Token 是什麼?AI 為什麼按 Token 收費?用中文問 AI 真的比英文貴嗎?

Token 是什麼?AI 為什麼按 Token 收費?用中文問 AI 真的比英文貴嗎?
Token 是什麼?AI 為什麼按 Token 收費?用中文問 AI 真的比英文貴嗎?

用 ChatGPT、Claude 或 Gemini 的時候,你一定看過這個詞:Token。API 價格寫「每百萬 Token 多少錢」,模型規格寫「上下文 100 萬 Token」,用到一半還可能跳出「額度已經用完」。

網路上也常聽到一種說法:用中文問 AI,比用英文還貴。 這篇文章一次講清楚:

  1. Token 是什麼?
  2. AI 為什麼按 Token 收費,輸出又為什麼比較貴?
  3. 中文真的比英文貴嗎?貴多少?
  4. 只用訂閱方案的一般人,要注意什麼?

先說結論:Token 是 AI 讀寫文字的最小單位,不是字也不是詞。中文確實比較貴,但貴多少要看模型;原因不是中文比較長,而是斷詞器的字典收的中文比較少,繁體又更少。

Token 是什麼?AI 讀文字用的積木

Token 是 AI 讀寫文字的最小單位。 你可以把它想像成積木:AI 在訓練之前,會先從大量文字裡整理出一本「常用片段字典」,常出現的組合就做成一塊大積木,很少見的就用小碎片拼起來。

負責切積木的工具叫做「斷詞器」,英文是 Tokenizer(中國大陸常譯為「分詞器」)。

為什麼不直接用「一個字」或「一個詞」當單位?Anthropic 的解釋是一種折衷:較大的 token 讓運算更有效率,較小的 token 讓模型能處理罕見或沒看過的字詞。只用整詞,字典會無限膨脹;只用單一字元,每句話都變得很長。

同一句話,不同 AI 切法不一樣

以「I love eating beef noodles in Taipei.」為例,這句英文在 GPT 的斷詞器上是 8 個 token,差不多一個單字一塊。換成中文「我喜歡在台北吃牛肉麵。」,結果就差很多(本頻道實測):

斷詞器(使用的模型)切成幾塊切法
cl100k(GPT-4 時代)18「喜、歡、吃、牛、肉」各拆成 2 塊,「麵」拆成 3 塊
o200k(GPT-4o 以後)12幾乎一字一塊,只有「麵」拆成 2 塊
Qwen、Gemma 等中文字典較大的斷詞器8我|喜歡|在|台北|吃|牛肉|麵|。
英文版句子(GPT)8I|love|eating|beef|noodles|in|Taipei|.

同一句話,不同 AI 看到的長度差了一倍多。

更誇張的是罕見字。「𰻞𰻞麵」的「𰻞」,字典裡根本沒有,每個都被拆成 4 塊位元組碎片,3 個字就要將近 10 個 token。

1 個 Token 等於幾個字?

1 個 Token 不等於 1 個字。 常見的換算:

語言換算來源
英文1 token ≈ ¾ 個單字(100 token ≈ 75 個英文字)OpenAI 說明中心
繁體中文每個字約 0.8~1.4 個 token,依模型而定本頻道實測與第三方實測推估

沒有任何一家 AI 公司官方公布「中文每字幾個 token」。想知道自己的文字會被切成幾塊,可以貼到 OpenAI Tokenizer 工具裡看看。

AI 為什麼按 Token 收費?

因為 AI 每多讀一個 token、多寫一個 token,背後的 GPU 就要多做一份工。模型每處理一個 token,都要做一輪運算,還要讀寫一份叫 KV cache 的「工作筆記」,用量隨 token 數成長(NVIDIA 技術部落格)。所以 token 數是最接近「實際工作量」的計價單位。

為什麼輸出比輸入貴?

OpenAI、Anthropic、Google 的輸出價格,幾乎都是輸入的 5 倍(OpenAI、Claude、Gemini 價目表,2026-11-20)。原因是兩種工作的方式不一樣:

工作怎麼做比喻
讀你的問題(輸入)整段文字一次平行讀進去,GPU 用得很滿影印機一次掃一整頁
寫答案(輸出)一個 token 接一個慢慢產生,每寫一塊還要回頭看一次前面的內容用手一個字一個字抄寫

所以輸出比較慢,也比較貴。

看不見的「思考」也要付錢

推理模型在回答前,會先在背後「想」很久。這些思考過程你看不到,但一樣照輸出價格收費。在 OpenAI 推理模型文件的範例裡,輸出 1,186 個 token,其中 1,024 個是思考,真正看到的回答只占一成多。

中文真的比英文貴嗎?貴多少?

