快速回答：Token 是什麼？
Token 是 AI 語言模型（LLM）處理文字的最小單位。你可以把 Token 想成 AI 眼中的「字塊」——它不是看一個個字，而是把文字切成一塊一塊的積木來處理。一個 Token 可能是一個完整的英文字（"hello"）、半個字（"un" + "happy"）、一個中文字（「你」）、甚至一個標點符號（"!"）。大約 1 個 Token ≈ 0.75 個英文單字 ≈ 0.5 個中文字。
Token 的正式定義
Token 是語言模型在 Tokenization（分詞）過程中將原始文字拆分成的最小處理單元。每個 Token 對應模型詞彙表（Vocabulary）中的一個數字 ID，模型實際上是在處理這些數字，而非文字本身。
現代 LLM 主要使用 Subword Tokenization（子詞分詞）技術：
- BPE（Byte Pair Encoding）：GPT 系列、Claude 使用的方法，從字元級別逐步合併高頻字元對
- SentencePiece：Gemini、Llama 使用的方法，直接從原始文字學習分詞規則
詞彙表大小通常在 50,000～260,000 之間（GPT-4o 約 200K，Gemini 約 262K）。
白話解釋：Token 就像什麼？
想像你要用樂高積木拼一個句子。你不是一個字母一個字母地拼，也不是一整個句子當成一塊——你會用大小適中的積木塊來組合。
Token 就是這些積木塊。AI 模型把你輸入的文字切成一塊一塊的 Token，一次處理一塊。常見的字（"the"、"is"）可能就是一塊完整的積木，罕見的字（"pneumonoultramicroscopicsilicovolcanoconiosis"）則會被拆成好幾塊小積木。
Token 怎麼算？
英文
- 約 4 個字元 = 1 個 Token
- 約 0.75 個英文單字 = 1 個 Token
- 範例："Machine Learning is amazing" ≈ 4-5 個 Token
中文
- 約 1～2 個中文字 = 1 個 Token
- 中文的 Token 效率較低，同樣的語義內容，中文需要的 Token 數是英文的 2～3 倍
- 範例：「人工智慧很厲害」≈ 5-7 個 Token
為什麼中文比較「貴」？
現代 LLM 的 Tokenizer 主要以英文語料訓練，中文字在詞彙表中的覆蓋率較低，因此常被拆成更多的子詞單元。這意味著同樣的內容，中文使用者需要消耗更多的 Token，也就需要支付更多的 API 費用。
| 語言 | 範例文字 | 約略 Token 數 |
|---|---|---|
| 英文 | "What is artificial intelligence?" | 5 |
| 中文 | 「什麼是人工智慧？」 | 7-9 |
| 日文 | 「人工知能とは何ですか？」 | 8-10 |
為什麼 Token 很重要？
決定費用
API 計費的基本單位就是 Token。你傳給模型的文字（Input Token）和模型回覆的文字（Output Token）都要收費，而且 Output Token 通常比 Input Token 貴 3～5 倍。
決定 Context Window 上限
每個模型都有 Token 上限（Context Window），你的 Prompt + 模型回覆的總 Token 數不能超過這個上限。超過了，模型就會「忘記」最前面的內容。
影響回應速度
Token 越多，模型需要處理的時間越長。Output Token 尤其影響延遲，因為模型是一個一個 Token 生成的。
2026 年主流模型 Token 費用比較
以下為各模型 API 的大致費用（每百萬 Token，美元）：
| 模型 | Input | Output | Context Window |
|---|---|---|---|
| Claude Sonnet 5 | $3 | $15 | 200K |
| Claude Haiku 4.5 | $0.80 | $4 | 200K |
| Claude Opus 4 | $15 | $75 | 200K |
| GPT-4o | $2.50 | $10 | 128K |
| GPT-4o mini | $0.15 | $0.60 | 128K |
| Gemini 2.5 Pro | $1.25 | $10 | 1M |
