你一定碰到过这种事。给 AI 发一句：
帮我写一条100字的朋友圈，宣传周末的会员活动。
它写回来，一数，130 多字。你说“严格 100 字”，它改完，又只剩 70 来字。来回几次，就是卡不准。
还有一件事：用 WorkBuddy 这类软件，或者开了 DeepSeek 的接口，账单上写的不是“用了多少字”，而是“用了多少 token”。
这两件事，根子是同一个：它读的不是字。
一、先说一个误会：它不是一个字一个字地看
我们看那句话，是一个字一个字看的：帮、我、写、一、条……一共 24 个字（“100”算 3 个，标点也算上）。
很多人以为 AI 也这么看。上一篇为了好讲，也先让你“粗略当成一个字”（见《大模型是怎么回答你的》）。现在把这句话纠正过来：它看到的是一块一块的。
拿 DeepSeek 公开的词表来切这句话，结果是这样的：
帮我｜写｜一条｜100｜字｜的朋友｜圈｜，｜宣传｜周末｜的｜会员｜活动｜。
24 个字，切成了 14 块。“帮我”是一块，“100”是一块，最怪的是“的朋友”成了一块，“圈”反倒单独一块。
这一块一块的东西，业内叫 token，中文叫词元。说人话：它读文字的最小单位，不是字，是字块。 它接话也是一块一块吐出来的。
一句话收住：你看到的是 24 个字，它看到的是 14 块。
二、块是怎么切出来的：一本“练”出来的词库
为什么是“的朋友”一块，不是“朋友圈”一块？这是统计出来的。
用过拼音输入法就好理解。打“jintian”，输入法直接给你“今天”，因为这个词常用，词库里早就收了；打一个生僻的人名，就得一个字一个字挑。常用的成块，少见的拆散。
大模型的词库也是这个思路，只不过是机器自己统计的：
- 先从最碎的单位起步，比一个字还碎：电脑存一个汉字通常要 3 个字节，就从字节开始。
- 在海量文字里数一数，哪两块最常挨在一起，就粘成一块新的，记进词库。
- 一轮一轮重复，直到词库攒到定好的大小。
这个办法业内叫 BPE（字节对编码），说人话就是”谁常在一起，就把谁粘成一块“。DeepSeek、千问、GPT 用的都是这一类办法。粘到最后，DeepSeek-V3 的词库有十二万多块（技术报告写的是约 128K），这本词库业内叫词表。
所以“人工智能”这种天天见的词粘成一整块；“的朋友”在网上出现得太多（“我的朋友”“你的朋友”），也粘到了一起，跟我们理解的“词”不是一回事。
那一个汉字平均是几块？DeepSeek 官方文档给过一个大致的换算：1 个中文字符约 0.6 个词元，1 个英文字符约 0.3 个词元。上面那句 24 个字切成 14 块，正好差不多是 0.6。
一句话收住：词元是按“谁常在一起”粘出来的，常见的粘成大块，少见的拆成碎块。
三、换一个模型，同一句话块数就不一样
既然词库是各家自己练的，那每家切出来的就不一样。
同一句话，拿三家公开的词表实测：
DeepSeek 切 14 块，千问切 16 块（它把 100 拆成了 1、0、0），GPT-4o 切 17 块。中文资料练得多的模型，中文词收得多，同样的中文用的块就少。
落到你身上有两个后果：
- “能装多少”不能直接比：两个模型都说一次能读 100 万词元，换成汉字不一定一样多。
- “多少钱”不能只看单价比：单价一样，块数不一样，花的钱也不一样。实际用了多少，以软件显示的用量为准。
一句话收住：词元不是统一的尺子，每家的刻度都不一样。
四、为什么字数总写不准
现在回到开头那条朋友圈。
它卡不准 100 字，有两个原因。
第一，它眼里没有“一个字”这个单位。 它手里的是一块一块的词元，有的一块一个字，有的一块两三个字，有的一个字还要拆成两片。让它数字数，就像让你拿一把刻度忽大忽小的尺子量布，每一格多长都不一样，量出来自然不准。
第二，它是一块一块往下接的，不会停下来数。 它不会写到一半回头数“我已经写了 63 个字，还剩 37 个”，只是在接“一条 100 字的朋友圈大概长什么样”。
你可能会说：那我把话说重一点，“严格 100 字，多一个字都不行”？
会更接近，但不保证。原因不在它态度：你要它按字算，它是按块看的。
真要卡字数，有三个办法：