我做了一個小實測:把同一段意思相同的文字,分別寫成英文、繁體中文和簡體中文,丟進 11 種斷詞器計算。以下是「繁中 token 數 ÷ 英文 token 數」:

斷詞器繁中是英文的幾倍
GPT-4 時代(cl100k)2.2 倍
GPT-4o 以後(o200k)1.3 倍
Llama 3.11.4 倍
Qwen1.0 倍
DeepSeek0.9 倍

學術研究也有類似發現。2023 年 NeurIPS 論文〈Language Model Tokenizers Introduce Unfairness Between Languages〉測出,簡體中文在 GPT-4 的斷詞器上,大約是英文的 1.91 倍。

所以「中文比較貴」是真的,但貴多少要看是哪個模型。只說「中文貴幾倍」卻不講模型,其實沒有意義。

為什麼中文比較貴?還有台灣人才有的「繁體稅」

不是因為中文比較長

很多人會說:「因為中文一個字要 3 個位元組。」其實不對。同一篇 NeurIPS 論文用 200 種語言的平行語料比較發現:同一個意思,中文的字數只有英文字母數的三分之一左右,連位元組數都比英文少。中文本身並不長。

真正的原因:斷詞器的字典

大部分斷詞器是用以英文為主的資料訓練的,所以字典裡英文收得多、中文收得少。字典沒收的字,就只能拆成碎片,碎片越多,帳單就越高。

繁體稅

對台灣人來說還有第二層:繁體稅。網路上的簡體中文資料比繁體多很多,字典收的繁體字更少。本頻道實測同一段內容:

斷詞器簡體中文繁體中文
o200k(GPT-4o 以後)95 token116 token(多約兩成)
cl100k(GPT-4 時代)150 token195 token

在舊的斷詞器上,連「來、個、會、這、說」這種常用字,每個都會被拆成 2 塊。

好消息:差距補得回來

聯發科創新基地推出的台灣模型 Breeze-7B,在原本的字典裡加入 3 萬個繁體中文 token。實測同一段繁中:

模型繁中 token 數
Mistral-7B(Breeze 的基礎模型)151
Breeze-7B(擴充繁中字典)81(少 46%)

在 Breeze-7B 上,繁中(81)甚至比簡中(117)還少。中文貴不是中文的宿命,而是字典怎麼分配的結果。

標價一樣,實際付的不一樣

價目表上寫的都是「每百萬 token 多少錢」,但對中文使用者來說,真正該比的是「每個中文字多少錢」。

三家的中階模型,標價都是每百萬 token 輸入 $2、輸出 $10(2026-11-20):OpenAI 的 gpt-6.2-sol、Anthropic 的 Claude Sonnet 5.5、Google 的 Gemini 4 Carbon。

但如果請它們寫 1 萬個繁體中文字,依各家斷詞器估算:

模型估計需要的 token輸出 1 萬個繁中字的費用
Gemini 4 Carbon約 7,700~8,200約 8 美分
gpt-6.2-sol約 9,000約 9 美分
Claude Sonnet 5.5約 11,000~14,000約 11~14 美分

標價一樣,實際差了五成。

要說明的是:

  • Claude 和 Gemini 的斷詞器沒有公開,這兩家是用第三方的簡體中文實測推估的,目前沒有找到任何公開的繁中實測。
  • AI 公司對中文和英文的單價其實一樣,沒有「中文加價」,差別完全來自 token 數。
  • Gemini 4 Carbon 自 2026 年 12 月 1 日起漲為輸入 $4、輸出 $20,比價時請看最新價目表。

只用訂閱方案,跟 Token 有什麼關係?

關係很大,只是你感受到的不是帳單,而是「容量」。

上下文視窗:AI 一次能看多少

每個 AI 一次能看的內容有上限,叫做「上下文視窗」,也是用 token 算的:

方案上下文視窗約能放多少中文字(估算)來源
ChatGPT Free(一般模式)27K token約 3 萬字ChatGPT 方案頁
Google AI Pro(Gemini)100 萬 token約 125 萬字Gemini 說明中心
Claude 付費方案(新模型)100 萬 token約 71~91 萬字Claude 說明中心

同樣叫 100 萬,裝得下的中文不一樣多:中文需要的 token 越多,能放的內容就越少。各方案的完整比較,可以參考「ChatGPT 訂閱方案比較」、「Claude 訂閱方案比較」和「Google AI 訂閱方案比較」。

為什麼聊越久,額度用越快?

