Smart Calculators

Smart

Calculators

Token 計算機

計算使用 AI 語言模型的成本。從文字估算 token 數量，並比較 GPT-4、Claude 和 Gemini 等模型的定價。

Token 計算機。AI token 數量估算及 LLM 模型 API 成本計算。
Token 計算機可估算文字中的 token 數量，並計算 GPT、Claude、Gemini、Grok 及 DeepSeek 等 AI 模型的 API 成本。它以大約每 4 個字元 1 個 token 的標準比例將文字長度轉換為 token，然後套用各模型每百萬 token 的定價，即時顯示輸入和輸出費用。

甚麼是 AI Token 計算機？了解 LLM API 的計費單位

AI Token 計算機是一款線上工具，用來估算文字提示（prompt）的 token 數量，並計算透過 GPT、Claude、Gemini、Grok、DeepSeek、Mistral、Llama 等大型語言模型（LLM）API 處理該文字的費用。Token 是 AI 模型讀取和生成文字時的最小處理單位——可以是一個完整的英文單詞、一個詞根、一個字元，甚至一個標點符號。
對於正在開發 AI 應用的香港開發者和初創企業而言，掌握 token 的運作原理是控制 API 成本的第一步。每次調用 LLM API 時，平台會根據輸入 token（你的提示）和輸出 token（模型的回覆）分別計費。單一請求的費用或許只是幾仙（港幣），但當每日處理數千甚至數百萬次請求時，token 成本便會成為營運預算的重要一環。
一般而言，1 個 token 大約等於 4 個英文字元或 0.75 個英文單詞，即 1,000 個英文單詞約需 1,333 個 token。然而，繁體中文的情況截然不同——由於主流 LLM 的 BPE 分詞器主要以英文語料訓練，中文字符的編碼效率較低。實測數據顯示，同一段文字以中文表達，token 消耗量約為英文的 1.5 至 2 倍。換言之，使用中文提示的 API 費用天然地比英文高出 50% 至 100%，這對以中文為主要語言的香港用戶尤其重要。

如何計算 AI Token 費用？逐步教學

要計算一次 LLM API 調用的費用，你需要三項資料：輸入 token 數量、輸出 token 數量，以及所選模型的每百萬 token 單價。
以下是逐步計算方法：
1. 估算輸入 token 數量。將你的提示文字貼入 token 計算工具，或使用近似值：英文每 4 個字元約 1 個 token（每 1,000 字約 1,333 token）；繁體中文則每個漢字約消耗 1.5 至 2 個 token。
2. 估算輸出 token 數量。這取決於模型回覆的預期長度。簡短回答可能是 100 至 300 個 token；詳細的中文解釋則可達 1,000 至 2,000 個 token。
3. 查閱模型的定價。AI 供應商通常以「每百萬 token 幾多美元」來標示費率，輸入和輸出的價格分開計算。
4. 套用以下的費用公式。
舉個實際例子：你向 Claude Sonnet 4.6（輸入 US$3 / 百萬 token，輸出 US$15 / 百萬 token）發送一段 2,000 token 的中文提示，收到 500 token 的回覆。費用計算為 (2,000 / 1,000,000 x US$3) + (500 / 1,000,000 x US$15) = US$0.006 + US$0.0075 = US$0.0135，折合約 HK$0.105。若每日發送 10,000 次請求，月費約為 HK$31,500。
輸出 token 通常比輸入 token 貴 3 至 5 倍，原因是模型生成每個輸出 token 都需要逐一進行前向推理運算，而所有輸入 token 可以一次性並行處理。這種計算上的不對稱性，正是供應商對輸出收取更高費用的原因。

AI Token 費用計算公式

C=Tin×Pin1,000,000+Tout×Pout1,000,000C = \frac{T_{in} \times P_{in}}{1{,}000{,}000} + \frac{T_{out} \times P_{out}}{1{,}000{,}000}
  • CC = 單次 API 調用的總費用（美元）
  • TinT_{in} = 輸入 token 數量（提示、系統指令及上下文的總和）
  • ToutT_{out} = 輸出 token 數量（模型生成的回覆）
  • PinP_{in} = 所選模型的每百萬輸入 token 單價（美元）
  • PoutP_{out} = 所選模型的每百萬輸出 token 單價（美元）
計算每月總費用時，需要將單次費用乘以每日請求量：
Cmonthly=(Tin×Pin+Tout×Pout1,000,000)×R×30C_{monthly} = \left(\frac{T_{in} \times P_{in} + T_{out} \times P_{out}}{1{,}000{,}000}\right) \times R \times 30
其中 $R$ 為每日 API 請求次數。
繁體中文文字的 token 數量估算方法如下：一般漢字每字約 1.5 至 2 個 token，常用字（如「的」、「是」、「了」）效率較高，約 1 至 1.5 個 token，而罕見字或專業術語可能消耗 2 至 3 個 token。英數字、標點符號則與英文相同，約每個單詞 1 個 token。以實用估算公式表示：
Tzh≈Lzh×1.75T_{zh} \approx L_{zh} \times 1.75
其中 $Lzh$ 為中文字數。若你的應用同時使用中英文混合提示（這在香港極為常見），可分別估算中文和英文部份的 token 數量再相加。
若使用提示緩存（Prompt Caching），緩存命中的輸入 token 可享 50% 至 90% 的折扣，對於重複發送相同系統提示的應用場景能顯著降低成本。

