token 是什么意思？AI 怎么算钱、上下文窗口、提示缓存与怎么少花钱

刚注册完 Claude 或 ChatGPT 的人，第一个绕不开的问题是要不要花 20 美元订 Pro，订完以后第二个问题往往是，为什么聊着聊着就提示用量到了上限。两个问题背后是同一个东西，token。这篇是AI 工具攻略系列的第 4 篇，上一篇比较了桌面版和网页版的区别，这一篇只讲钱怎么算、额度怎么扣、怎么少花。看这篇不需要任何基础，会加减乘除就够。

token 是大语言模型读写文字的最小计量单位。你发给 Claude、ChatGPT 的每句话，它们回给你的每个字，都先被切成 token，再按 token 数量计费或者扣用量额度。Anthropic 的术语表说一个 token 大约对应 3.5 个英文字符，OpenAI 的帮助文档说大约 4 个英文字符或 0.75 个英文单词，两家都没有给出中文的官方换算。

本文核验时的版本。截至 2026 年 9 月 14 日，我把 Anthropic 的模型定价页、提示缓存文档、Claude 订阅页、Claude Code 成本文档，以及 OpenAI 的 API 定价页和 Codex 帮助文章各对了一遍。

Claude 这边的现行模型是 Fable 5.1、Opus 5、Sonnet 5 和 Haiku 4.5，OpenAI 这边是 GPT-6 Astra 和 GPT-5.6 的 Sol、Terra、Luna 三档。模型名换得很快，文里所有价格都以这一天的官方页为准。

token 是什么意思，一个 token 等于几个汉字

token 是分词器把文字切开之后的最小单位，可以是一个完整的英文单词、半个单词、一个标点，也可以是一两个汉字。模型不认字，它认的是每个 token 对应的编号，算的是编号之间的概率。

汉字换算只有实测口径。我 9 月 14 日在 OpenAI 的 Tokenizer 页面贴了两段中文，59 个汉字算出 37 个 token，108 个汉字算出 70 个 token，折下来每个汉字大约 0.65 个 token，也就是 1 个 token 约等于 1.5 个汉字。这是单次样本，换一段标点多、生僻字多的文字，数字会变。

分词器的版本也会改数字。Anthropic 定价页注明，Claude 4.7 及之后的模型换了新分词器，同样的文字大约多出 30% 的 token，Sonnet 4.6 及更早的模型用旧分词器。所以同一段中文，在 Sonnet 5 上和在 Sonnet 4.6 上算出来的 token 数不一样，网上流传的每字多少 token 的说法，先看它是用哪个分词器量的。

下面这张换算表的数据来自 Anthropic 定价页、OpenAI 帮助文档和上面那次实测，核对日期 2026 年 9 月 14 日，全部是大约值。

要精确数字就别估，两家都有免费工具。OpenAI 的 Tokenizer 页面贴进去就出结果，Anthropic 有一个免费的 token 计数接口，POST /v1/messages/count_tokens，返回的是估算值但不收费。Claude Code 里输入 /context 能看到当前对话占了多少。

模型、上下文和生成，三个词就够用

模型是一大堆参数，它只做一件事，看着前面所有 token，算下一个 token 最可能是什么。上下文是它这一次能看到的全部内容，系统提示、你之前说的话、上传的文件、工具返回的结果都在里面，也包括它自己正在写的回答。生成是一个 token 一个 token 往外写，每写一个，就接到上下文末尾，再算下一个。

模型本身在两次请求之间什么都不保存。网页版的对话历史和记忆功能，都是产品在模型外面另存了一份，下一次请求时再塞回上下文。这一点决定了后面所有的价格问题，每一轮都是同一个模型把整段历史重新读一遍。

AI 是怎么算钱的，输入和输出为什么价格不同

AI 按 token 数量计费，输入和输出分开算。2026 年 9 月的官方价，Claude 现行四个模型的输出单价都是输入的 5 倍，OpenAI 的 GPT-6 Astra 也是 5 倍，GPT-5.6 Terra 和 Luna 是 6 倍。

输入是你发过去的全部内容，输出是模型写回来的内容。API 账单上这两项分开列，订阅用户看不到账单，但用量额度按同样的思路扣。

输出贵，定价页不解释原因，从生成方式上能看出来。输入可以一次并行读完，几万 token 的文档过一遍就算完了。输出做不到，每个 token 都要把整个模型完整跑一遍，写 1000 个 token 就是跑 1000 遍，中间还得一直占着算力等你这个请求写完。

还有一类你看不见的 token。OpenAI 把模型的推理过程记作 reasoning token，用户看不到内容，账单上按输出价收；Anthropic 的扩展思考同样按输出 token 计费。开了深度思考问一个简单问题，账单会比回答本身的长度高出不少。

Claude 的 API 单价如下，数据来自 Anthropic 定价文档，单位是美元每百万 token，核对日期 2026 年 9 月 14 日。Sonnet 5 的 2 美元和 10 美元原本是介绍价，官方已经改为长期标准价。