- 给范围，别给死数：“80 到 120 字”比“100 字”容易做到，也更符合发朋友圈的实际需要。
- 让它用工具数：在 WorkBuddy、Codex 这类能动手的智能体里，让它写完跑一个小程序数字数，不对再改。程序是一个字一个字数的（智能体怎么用工具，见《智能体是怎么替你干活的》）。
- 自己数：复制到 WPS 或 Word 里看字数统计，几秒钟的事。
一句话收住：它不是不听话，是它眼里压根没有“一个字”这个单位。
五、按词元收钱：你发过去的、它写回来的，都算
再说钱。
大模型像一位只能打电话的老师傅，这通电话按词元计费，跟话费按分钟算一个道理。DeepSeek 官方的说法是，按输入和输出的总词元数计费。
- 输入：你这一次发过去的全部东西。不光是你刚打的那句话，还包括你附上的文件、前面的聊天记录、开了联网搜索时搜回来的网页。
- 输出：它写回来的东西。
两样单价不一样，写回来的更贵。拿 DeepSeek 举例（截至 2026 年 11 月 4 日官方价格页，deepseek-flash 模型，工作日高峰时段）：
| 每 100 万词元 | |
|---|---|
| 输入 | 2 元 |
| 输出 | 8 元 |
输出是输入的 4 倍。价格会变，但“按输入、输出分开算，输出更贵”这个规矩，各家基本都是这样。
一句话收住：你念过去的、它说回来的，都按块算钱。
六、为什么长文件费钱
很多人觉得：一份文件，它读一遍不就完了？
不是一遍。你在同一个对话里每问一句，前面所有的东西都要重新发给它一遍。 它自己不记事，软件只好每次把聊天记录连同文件从头念给它听（为什么会这样，《聊久了它就忘：上下文》细讲）。
拿一份 3 万字的合同算笔账。按 DeepSeek 给的 0.6 换算，3 万字大约 1.8 万词元。你把它发过去，然后接着问了 10 个问题：
问 10 句，合同就被读了 10 遍，光合同这一块就是 18 万词元，还没算你的问题和它的回答。
这时候你可能会想：按上面的价，18 万词元也才几毛钱，费什么钱？
这话对，这一单确实不贵。但有三件事会把它放大：
- 模型贵一档，单价就翻几倍：同一个价格页上，DeepSeek 更强的 deepseek-v4-pro，高峰时段输入是每 100 万词元 9 元，是 flash 的 4 倍多。
- 智能体一件活要绕几十圈：每一圈都从头念，文件越长，越往后越贵（见《智能体是怎么替你干活的》）。
- 长度不光花钱，还占地方：它一次能看的长度有上限，也按词元算，塞得越多越容易看漏（《聊久了它就忘：上下文》细讲）。
所以，省钱和让它答得准，是同一个办法：
- 只给用得上的那部分：问付款条款，就只贴付款那几条，不贴整份合同。
- 一件事一个对话：换一份文件、换一件事，就开个新对话。
- 长资料先压一遍：先让它把长文件整理成一页要点，后面拿要点问。
一句话收住：长文件贵，不是贵在读一遍，是贵在每问一句都要从头再读一遍。
七、这对你用 AI 意味着什么
| 它的原理 | 所以你该 |
|---|---|
| 它按字块看，不按字看 | 卡字数给范围：说“80 到 120 字”，要准就让程序数或自己数 |
| 每家的词库不一样 | 比价格、比长度别只看数字：以软件显示的实际用量为准 |
| 输入、输出都收钱，输出更贵 | 别让它写废话：说清楚要多长、要什么格式，不要的就说不要 |
| 每问一句都从头念一遍 | 只贴用得上的那部分：问哪几条贴哪几条，别整份文件一丢 |
| 文件越长，越费钱也越容易漏 | 换件事就开新对话：长资料先整理成要点再问 |
速查卡
| 记住这几句 | 意思 | 细讲 |
|---|---|---|
| 词元（token） | 它读文字的最小单位，一块一块的字块，不是一个一个的字 | 本篇 |
| 中文一个字约 0.6 个词元 | DeepSeek 官方的大致换算，英文一个字母约 0.3 个；换个模型就不一样 | 本篇 |
| BPE | 切块的办法：谁常在一起就把谁粘成一块，粘出一本词库 | 本篇 |
| 词表 | 每家模型自己练出来的词库，同一句话各家块数不一样 | 本篇 |
| 输入、输出 | 发过去的和写回来的都按词元收钱，写回来的更贵 | 本篇 |