AI Token 費用計算實例：香港應用場景

中英雙語客服聊天機器人：每月 50,000 次對話

一間香港電商平台部署了 GPT-4.1 mini（輸入 US$0.40 / 百萬 token，輸出 US$1.60 / 百萬 token）驅動的客服聊天機器人。由於顧客查詢以中文為主，每次對話平均輸入 1,200 token（系統提示 400 token + 中文客戶訊息 800 token），輸出 600 token（中文回覆）。每月 50,000 次對話。
輸入費用：50,000 x 1,200 / 1,000,000 x US$0.40 = US$24.00 輸出費用：50,000 x 600 / 1,000,000 x US$1.60 = US$48.00 每月總費用：US$72.00（約 HK$562）
若改用 Claude Sonnet 4.6（US$3 / US$15 每百萬 token），同樣工作量的月費將約 US$630（約 HK$4,914）——貴了近 9 倍。對於處理常見客戶查詢的場景，輕量級模型的性價比遠優於旗艦模型。利用提示緩存處理重複的系統提示，還可再節省約 15% 的輸入費用。

法律文件摘要系統：每日 200 份合約

一間香港律師事務所使用 Gemini 3 Flash（輸入 US$0.50 / 百萬 token，輸出 US$3.00 / 百萬 token）來自動摘要商業合約。每份合約平均 5,000 個中文字（約 8,750 token），摘要約 500 個中文字（約 875 token）。每個工作日處理 200 份。
每日輸入費用：200 x 8,750 / 1,000,000 x US$0.50 = US$0.875 每日輸出費用：200 x 875 / 1,000,000 x US$3.00 = US$0.525 每日總費用：US$1.40 | 每月總費用（22 個工作日）：US$30.80（約 HK$240）
若改用 Claude Opus 4.6（US$5 / US$25 每百萬 token）以獲取更高品質的摘要，月費將增至約 US$580（約 HK$4,524）——貴約 19 倍。對於標準化的合約摘要任務，先以平價模型試行、再按需升級至旗艦模型，是最明智的策略。

初創團隊 AI 編程助手：10 位開發者

一間位於數碼港的香港初創公司為 10 位開發者配備了 Claude Sonnet 4.6（輸入 US$3 / 百萬 token，輸出 US$15 / 百萬 token）驅動的 AI 編程助手。每位開發者每日約發送 30 次請求，每次請求平均 3,000 輸入 token（程式碼上下文 + 英文提問）和 1,000 輸出 token（程式碼建議 + 解釋）。
每日請求總數：10 x 30 = 300 每日輸入費用：300 x 3,000 / 1,000,000 x US$3.00 = US$2.70 每日輸出費用：300 x 1,000 / 1,000,000 x US$15.00 = US$4.50 每日總費用：US$7.20 | 每月總費用（22 個工作日）：US$158.40（約 HK$1,236）
即每位開發者每月約 HK$124——還不到一杯精品咖啡的日常開銷。考慮到 AI 編程助手帶來的生產力提升，這是極具回報的投資。由於編程提示多為英文，token 效率也比純中文場景高出 40% 至 50%。

