是最常见的原因。
多半是输出太长。要求它直接给结论和改动，不要复述你的需求。
分几轮做。每轮开头给一段简短交接，比让历史无限累积便宜得多。
你可以这样跟 AI 说
直接复制下面这段，把【】里的换成你的情况。它比一句「帮我加个 X」多说清楚了：改哪里、不许动啥、做完交什么。
回答时请注意成本和效率： 1. 不要复述我的需求，直接给结论和改动。 2. 需要看文件时先告诉我需要哪几个，我贴给你，不要要求整个项目。 3. 命令输出很长时，只贴关键部分（但报错原文要完整保留）。 4. 如果这个对话已经很长、你感觉早期内容可能已经丢失，直接告诉我，我们分一轮新的继续，你给我一段 5 行以内的交接（目标、已完成、下一步、必须遵守的约束）。
它说「做好了」，你怎么自己验
这是本站的重头戏。AI 最会的不是写代码，是说「已完成」。这一条，它通常最多做到「概念」这层：只是说清了要做什么，还没有任何东西在跑。
要亲眼看到这些，才算数
- 看一眼平台的用量页面，确认实际消耗和你的感觉一致。
- 如果成本异常，检查是否有超长对话或反复贴入的大文件。
- 要求它不复述需求之后，观察输出长度是否真的下降。
它常这么糊弄你
- 「贴的越多它理解越好」——不成立。内容过多时中间部分的注意力会下降，钱也白花。
- 把「上下文窗口很大」当成「可以随便塞」。容量和效果是两件事。
- 长对话不结束，以为只有新消息在计费。历史每轮都会重新算。
这是一个成本常识，停在「概念」层：知道量级就够，不需要精确计算。
考考你 选一个你觉得对的
为什么长对话的成本会越来越快地增长？
AI 没有持续的记忆，每轮都要把能看到的全部内容重新读一遍——包括你二十轮前说的那句话。所以历史越长，每轮的输入 token 越多。这也是分轮做事更省钱的原因。