AI Token 到底是什麼？一個中文字要換算成幾個 Token？Claude、GPT、Gemini 官方標準一次弄懂
Token（權杖）是 AI 模型計算文字用量與費用的最小單位，但它不等於「一個字」。同一段中文丟進 Claude、GPT、Gemini，算出來的 Token 數都不一樣，而且沒有一家供應商把「一個中文字＝幾個 Token」寫成官方公式。這篇文章把 Anthropic、OpenAI、Google 官方文件裡白紙黑字寫出來的換算標準攤開給你看，說明為什麼中文這類語言通常比英文更「吃」Token，並教你用三家官方工具直接量出真實數字，而不是憑印象心算。
先講結論：三家官方文件都只針對「英文」給出明確的字元換算估算，沒有一家公布中文或其他非英文語言的官方倍率。網路上流傳的「一個中文字等於幾個 Token」的具體數字，多半是第三方測試出來的經驗值，不是供應商官方寫出來的規格。
Token 是什麼？為什麼不能直接拿「字數」去估
根據 Anthropic 官方 Glossary 的定義，Token 是語言模型處理的最小單位，可以對應到一個完整的詞、詞的一部分（子詞）、單一字元，甚至是 Unicode 位元組，實際切法依供應商各自訓練的分詞器（tokenizer）而定。也就是說，Token 從來就不是「一個字」的同義詞——同一個詞可能被切成一個 Token，也可能被切成兩三個 Token，取決於它在該供應商詞彙表裡有沒有被視為一個完整單位。這也是為什麼帳單上算的是 Token 數，而不是你肉眼數出來的字數或詞數。
官方白紙黑字寫出來的字元換算：Claude 3.5、GPT 4、Gemini 4（但都是英文）
三家供應商都在官方文件裡給出一組「英文」的估算比例，方便開發者快速抓概念：Anthropic 官方 Glossary 原文寫道「a token approximately represents 3.5 English characters」，平均 3.5 個英文字元換算成 1 個 Token；OpenAI 官方說明中心文件給出「1 token is approximately 4 characters」「100 tokens are approximately 75 words」，即平均 4 個英文字元、或四分之三個英文單字等於 1 個 Token；Google Gemini API 官方文件則寫著「a token is equivalent to about 4 characters. 100 tokens is equal to about 60-80 English words」，每個 Token 約當 4 個英文字元。三個數字看起來相近，但都特別限定了「英文」這個前提。
中文換算成 Token，為什麼官方都沒給明確倍率？
如果你想知道「一個中文字等於幾個 Token」，答案是：三家供應商目前都沒有把這個數字寫進官方文件。Anthropic 原文只補充「though the exact number can vary depending on the language used」，OpenAI 的說明也只寫「other languages can have different relationships between characters, words, and tokens」，兩者都只承認換算比例因語言而異，但都沒有具體點名中文的倍率是多少。
業界普遍的觀察是：由於主流分詞器的訓練語料以英文與其他拉丁字母語言為主，中文、日文、韓文、阿拉伯文這類語言在同樣的語意長度下，通常需要比英文更多的 Token 才能表達完整——OpenAI 官方開發者社群上一篇被廣泛引用的討論串《All languages are NOT created (tokenized) equal》就整理了不同語言之間換算效率落差的案例。但這屬於社群測試與觀察，並非 OpenAI、Anthropic、Google 官方公布的正式規格數字，本文不會替你捏造一個看起來精確、實際上查無官方根據的中文倍率。
Claude 4.7 之後，同一段文字為什麼多算了 30% 的 Token？
這是三家供應商中，少數在官方文件裡明確寫出具體百分比變化的例子。根據 Anthropic 官方《Token counting》文件，Claude 4.7 之後的模型、以及 Claude Mythos Preview，採用了新版分詞器，原文寫明「The same input text produces approximately 30 percent more tokens than on earlier models」，也就是同樣一段輸入文字，用新版分詞器計算，會比舊版模型多出約 30% 的 Token 數，實際增幅依內容與工作型態而定。
官方文件同時說明，Claude Fable 5 與 Claude Mythos 5 也是採用這套從 Claude Opus 4.7 引入的新分詞器；如果你要把工作流程從舊模型遷移到這些新模型，Anthropic 官方建議不要沿用舊模型量出來的 Token 數去估算費用或上下文空間，而是直接用目標模型重新呼叫一次 Token 計算功能，才能拿到準確數字。
圖片、影片、語音也要算 Token？Google 官方公布的具體規則
非文字內容一樣要換算成 Token 計費，Google Gemini 官方文件在這方面公布了相對具體的規則：384 像素以下的圖片固定算 258 個 Token；超過這個尺寸的圖片，會被切成 768×768 像素的區塊，每個區塊各算 258 個 Token；影片每秒約 263 個 Token；語音每秒約 32 個 Token。以一支 60 秒的影片為例，官方文件的範例換算下來約是 15,780 個 Token。