降低 AI API Token 費用的實用策略

  • 按任務複雜度選擇合適的模型。簡單的分類、提取、翻譯任務使用輕量模型即可——GPT-4.1 mini、Gemini 2.5 Flash-Lite、Claude Haiku、DeepSeek V3.2、Grok 4.1 Fast、Amazon Nova Micro、Mistral Small 都是高性價比的選擇。將旗艦模型（GPT-5.4、GPT-4.1、Claude Sonnet/Opus、Gemini 2.5 Pro、Grok 4、Mistral Large）留給真正需要高水準推理的任務。透過「模型路由」策略，整體成本可減少 40% 至 60%。
  • 善用提示緩存（Prompt Caching）。如果你的應用每次請求都發送相同的系統提示或上下文，提示緩存可將輸入 token 費用降低最多 90%。OpenAI 會自動應用緩存，Anthropic 則需在請求中加入 cache_control 標頭。對於每日數千次請求的場景，單靠緩存每月便可節省數千港元。
  • 善用中英雙語的優勢。香港用戶的獨特優勢在於中英文皆通。將系統提示和輸出格式指令以英文撰寫，可減少 30% 至 50% 的 token 消耗，同時讓模型以中文回覆用戶。這種「英文指令 + 中文輸出」的混合策略是香港團隊特有的成本優化手段。
  • 利用 Batch API 處理非即時任務。OpenAI 和 Anthropic 提供的批量處理 API 可享 50% 折扣。適用於報告生成、數據分析、批量翻譯等不需要即時回覆的任務。將夜間閒置時段用於批量處理，是控制預算的有效方法。
  • 嚴格限制輸出 token 數量。設定 max_tokens 參數，防止模型生成過長的回覆。由於輸出 token 的單價是輸入的 3 至 5 倍，縮短輸出長度是最直接的節省途徑。在提示中加入「請以 100 字以內回答」等指令，可有效控制輸出。
  • 精簡提示內容。每一個 token 都要花錢。刪除冗餘的系統指令、不必要的上下文和重複資訊。一段精心設計的 500 token 提示，往往比冗長的 2,000 token 提示效果更佳——而且便宜 75%。
  • 監控用量並設定預算上限。使用供應商的用量儀表板或第三方工具（如 Helicone）追蹤每個端點、每個模型和每個用戶的 token 消耗。設定硬性支出限額，防止程式錯誤或流量突增導致費用失控。

AI Token 及定價常見問題

中文的 token 消耗為甚麼比英文多？實際多幾多？

主流 LLM 的 BPE（Byte Pair Encoding）分詞器以英文語料為主進行訓練，英文單詞能被高效地壓縮為 1 至 2 個 token。但繁體中文字符在 UTF-8 編碼中佔 3 至 4 個位元組，分詞器的詞彙表中缺乏足夠的中文條目，因此需要將漢字拆分為更小的位元組單位來處理。實測結果顯示，同一段內容以中文表達，token 數量約為英文的 1.5 至 2 倍。例如「你好嗎」可能消耗 4 至 6 個 token，而其英文對應「How are you」只需 3 個 token。這意味着使用中文提示的 API 費用天然地比英文高出 50% 至 100%。

1,000 個 token 相當於幾多個中文字？

以繁體中文計算，1,000 個 token 約等於 500 至 700 個漢字。具體數量視乎文字內容：常用字較多的日常對話可達 650 至 700 字，而專業術語密集的法律或醫學文本可能只有 450 至 550 字。相比之下，1,000 個 token 可處理約 750 個英文單詞。這意味着同等資訊量的中文處理成本約為英文的 1.5 至 2 倍。

2026 年最平價的 AI 模型 API 有邊啲？

截至 2026 年 3 月，各供應商最平價的選擇包括：入門級——Amazon Nova Micro（US$0.035 / US$0.14 每百萬 token）、GPT-5 Nano（US$0.05 / US$0.40）、Gemini 2.0 Flash-Lite（US$0.075 / US$0.30）、Mistral Small（US$0.10 / US$0.30）、GPT-4.1 Nano（US$0.10 / US$0.40）、Groq 託管的 Llama 4 Scout（US$0.11 / US$0.34）、Grok 4.1 Fast（US$0.20 / US$0.50）、DeepSeek V3.2（US$0.28 / US$0.42）。中階——Gemini 2.5 Flash（US$0.30 / US$2.50）、GPT-4.1 mini（US$0.40 / US$1.60）、Mistral Medium 3（US$0.40 / US$2.00）、Claude Haiku 4.5（US$1 / US$5）。旗艦級——Gemini 2.5 Pro（US$1.25 / US$10）、GPT-4.1（US$2 / US$8）、Claude Sonnet 4.6（US$3 / US$15）、Grok 4（US$3 / US$15）、Claude Opus 4.6（US$5 / US$25）。開源模型（Llama 4、DeepSeek V3.2、Mistral Small）透過 Groq 或 Together AI 託管，可低至 US$0.11 每百萬 token。

提示緩存（Prompt Caching）如何幫助降低費用？

提示緩存是一種成本優化技術，它將重複發送的提示前綴（如系統提示）的計算結果儲存起來，避免每次請求都重新運算。緩存命中的 token 費用僅為正常輸入單價的 10% 至 50%，視乎供應商而定。以一個每日處理 5,000 次請求的客服機器人為例，若系統提示佔 500 token，啟用緩存後每月可節省約 US$180（約 HK$1,404）的輸入費用。OpenAI 會自動為 1,024 token 以上的相同前綴啟用緩存，Anthropic 需手動配置 cache_control，而 Google 則透過 Context Caching 功能提供類似機制。