| Gemini 2.5 Flash | $0.15 | $0.60 | 1M |
Context Window 與 Token 的關係
Context Window（上下文窗口）是模型一次能處理的最大 Token 數。你可以把它想成模型的「短期記憶」容量。
- Claude 系列：200K Token（約 15 萬個中文字）
- Gemini 2.5 Pro：1M Token（約 75 萬個中文字）
- GPT-4o：128K Token（約 9.6 萬個中文字）
Context Window 越大，模型能「記住」越多的對話歷史和參考資料。但更大的 Context Window 也意味著更高的費用。
Token 省錢技巧
精簡 Prompt
移除不必要的冗詞和重複說明。直接、具體的 Prompt 不只省錢，通常還能得到更好的結果。
使用 Prompt Caching
Anthropic 和 OpenAI 都提供 Prompt Caching 功能，重複使用相同的 System Prompt 時可以節省高達 90% 的 Input Token 費用。
選對模型
不是所有任務都需要最貴的模型。簡單的分類、摘要任務用 Haiku 或 GPT-4o mini 就夠了，把 Opus 或 GPT-4o 留給複雜推理任務。
批次處理
使用 Batch API 通常有 50% 的費用折扣，適合不需要即時回覆的大量處理任務。
控制 Output 長度
在 Prompt 中指定回覆長度限制，或使用 max_tokens 參數控制 Output Token 數量。
常見誤解
「1 個 Token = 1 個字」
不一定。英文中 1 個 Token 約等於 0.75 個單字，中文中 1 個 Token 可能是 0.5～1 個字。Token 的切法取決於 Tokenizer，不同模型的 Tokenizer 也不同。
「Token 越多回答越好」
不一定。更長的回答消耗更多 Token、花更多錢，但不一定更正確或更有用。好的 Prompt 設計能用更少的 Token 得到更精確的結果。
「所有模型的 Token 價格都一樣」
差很多。同一家公司的不同等級模型，價格可以差 10 倍以上。不同公司之間的定價策略也不同。
常見問題 FAQ
Token 和字有什麼關係？
Token 不等於字。英文中 1 個 Token 約等於 4 個字元或 0.75 個單字。中文中 1 個 Token 約等於 0.5～1 個中文字。具體的切法取決於模型使用的 Tokenizer。
為什麼中文用 AI 比較貴？
因為現代 LLM 的 Tokenizer 主要以英文語料訓練，中文字的覆蓋率較低，同樣的語義內容需要消耗 2～3 倍的 Token。所以中文使用者的 API 費用通常較高。
Context Window 是什麼？
Context Window 是模型一次能處理的最大 Token 數，包括你的 Prompt 和模型的回覆。超過上限後，模型會「忘記」最前面的內容。2026 年主流模型的 Context Window 從 128K 到 1M Token 不等。
怎麼計算 Token 數？
可以使用各家平台提供的 Tokenizer 工具：OpenAI 的 tiktoken、Anthropic 的 Token Counter。粗略估算：英文字數 ÷ 0.75 ≈ Token 數；中文字數 × 1.5 ≈ Token 數。
免費模型有 Token 限制嗎？
有。免費方案通常有每日或每月的 Token 用量上限，超過後需要升級付費方案或等待重置。
Token 和費用的關係是什麼？
API 以 Token 為單位計費，分為 Input Token（你傳給模型的文字）和 Output Token（模型回覆的文字）。Output Token 通常比 Input Token 貴 3～5 倍。
什麼是 Tokenizer？
Tokenizer 是將原始文字轉換為 Token 的程式。不同模型使用不同的 Tokenizer（如 BPE、SentencePiece），所以同一段文字在不同模型中可能被切成不同數量的 Token。
為什麼不同模型的 Token 數不同？
因為不同模型使用不同的 Tokenizer 和詞彙表。詞彙表越大，常見片語被合併為單一 Token 的機率越高，整體 Token 數就越少。