因為 AI 每回答一次,都會把前面整段對話重新讀一遍。經過試算:聊一小時、來回 30 次(假設系統提示 2,000 token、每輪你說 150 token、AI 回 600 token),總共讀進去的 token 會累積到約 39 萬個。

對話一旦超過視窗,有些 AI 會自動把前面的內容摘要,有些就像是忘了前面說過什麼。

省 Token、省額度的 5 個技巧

  1. 相關的問題一次問完,不要拆成好幾則訊息。
  2. 不要一直重貼同一篇長文,改說「上面那篇」。
  3. 常用的資料放進 Projects(專案):Claude 官方說明,放進專案的內容會被快取,重複使用時比較不佔額度。ChatGPT 也有類似功能,可參考「ChatGPT 專案功能教學」。
  4. 圖片不需要高畫質,就先縮小再上傳。
  5. 換新主題就開新的對話(常見做法)。

Token 會越來越便宜嗎?

整體來說會。根據 a16z 和 Epoch AI 的統計,同樣能力的 AI,價格大約每年下降 10~13 倍(蒸餾就是推動降價的技術之一,可參考「AI 模型蒸餾是什麼?」)。

斷詞器也在進步。OpenAI 發表 GPT-4o 時表示,新斷詞器讓中文 token 少約 1.4 倍;本頻道實測同一段繁中,從 GPT-4 時代的 195 個 token 降到 116 個,少了三到四成。

不過各家的調價方向不一定一樣,例如 Gemini 4 Carbon 就在 12 月起漲價,比價時還是要看最新的價目表。

科技兔有做一隻教學影片,可以點擊下方連結觀看。

常見問題(FAQ)

Token 是什麼?

Token 是 AI 模型讀寫文字的最小單位,由斷詞器(Tokenizer)把文字切成「常用片段」。常見的組合是一整塊,罕見的字會被拆成好幾塊碎片,所以 1 個 token 不等於 1 個字或 1 個詞。

1 個中文字等於幾個 Token?

要看模型。依本頻道實測與第三方推估,繁體中文每個字約 0.8~1.4 個 token:在 GPT-4o 以後的斷詞器上約 0.9 個,在 GPT-4 時代約 1.4~1.6 個,Claude 約 1.1~1.4 個。英文則約 1 token ≈ ¾ 個單字。

為什麼 AI 的輸出比輸入貴?

讀取輸入時,模型能把整段文字一次平行處理;產生輸出時,只能一個 token 接一個產生,每產生一個都要回頭讀一次前面的內容,GPU 效率比較低。OpenAI、Anthropic、Google 的輸出價格大多是輸入的 5 倍。

用中文問 AI 比英文貴多少?

依模型而定。本頻道實測,同一段話在 GPT-4 時代的斷詞器上,繁中是英文的 2.2 倍;GPT-4o 以後約 1.3 倍;Qwen、DeepSeek 等中文優化模型約 1 倍,甚至更少。學術研究測到簡中在 GPT-4 斷詞器上約是英文的 1.9 倍。

繁體中文比簡體中文貴嗎?

在多數斷詞器上是的。因為網路上簡體資料比較多,字典收的繁體字比較少。本頻道實測在 GPT-4o 以後的斷詞器上,繁體比簡體多用約兩成 token。不過擴充了繁中字典的 Breeze-7B,繁中反而比簡中少。

怎麼知道一段文字有幾個 Token?

可以把文字貼到 OpenAI Tokenizer 查看 GPT 的切法。Claude 和 Gemini 的斷詞器沒有公開,只能透過官方 API 的計數功能取得。

總結

Token 是 AI 讀寫文字的積木,不是字,也不是詞。AI 按 token 收費,因為 token 數就是 GPU 的工作量,而輸出又比輸入貴得多。中文比較貴,不是因為中文比較長,而是斷詞器的字典收的中文比較少,繁體又更少。

如果你喜歡學習各種科技軟體,想得知各種科技新知與資訊,歡迎追蹤科技兔的 FB 粉絲專頁、Instagram,以及Line 官方帳號。

加入好友