OpenAI 的单价来自 OpenAI API 定价页，同样是美元每百万 token，同一天核对。定价页注明这些是 272K 上下文以内的标准费率。

拿 Sonnet 5 算一笔。贴一份 1 万汉字的文档让它总结，按上面的换算输入大约 6500 到 8500 token，不到 2 美分；它回 500 字，输出 300 多 token，不到 1 美分。单看一次很便宜，贵在后面，同一份文档每多问一句，它都要把文档重读一遍。

两家都有一个五折通道。不着急要结果的任务走 Batch API，异步处理，输入和输出都打五折，Anthropic 和 OpenAI 的规则一样。写脚本批量处理文档的开发者应该先看这一项。

上下文窗口是什么，为什么越聊越贵

上下文窗口是模型一次请求能看到的内容上限，Anthropic 的定义是模型生成回答时能引用的全部文本，包括回答本身。截至 2026 年 9 月，Fable 5.1、Opus 5、Sonnet 5 在 API 上都是 100 万 token，claude.ai 网页版四个档位都是 20 万。

越聊越贵的原因就是前面说的重发。每一轮对话，客户端都把从第一句到现在的全部历史发给模型。第 1 轮你发 500 token，到第 10 轮，前面 9 轮的问答全在输入里，可能已经是 2 万 token。输入按 token 计费，同样一句追问，放在对话开头和放在对话尾巴上，价格能差几十倍。

计入上下文的东西比你想的多。系统提示、CLAUDE.md 这类固定说明、每个工具的定义、工具返回的结果、上传的图片、模型的思考过程，全都算。Claude Code 里跑一次 /context，很多人会发现自己还没提问，系统提示、工具定义和项目说明已经占了一块不小的空间。

上下文大本身不加价。Anthropic 定价文档写明，Claude 4.6 之后的模型 100 万上下文按标准价计费，一个 90 万 token 的请求和一个 9000 token 的请求，每 token 单价一样。OpenAI 的标准费率只适用于 272K 以内，超出部分怎么算要看它的详细定价页。真正让账单涨的是重发量，上下文越长，每一轮重发的就越多。

对话接近窗口上限时，Claude Code 会自动压缩，把前面的内容总结成一段再继续，效果和手动 /compact 一样。压缩之后系统提示、CLAUDE.md、记忆和 MCP 工具会重新加载，最近改过的文件最多重读 5 个，单个超过 5000 token 的只留路径。压缩本身是一次大请求，这笔钱省不掉，能省的是压缩之前那些没有必要的往返。

提示缓存是什么，能省多少钱

提示缓存是把每次请求里重复的那部分存起来，下一次直接读缓存，不重新处理。截至 2026 年 9 月，Anthropic 的缓存命中价是基础输入价的 0.1 倍，Fable 5.1 更低，是 0.025 倍；OpenAI 的缓存输入价也是标准输入价的 0.1 倍。

Anthropic 的规则写在提示缓存文档里。写入比普通输入贵一点，读取便宜很多。5 分钟档写一次读一次就回本，1 小时档要读两次才回本，这是定价页自己算的账。缓存每被读一次，有效期免费续一次，有效期从发起请求那一刻起算。

太短的内容缓存不了。每个模型有最短可缓存长度，低于这个数的前缀不会被缓存，请求照常按普通输入计费。

能省多少，官方定价页给了一个算例。一次 Opus 5 会话有 5 万 token 输入，全部不走缓存是 0.25 美元；其中 4 万 token 命中缓存的话，1 万 token 按每百万 5 美元算 0.05 美元，4 万 token 按每百万 0.5 美元算 0.02 美元，输入这一项从 0.25 美元降到 0.07 美元。

再按官方单价算一个更常见的场景。一份 5000 token 的系统提示加 CLAUDE.md，在 Opus 5 上不缓存每次 2.5 美分，缓存命中后每次 0.25 美分，第一次写入多付 25%，从第二次起每次省九成。这 5000 token 一天被重发 200 次，差价就是 4.5 美元。

Claude Code 默认就把缓存用上了。每一轮把整段对话重发时，前面没变的部分按缓存价重读。Claude Code 成本文档写明，订阅账号的缓存有效期是 1 小时，开了用量额度或者用 API key 时是 5 分钟。中途离开超过有效期再回来，第一条消息会比平时贵一些，因为前面的内容要重新写一遍缓存。

顺带一句，不少低价 API 中转站的价目表上根本没有缓存命中这一行，账单看着打了七折，跑一天下来未必比官方便宜，这笔账放在AI 中转站靠谱吗那篇单独算。

订阅套餐和 API 按量付费怎么选

订阅是每月固定付费换一个用量额度，API 是用多少付多少。截至 2026 年 9 月，Claude Pro 月付 20 美元，年付 200 美元折合每月 17 美元，Max 从每月 100 美元起；ChatGPT Plus 月付 20 美元，Pro 有 100 美元和 200 美元两档。

两家有一条共同的规矩，订阅不含 API。OpenAI 定价页的 FAQ 直接写了 API 与 ChatGPT Plus、Business 分开计费，Anthropic 的 API 也要在 Console 单独充值，两边各付各的。

