很多人在算 AI Token 成本 時，第一個直覺問題常常是： 一個英文單字到底大概會吃掉多少 token？ 先直接講結論： 沒有三家平台都通用、固定不變的「1 個英文單字 = 幾個 token」公式。 但如果是 英文 ，官方能給的粗估比中文明確得多。OpenAI 官方直接寫過， 1 token 約等於 0.75 個英文單字 ；Google Gemini 官方則寫 100 tokens 約等於 60 到 80 個英文單字 。Anthropic 這邊我查到的官方文件重點不是「每個英文單字幾 token」，而是提供 count_tokens 讓你直接先算。 先看表格：一個英文單字大概會用多少 Token？ 下面這張表我刻意分成兩種資訊：一種是 官方明講到什麼程度 ，另一種是 你在前期估成本時可用的區間 。其中「可用區間」有些是官方直接可換算，有些是為了預算規劃做的保守估算，我會直接標清楚。 平台 官方能確認的說法 換算成每個英文單字大概幾個 token 前期規劃可抓的區間 ChatGPT / OpenAI 1 token ≈ 0.75 個英文單字

很多人在開始算 AI Token 成本 時，最常冒出的問題不是整篇文章幾 token，而是更直覺的一句話： 一個中文字到底會用多少 token？ 先直接講結論： 沒有三家平台都通用、固定不變的「每個中文字 = 幾個 token」公式。 因為 ChatGPT、Claude、Gemini 各自有不同的 tokenization 規則，而且官方也都比較傾向提供 token counting 工具或 API ，而不是直接承諾「中文每字一定是多少 token」。 OpenAI 明講 非英文 常常會有更高的 token-to-character ratio；Gemini 則給出「 約 1 token = 4 個字元 」的官方粗估；Claude 官方重點則是提供 先算 token 的 Count Tokens API ，並提醒結果應視為 estimate 。 先看表格：一個中文字大概會用多少 Token？ 下面這張表我分成兩欄看：一欄是 官方明講到什麼程度 ，另一欄是 拿來做成本預估時可用的保守區間 。其中「保守區間」是根據官方文件的方向去做的 實務估算 ，

如果你現在正在查「 1000 字文章大概會用多少 AI Token 」，通常你真正想知道的不是抽象定義，而是很實際的事：我要寫一篇文章、叫 AI 產一篇文章，或估一篇文章的 API 成本時，到底該抓多少 Token 才合理。 先講最直接的答案： 如果你說的是 1000 個中文字符的文章，實務上通常可以先抓大約 800 到 1,200 Tokens。如果你說的是 1000 個英文單字，通常可以先抓大約 1,300 到 1,400 Tokens。 但這不是固定公式，而是 實務估算區間 。因為 OpenAI 官方明確說明，Token 不是直接等於字數，而且 非英文文本通常會有更高的 token-to-character ratio ；Gemini 官方也說，Gemini 模型以 Token 作為處理粒度，1 Token 約等於 4 個字元這件事，本質上只是粗略近似，不是每種語言都能直接套用。 所以這篇不是要把你帶去背死公式，而是直接幫你回答搜尋意圖最前面的問題： 1000 字文章，大概要抓多少 Token 才不會估太離譜？ 先講最重要的差別：你說的 1

很多人第一次接觸 AI API 時，最自然的反應就是先問一句：「所以一個 Token 到底等於多少字？」 這個問題很合理。因為不管你是要估成本、看用量、規劃預算，還是只是想搞懂為什麼後台數字跳這麼快，你都會很想先找到一個最直覺的換算方式。問題是，AI Token 換算這件事，最容易出錯的地方，就是太急著只看字數。你原本這篇的核心方向抓得很準。 因為 Token 從來就不是單純的字數單位，它其實更像是模型在內部處理文字、符號、空格、標點、片段單字與其他內容時使用的基本切分單位。OpenAI 官方明確指出，Token 可能短至單一字元，也可能長到完整單字，會依語言與上下文而變；Google 的 Gemini 文件也說明，模型是以 Token 粒度處理輸入與輸出，而不是直接照字數計算。 所以，如果你現在最想知道的是： AI Token 換算怎麼看？中文和英文差多少？為什麼有時候字數看起來差不多，Token 卻差很多？我到底該怎麼估，才不會一開始就估錯？ 先講結論：AI Token 換算可以先估，但不能只拿字數硬套 這篇先直接講最重要的結論： Token