如何在發送 API 請求前準確計算 token 數量？

主要有三種方法。第一，使用 OpenAI 的 tiktoken Python 函式庫（import tiktoken; encoding = tiktoken.encoding_for_model('gpt-4'); len(encoding.encode(text))）。第二，使用線上 token 計算工具——例如我們上方的工具——貼入文字即可即時查看 token 數量。第三，使用近似值估算：英文每 4 個字元約 1 個 token（1,333 token / 1,000 字），繁體中文每個漢字約 1.5 至 2 個 token。在生產環境中，建議使用程式化方法或 API 回覆中的 usage 欄位來獲取精確數據。

輸入 token 和輸出 token 的價格為甚麼不同？

輸入 token 的處理是將所有 token 一次性並行通過模型，計算效率高。而輸出 token 必須逐個生成——每產生一個新 token 就需要進行一次完整的前向推理運算，對 GPU 算力的需求遠高於輸入處理。因此，輸出 token 的單價通常是輸入的 3 至 5 倍。以 Claude Sonnet 4.6 為例，輸入每百萬 token 收費 US$3，輸出則高達 US$15。這意味着在成本優化時，控制輸出長度的效果比縮減輸入更為顯著。

HK$1,000 的預算可以使用幾多 LLM API？

HK$1,000 約等於 US$128，具體可用量取決於模型選擇。以 GPT-4.1 mini（US$0.40 / US$1.60 每百萬 token）計算，此預算可處理約 3.2 億個輸入 token 或約 8,000 萬個輸出 token——對大多數中小型項目綽綽有餘。以中文 token 效率換算，約可處理 1.8 億個中文字的輸入。若使用旗艦級的 Claude Opus 4.6（US$5 / US$25），同樣預算只能處理約 2,560 萬個輸入 token。透過 Groq 託管的 Llama 4（US$0.11 / 百萬 token），預算則可延伸至超過 11 億個 token。因此，根據任務需求選擇合適的模型，是充分利用預算的關鍵。

圖片和檔案輸入會消耗幾多 token？

會。使用支援視覺功能的模型（如 GPT-4o 或 Gemini）時，圖片會根據解像度轉換為 token。以 GPT-4o 為例，一張 1024x1024 的圖片約消耗 765 個 token，計算方式是將圖片分割為 512 像素的區塊（每區塊 170 token）再加上 85 個基礎 token。高解像度模式的消耗會更多。PDF 和其他檔案通常先轉換為文字，再按正常方式計算 token。使用多模態功能時務必將圖片 token 納入成本預算，以免超支。

AI Token 相關術語

Token（詞元）

LLM 處理文字的最小單位。可以是一個完整的英文單詞、一個詞根、一個字元或標點符號。英文中大部份常見單詞為 1 至 2 個 token，而一個繁體中文字通常消耗 1.5 至 2 個 token。

分詞器（Tokenizer）

將原始文字轉換為 token 序列的演算法。不同模型使用不同的分詞器——OpenAI 使用 tiktoken、Google 使用 SentencePiece、Anthropic 使用自有分詞器——因此相同的文字在不同模型中可能產生不同的 token 數量。

BPE（位元組對編碼）

Byte Pair Encoding 的縮寫，是目前最主流的分詞演算法。透過反覆合併最常出現的字元對來建立詞彙表，令常見的文字片段可被高效壓縮。GPT、Claude、Gemini、Llama 等主流模型均採用 BPE 或其變體。

上下文窗口（Context Window）

模型在單次請求中可處理的最大 token 總數（包括輸入和輸出）。不同模型的上下文窗口差異很大：GPT-4.1 支援 100 萬 token、Claude Opus 4.6 支援 100 萬 token、Grok 4.1 Fast 支援 200 萬 token、Gemini 2.5 Pro 支援 100 萬 token。

提示緩存（Prompt Caching）

一種成本優化功能，將重複發送的提示前綴（如系統指令）的運算結果儲存並重用，令緩存命中的 token 費用降低 50% 至 90%，同時減少回應延遲。

輸入 / 輸出 Token

輸入 token 是你發送給模型的提示中的 token 數量；輸出 token 是模型生成的回覆中的 token 數量。由於生成過程需要逐一運算，輸出 token 的單價通常為輸入的 3 至 5 倍。

每百萬 Token 費用

LLM API 的標準定價單位。供應商以「每百萬 token 幾多美元」來標示價格，輸入和輸出分開計算。例如「US$3 / 1M input」即表示每處理 100 萬個輸入 token 收費 3 美元。