估算和真实计费差多少？

量级基本一致，精确值取决于具体模型分词器；中文差异可能被放大数倍，正式计费以厂商返回 token 数为准。

怎么避免超出上下文？

先在本地估算文本 token，长文本做摘要或分块，预留生成空间(通常留 20%~30%)，避免触发截断导致信息丢失。

🔑 Token Count Estimator

Estimate how many tokens a piece of text will consume, so you can keep prompts inside the context window and control cost.

📐 计算公式 / 原理

估算 token 数 = ⌈字符数 × 语言系数 / 重叠系数⌉；英文参考 = ⌈字符数 × 0.3 / 1.5⌉；成本 ≈ token 数 / 10⁶ × 单价

不同语言与分词器的压缩率差异很大：中文常约 1–1.5 字符/token，英文约 4 字符/token。此式为量级估算，精确计费必须调用对应模型的官方 tokenizer；代码与数字因切分更碎，实际 token 数常高于纯文本估计。

字符数

语言系数 1=中文 0.3=英文

平均词长

长度估算

一段 800 中文字的文本，按 1.5 字/token 估算≈533 token；若叠加 200 英文词≈260 token，合计≈793 token，接近 1k 上下文占用的 80%。

Item	Formula / Note	Source / Standard
Context window	the context window is capped in tokens and shared by input and output	Vaswani et al. 2017, attention
Granularity	the same text can differ by more than twenty percent across tokenisers	Sennrich et al. 2016, BPE
Cost linkage	billing is metered in tokens so estimate error becomes budget error	Kaplan et al. 2020 scaling laws