TL;DR： Token 數會反映在兩件事上：你的 API 帳單，還有一段文字塞不塞得進 context window（模型一次能讀進去的量）。同樣的意思，中文換算成 token 常常比英文多，而人用猜的又特別不準。想知道自己那段 prompt 多少 token，貼進我做的 Token 視覺化工具看一眼最快。
螢幕上兩行字，一行中文，一行英文，看起來差不多長。送進模型，中文那行比較貴。
貴在哪、貴多少，你光用看的看不出來。token 是你付錢的單位，也是模型一次讀不讀得下的單位，偏偏跟「一句話看起來多長」常常對不上。
Token 是什麼、模型為什麼不直接讀整個字，我之前寫過一篇概念版，這篇就不重講了。這裡只聊一件很實際的事：那段文字，到底多重。
Token 就是錢
這大概是最直接的理由。雲端模型幾乎都照 token 計費，而且輸入、輸出分開算，所以你貼進去的字、它回你的字，都在跳錶。
真正貴的往往不是你打的，是它回你的那一長串，這個我之前單獨算過，放在跟 AI 說謝謝到底花不花錢那篇。（要是讓 AI 自己接力跑一長串任務，也就是所謂的 agent，量還會大上一個級數，一個複雜任務光是來回協調就可能燒掉五萬個 token。）
然後它還是一道門檻
除了錢，token 數也決定你這段塞不塞得進去。
每個模型一次能讀進去的量是有上限的，就是所謂的 context window。你的輸入加上前面的對話一旦超過，最前面的東西就會被丟掉，這也是 AI 聊久了會忘記你前面講過什麼的原因之一。（嚴格講是應用程式幫你砍掉舊訊息，不是模型自己忘，不過對你的體感差不多。）
中文比你以為的貴
這點講中文的特別容易吃虧。
同樣一句話的意思，中文換成 token 常常比英文多。英文很多常見單字，一個字就是一個 token，連 understanding 這種長一點的字往往也只算一個；中文沒有這種「把常見片段壓成一塊」的空間，常用字多半一個字就一個 token，整句話疊下來，通常還是比對應的英文重。所以你自以為打得很省的一句中文，算起來搞不好比英文還多。
麻煩的是這種事直覺完全派不上用場。你覺得「這句很短」，其實是在數字數，可是計費跟 context 看的是 token，對中文來說這兩個根本不是一回事。（我知道講到這裡有點抽象，等下你自己貼一段中英文對照進去看就懂了。）
反正用猜的不準，不如直接看
就算上面這些你都懂，實際要抓一段字幾個 token，還是很難心算。每個模型配的 tokenizer——也就是負責把字切成 token 的那套規則——切法都不太一樣，同一串字換一家就切得不同。標點、空格、換行都算，連你順手貼進來的一段 code 也各佔各的。
所以與其猜，不如直接看，這就是我當初做 Token 視覺化工具 的原因。貼一段文字進去，它即時告訴你幾個 token、幾個字元，還會拿去跟 GPT、Claude、Gemini 的 context window 比一比，看你佔掉多少。往下拉有色塊，一塊就是 tokenizer 切出來的一個 token（不管你在比哪一家，色塊一律照 GPT 的切法畫），你把中英文貼在一起看，那個密度差還滿明顯的——這也是拿指令列工具比較難一眼看出來的東西。
有件事先講，免得你被數字誤導。OpenAI 那幾個模型是用它真正的 tokenizer 在你瀏覽器裡算的，準；Claude 跟 Gemini 目前沒有公開的瀏覽器端 tokenizer，那兩個只能用估的，抓個大概可以，可能差個一兩成，別真的拿去對帳單。
隱私的部分也順帶提一下：整個過程都在你自己的瀏覽器跑，貼進去的東西不會傳出去。不信你可以斷網再貼，照樣算得出來。所以公司內部還沒公開的文件，這樣貼也不用太提心吊膽。
開頭那兩行字，看起來一樣長，秤過才知道一行比一行重。你要送出去的那一段，也一樣。
