token 是什么
在大语言模型里，文本会先被分词器切分为 token 序列。token 不一定是「一个字」，可能是子词、片段或符号组合。不同语言与不同分词器会产生不同的 token 数。
为什么中文往往「更贵」
很多计费与上下文限制按 token 计算。若中文同样语义需要更多 token，那么单次请求成本与延迟都会上升。具体比例取决于模型与分词器，不能凭感觉估算。
与产品文案的关系
在 UI 与提示中减少冗余、避免重复粘贴长段文本，不仅是体验问题，也是成本问题。对高频模板，考虑固定模板 + 变量替换，减少重复 token。
上下文窗口与 token 预算
上下文窗口越大，并不意味着你应该塞满它。更多 token 通常意味着更高计算与更高成本。把「必须进入上下文」的信息与「可以检索」的信息分开，是常见优化路径。
常见误区：把“字数”当成“token 数”
中文场景里，很多团队会用字数估算 token，结果误差很大。原因在于标点、数字、英文缩写、代码片段都会影响分词方式。更稳妥的方式是使用目标模型官方 tokenizer 做离线抽样，得到真实区间，再据此做预算和限流策略。
可以马上执行的优化动作
如果你要快速降本，可以从三件事开始：第一，清理重复上下文；第二，把超长背景信息改为检索引用；第三，为固定模板做压缩写法并复用缓存。通常这三步就能在不明显影响质量的情况下，把 token 开销降低一截。
团队协作中的常见坑
在实际项目里，产品、算法、后端往往各自使用不同的“长度口径”，导致评估结果相互冲突。建议统一以 token 作为计算口径，同时保留字符数作为可读指标。只要口径统一，很多关于“到底贵不贵、慢不慢”的争论会立即减少。
最后提醒
token 预算不是一次性配置，而是持续运营指标。模型升级、提示改版、业务文案变化都可能让 token 消耗上涨。把 token 监控纳入周报，比月底看账单再追责更有效。
小结
理解 token 不是为了让每个人都成为算法专家，而是为了让成本、延迟与提示设计在同一对话里被讨论。