什么是Token（词元）
你有没有想过，为什么 AI 能够理解文字？其实，大语言模型（LLM）并不像我们一样直接"阅读"汉字。这里的 Token 就是它处理文本的最小颗粒度，它就像是一座桥梁，一头连着人类的语言，另一头连着机器的数学计算。
例如下图：我们人类看到的可能是一个完整的句子，但在 AI 的眼中，这些文字被切分成了不同的 Token 序列。这种切分方式直接决定了 AI 学习和记忆的效果。
Token：文字的"乐高积木"
Token 是 AI 处理文本的基本单元。就像积木一样，复杂的句子被拆解开来，再通过不同的组合构建出意义。它通常包含三个层次：完整的单词、单个字符，以及介于两者之间的”子词”。
那么你可能会想，既然有单词，为什么不直接按单词切分呢？其实，直接用单词会导致词表过于臃肿，而且遇到生僻字就没辙了。
| 分词方法 | 颗粒度 | 核心特点 |
|---|---|---|
| Word-level | 粗 | 语义最强，词表过大 |
| Char-level | 细 | 无生僻字，缺乏语义 |
| BPE（主流） | 适中 | 兼顾效率与语义表达 |
我们可以看上面这张对比表，Word-level 也就是词级切分，虽然语义完整但词表太庞大；Character-level 字符级切分虽然灵活，但会让 AI 很难把握整体意义。所以，像 BPE（Byte Pair Encoding，字节对编码） 这样的子词切分技术才成为了现在的大主流。
最后，中英文在切分上也有很大差异。英文通常是子词的组合，而中文则是在“字”与“词”的边界上寻找切分的最优解。
Token ≠ 字符 ≠ 字节
不少人会误以为，Token 等于对话输入框里的字符总数，这个认知其实并不准确。
以「订单创建成功」六个汉字举例：文本共计 6 个字符，UTF-8 编码占用 18 字节，但经过模型分词器拆分后，对应的 Token 数量通常在 4～8 个区间（取决于模型分词器）。由此可见，字符数、字节数、Token 数量三者不存在固定的换算比例。各大模型厂商标注的上下文窗口（128K、1M 等规格），计量单位统一为 Token。
举个直观例子：1M 上下文窗口，代表模型单次最多可承载 1000000 个 Token。结合中文分词规律，单个汉字约折合 1～2 个 Token，换算后全文上限大致在 50 万～100 万汉字，体量足以完整收录约 73 万字的《红楼梦》全文。
在日常使用 Claude Code 时，占用上下文 Token 配额的内容并非仅单次提问，历史对话记录、系统提示词、内置技能、执行指令、引入代码文件、读取文档以及模型输出内容，全部会计入总 Token 消耗。
为什么Token很重要（成本与记忆）
首先是计费基准。我们在使用各种 AI 模型的 API 接口时，提供商并不是按字数收费，而是按 Token 数量计费。就像交电费一样，Token 就是那个计费度量衡，用得越多，账单就越长。
其次是记忆上限，也就是我们常说的上下文窗口（Context Window）。AI 并不是能记住无限的内容，它的内存空间是由 Token 数量限制的。如果对话太长超过了上限，AI 就会开始遗忘前面的信息，也就是所谓的“断片儿”。
这里还涉及到一个性能平衡的问题。Token 处理得越多，模型推理的时间就越久，你会发现 AI 回复变慢了，而且成本也随之飙升。所以，在提问时精简文字，其实是在帮 AI 提速省钱。
所以它不仅关乎 AI 的“智力”，还直接关乎我们的钱袋子。
目前的AI主要处理离散符号，就像把文章拆成一个个Token，每个Token都有固定的编号(Token ID)，现如今AI技术正以迅猛态势持续迭代演进，我相信未来的AI终将突破符号层面的限制，直接原生处理像素画面、音视频数据流，迈入真正意义上的原生多模态时代！