Token

模型切分文本后的最小计量单位，介于字符与词之间；长度、计费和响应开销都按它算。

看懂 token 就能解释两件很实际的事：为什么中文往往比英文更费额度，以及为什么同样的需求换个说法价格就变了。

像拼装乐高的小积木：模型不认识完整句子，只认识一盒盒形状固定的零件，长文章就是数量庞大的零件堆。

同一段需求，中文版往往比英文版占用更多 token；把一次长对话导出后统计一下，就能发现「请你把下面这段翻译成英文」比逐字润色便宜得多。

• 误解：一个 token 就是一个字或一个词。 事实：它由模型自带的分词器切分，英文里一个词常拆成两三个，中文一个字也可能占两个 token。

• 误解：token 只用来算钱。 事实：它同时决定上下文窗口能装下多少内容，也是响应快慢的重要来源。

• 误解：标点和空格不占 token。 事实：它们同样被切分计入，长文本里每省一点都算得出来。

• 误解：中文一定比英文贵。 事实：多数模型对中文的切分效率并不差，关键是把需求说精简，而不是机械地换成英文。

• 上下文窗口模型单次能同时「看到」的文本总量上限，含系统指令、历史对话和本轮输入，超出部分会被截断。
• 温度控制输出随机性的参数：越低越保守稳定，越高越发散有创意，但出错概率也随之上升。
• 嵌入（向量表示）把文字、图片等对象映射成一串能衡量语义距离的数值，意思越接近，这串数值在空间里就靠得越近。
• 大模型用海量文本训练出的巨型神经网络，靠「看着上文预测下一个词」生成连贯自然的文字。