Token是大语言模型处理和生成文本的基本单位。它不等于"词"或"字"，而是介于两者之间的子词单元，由分词器（Tokenizer）根据BPE、WordPiece等算法切分得到。例如"chatting"可能被切分为"chat"+"ting"两个token，而中文一个字通常对应1-2个token。 模型按token计费、按token计量上下文。输入token（prompt tokens）和输出token（completion tokens）共同决定一次调用的成本和延迟。理解token的切分方式有助于优化提示词长度、控制成本。 主流厂商均以每百万token为单位报价（如$3/1M input tokens）。掌握token概念是评估模型性价比、设计高效提示工程的基础。