| 上下文窗口 | 它一次能看的长度上限，也按词元算 | 《聊久了它就忘：上下文》 |
| 为什么越聊越贵 | 每问一句，前面的聊天记录和文件都要从头念一遍 | 《智能体是怎么替你干活的》 |
动手练习（5 分钟）
练习：看看它卡不卡得准，再让程序来数
在豆包或 DeepSeek 里发：
帮我写一条朋友圈，宣传周末的会员活动，正好 100 字（标点不算）。把它写的复制到 WPS 或 Word 里，看左下角的字数统计，差了多少？
然后接着发：
你刚才写的是多少字？请一个字一个字数一遍再告诉我。多半跟 WPS 对不上，原因就是第四节讲的：它是按块看的。
装了 WorkBuddy（或 Codex）的，再发一句：
帮我写一条朋友圈，宣传周末的会员活动，80 到 120 字（标点不算）。
写完用程序数一下字数，不在范围内就改，改到符合为止。再拿 WPS 数一遍。这一回能对上，因为数字的是程序，不是它。
常见问题
问：中文是不是比英文费词元？ 答：看模型的词库。国内的大模型拿大量中文练过，常用中文词多半是现成的整块，中文并不吃亏：“人工智能正在改变我们的生活”和它的英文说法，DeepSeek 切中文是 4 块，切英文是 6 块。换成以英文为主练出来的词库，中文就可能多费一些。
问：发图片、PDF 也按词元算吗？ 答：PDF 里的字，转成文字以后照样按词元算。图片也会先被换成它能处理的词元再读，所以也算量，具体怎么换见《它怎么看图、画图、做视频：多模态》。
问：DeepSeek 价格表上的“缓存命中”是什么意思？ 答：你每次发过去的开头那一大段，经常跟上一次一模一样（前面的聊天记录、同一份文件）。DeepSeek 会把这部分记下来，一模一样的开头再发过来，就按“缓存命中”算：deepseek-flash 高峰时段命中缓存的输入每 100 万词元 0.04 元，没命中是 2 元。所以“从头念一遍”实际花的钱，往往没有原价算的那么多。但它照样占着能看的长度，看漏的问题不会因为便宜就消失。
下一篇
《它是怎么练出来的：预训练和微调》：它为什么总顺着你说，你的方案它总说好；怎么让它说真话。
参考资料
- DeepSeek API 文档，《Token 用量计算》（查阅于 2026 年 11 月 4 日）：1 个中文字符约 0.6 个 token，1 个英文字符约 0.3 个 token；不同模型分词不同，实际用量以模型返回为准
- DeepSeek API 文档，《模型 & 价格》（查阅于 2026 年 11 月 4 日）：按输入和输出的总 token 数计费；deepseek-flash 高峰时段输入（缓存未命中）2 元、输入（缓存命中）0.04 元、输出 8 元，deepseek-v4-pro 高峰时段输入（缓存未命中）9 元，均为每百万 tokens
- DeepSeek-AI，《DeepSeek-V3 Technical Report》，2024 年 12 月：分词器用字节级 BPE，词表约 128K
- Sennrich 等，《Neural Machine Translation of Rare Words with Subword Units》，2016 年：把 BPE 用来切词，常见的成块、少见的拆开
- 本篇切分实测（2026 年 11 月 4 日）：DeepSeek-V3 在 Hugging Face 公开的 tokenizer.json、千问 Qwen3-8B 公开的 tokenizer.json、OpenAI 开源 tiktoken 库里 GPT-4o 用的 o200k_base 词表
学完测一测
4 道题，答对 3 道算过关
先别往回翻，凭读完的印象选。交卷后每道题都有讲解。
你让 AI 写"100 字的朋友圈"，它总是多写或少写，来回改几次也卡不准。根本原因是什么？
同一个对话里，你发了一份长合同，接着问了 10 个问题，用掉的词元远远不止合同本身那么多。为什么？
你开了一家奶茶店，只想问加盟合同里的付款条款有没有坑。最该怎么做？
你在比较两家 AI 的价格，两家的输入单价一样，也都说一次能读 100 万词元。你该怎么判断？