Claude 的档位如下，数据来自 Claude 定价页，核对日期 2026 年 9 月 14 日，价格单位美元。

ChatGPT 的档位数据来自 OpenAI 帮助中心和 Codex 定价文档，同一天核对。每 5 小时的本地消息数是官方给的估算区间，按 GPT-6 Astra、GPT-5.6 Sol、Terra、Luna 的顺序列。

普通用户我建议先订一个月 Pro。Free 没有 Claude Code 和 Cowork，Pro 都有，20 美元买到的是每个五小时窗口至少 Free 的 5 倍用量。订完盯着用量页看一个月，经常碰上限再考虑 Max，从没碰过就退回 Free。和买机场一样，第一次先月付，年付 200 美元省下的 40 美元不值得先押。

开发者的账要用官方数据算。Claude Code 成本文档给了 API 计费的参考值，企业里平均每个开发者每个活跃日大约 13 美元，每月 150 到 250 美元，九成用户每个活跃日低于 30 美元。按这个量，天天用 Claude Code 的人订 Pro 或 Max 比走 API 便宜得多，代价是要受五小时窗口和每周上限的约束。

API 适合一个月只用几天的人，也适合要在脚本和 CI 里跑的场景，比如 claude --print。受不了额度用完要等几小时的人，还有一条中间路，Claude 的订阅到了上限可以按 API 价开用量额度（usage credits）继续，Anthropic 帮助中心写得很清楚，想严格控制在订阅额度内，弹出 API 额度选项时选拒绝就行。

还没有账号的，先回Claude 注册与下载和Codex 注册与下载两篇把账号办好，再回来对照这两张表选档位。

额度是怎么算的，五小时窗口和每周上限

Claude 所有档位的用量都按一个滚动的五小时窗口重置，付费档在这之上再加每周上限；Codex 同样有五小时窗口和每周窗口。两家都在设置里的用量页显示下一次重置时间，起算点以那里显示的为准，别自己推算。

Claude 定价页的原话是 “Every plan has usage limits that reset on a rolling five-hour session window, and paid plans add weekly limits on top.”。Pro 在每个窗口里至少是 Free 的 5 倍，Max 再是 Pro 的 5 倍或 20 倍。

网页和 Claude Code 扣的是同一个额度。Anthropic 帮助中心讲 Pro 和 Max 用 Claude Code 的文章写明，Pro 和 Max 的用量上限在 Claude 与 Claude Code 之间共享。下午让 Claude Code 重构了一下午代码，晚上网页版聊两句就撞上限，原因就在这里。

到上限有三条路，等窗口滚动恢复，升级档位，或者按 API 价开用量额度接着用。Claude Code 里输入 /usage 能看当前用量。Fable 在 Pro 档要开用量额度才能用，Max 档的 Fable 用量另有上限，具体以订阅页当天的说明为准。

Codex 扣额度的口径来自官方定价文档。本地消息和云端任务共用额度，每周上限可能适用。官方给的每 5 小时消息数是很宽的区间，同一个档位在 GPT-6 Astra 上是 5 到 45 条，在 Luna 上是 250 到 2000 条。区间这么宽，因为一条消息带多少上下文差别极大，具体到你自己的用法，只能看用量页。

OpenAI 帮助中心 9 月更新的 banked resets 说明顺带确认了 Codex 仍然是五小时加每周两层窗口。banked reset 是存在账号里的一次性重置，用掉或者过期为止，它不是充值额度，也不会永久提高套餐上限。

这东西是促销福利，官方在推荐计划和新模型上线活动里发放，Codex 定价文档写明发放后 30 天内有效。GPT-6 Astra 上线前后官方给付费账号发过几次，具体日期以帮助中心那篇文章为准。用法在设置里的 Usage 页，桌面版、CLI 和网页都有，看到 “1 reset available” 或 “Full reset” 就点进去确认。

用掉一次完整重置会同时刷新五小时窗口和每周窗口，每周重置日期也会跟着变。过期的重置不会补发，客服也不提供人情重置，这两条帮助文章写得很硬。

怎么少花钱，普通用户几招、开发者几招

省钱只有两个方向，少往上下文里塞东西，以及让能缓存的部分保持不变。下面按网页版用户和 Claude Code 用户分开，每条都带原因，做法全部来自官方文档和上面算过的账。

普通用户，网页版和桌面版

开发者，Claude Code 和 Codex

下面的命令和数字来自 Claude Code 成本文档，核对日期 2026 年 9 月 14 日。

Codex 的省法大同小异。它读的是 AGENTS.md，多层合并后上限 32 KiB，同样别写成长文档；/model 换模型，推理力度从 Low 到 Max 可选，默认 Medium，简单任务没必要往上调。

省下来的额度多半会花在下一件事上，给 Claude Code 和 Codex 装 Skills 和智能体。Skill 的正文只在被调用时才进入上下文，装多少不直接费 token，装什么、从哪装、怎么审，下一篇Skills 与智能体怎么装接着讲。