Anthropic 官方文件也提供了圖片計費的範例，一次呼叫中夾帶一張圖片時，官方範例回傳的輸入 Token 數是 1,028——但這是單一範例的實測結果，並非官方公布的通用公式，實際 Token 數會依圖片解析度與內容而不同。
想知道真實的 Token 數，直接用三家官方工具測，不要心算
與其套用網路上流傳的倍率心算，更準確的做法是直接用官方提供的計算工具測試你真正會送出的文字：Anthropic 在 Messages API 提供獨立的 count_tokens 端點，這個功能免費使用，但依你的 Usage Tier 有各自的每分鐘請求數限制（Start 每分鐘 2,000 次、Build 每分鐘 4,000 次、Scale 每分鐘 8,000 次）；OpenAI 提供網頁版 Tokenizer 工具，也可以用官方的 tiktoken 函式庫依模型指定編碼方式做程式化計算；Google Gemini 的 SDK 則內建 count_tokens 方法，呼叫前就能算出輸入內容的總 Token 數。把你實際會用到的中文文字丟進對應工具，才會拿到跟正式帳單一致的數字。
算出 Token 數之後，怎麼換算成實際要付的錢？
Token 數只是計價的「數量」，真正決定帳單的還要乘上「單價」，而單價會因模型等級、是否命中 Prompt Caching、是否使用 Batch API 等機制而不同，同一份內容換到不同模型或不同計費模式底下，實際費用可能差好幾倍。這部分的定價細節與計費機制拆解，可以參考本站另外幾篇針對 Claude 與 Gemini 官方定價的深度文章，這裡不重複列出隨時間變動的價格數字，避免資訊過時。
FAQ
Q1：一個中文字等於幾個 Token？有沒有官方數字？
目前 Anthropic、OpenAI、Google 三家官方文件都只針對英文給出估算（Claude 約 3.5 個英文字元、GPT 與 Gemini 約 4 個英文字元等於 1 個 Token），沒有一家公布過中文的官方換算倍率，只籠統說明「不同語言的換算關係不同」。如果需要準確數字，建議直接用官方的 Token 計算工具測試你的實際文字。
Q2：為什麼同一段話，Claude、GPT、Gemini 算出來的 Token 數會不一樣？
因為三家用的是各自獨立訓練的分詞器，詞彙表與切分規則都不同，同一段文字被切成的 Token 數量自然不會一致。這也代表跨供應商比較費用時，不能只看「每百萬 Token 多少錢」，還要考慮同一份內容在各家會被算成幾個 Token。
Q3：換了新版 Claude 模型，Token 數會變嗎？
會。根據 Anthropic 官方文件，Claude 4.7 之後的模型（含 Claude Fable 5、Claude Mythos 5）採用新版分詞器，同樣的輸入文字大約會比舊版模型多算 30% 的 Token，實際增幅依內容而定。官方建議遷移工作流程時，用目標模型重新計算 Token 數，不要沿用舊模型的估算值。
Q4：圖片、影片、語音也要付 Token 的錢嗎？
會。以 Google Gemini 官方文件為例，384 像素以下的圖片固定算 258 個 Token，較大圖片會被切成 768×768 像素區塊、每塊 258 個 Token；影片每秒約 263 個 Token；語音每秒約 32 個 Token。Anthropic 官方文件的範例中，一張圖片也曾計為 1,028 個輸入 Token，但那只是單一範例的實測結果，不是固定公式。
Q5：我該怎麼在正式串接 API 之前，先估算會用掉多少 Token？
三家都提供免費的官方計算工具：Anthropic 的 Messages API 有獨立的 count_tokens 端點；OpenAI 提供網頁版 Tokenizer 工具與 tiktoken 函式庫；Google Gemini 的 SDK 內建 count_tokens 方法。把你實際會送出的文字丟進對應工具，才能拿到跟帳單一致的數字。
Q6：知道 Token 數之後，要怎麼換算成實際要付多少錢？
用 Token 數乘以該模型當下的官方單價即可，但單價會因模型等級、是否命中 Prompt Caching、是否用 Batch API 等機制而不同。詳細的定價與帳單拆解，可以參考本站其他針對 Claude、Gemini 定價與計費機制的深度文章。
資料來源聲明
本文所有 Token 換算數字均直接查證自官方文件，查證日期為 2026-08-31：Anthropic《Glossary》（platform.claude.com/docs/en/about-claude/glossary，Tokens 段落）；Anthropic《Token counting》（platform.claude.com/docs/en/build-with-claude/token-counting，含 Claude 4.7 以後新分詞器 30% 增幅說明與圖片計費範例）；OpenAI Help Center《Understanding and counting tokens》（help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them）；Google AI for Developers《Understand and count tokens》（ai.google.dev/gemini-api/docs/tokens，含圖片／影片／語音 Token 規則）。文中提到中文等非英文語言的 Token 效率落差，三家官方文件均未給出具體倍率，僅說明「因語言而異」；文中引用的 OpenAI 開發者社群討論串僅作說明性例子，非官方數據，特此註明。
延伸閱讀
想更準確掌握你的 AI Token 用量？
不管是評估中文內容在不同模型下的實際 Token 用量，還是想知道整個團隊每個月真正燒掉多少錢，AI Token King 都能幫你把散落在不同模型供應商的用量與費用，整理成看得懂、能追蹤的儀表板。
留言