大型语言模型的定价并非表面上“Token 数量 × 单价”那么简单。真正的成本受各模型独特的“分词器”（tokenizer）影响，它决定了同样一段文本被切割成多少计费单位（token）。这意味着，即使两个模型的标价相同，处理相同文件时，一个模型可能会产生比另一个多得多的 token，导致实际账单大相径庭。尤其对于代码等特定内容，这种差异尤为显著，例如 Claude 的新分词器处理 TypeScript 文件时，token 数量比 GPT-5.x 多出 73%。因此，要了解真实成本，必须将分词器的效率纳入考量。
定价页隐藏的真相
模型账单由两个因素相乘得出：成本 = (内容产生的 token 数量) x (每个 token 的单价)。
定价页面只展示了第二个数字，并假设第一个数字是恒定的。但事实并非如此，内容产生的 token 数量是一个变量，它取决于模型的分词器。
两个模型可以标榜完全相同的“每百万输入 token 5.00 美元”的价格，但因为其中一个模型将同一段落转换成更多的 token，最终给你的账单却截然不同。
由于模型厂商从不公布其分词器效率（即每单位内容产生的 token 数），用户也就无从比较，这便是定价的幻觉所在。
第一个隐藏成本：同品牌下的“隐形涨价”
即便在同一家供应商内部，更换分词器也可能导致成本悄然上涨。
- Anthropic 公司的 Claude Opus 4.6 和 Opus 4.8 标价完全相同。
- 但 Opus 4.8 采用了新的分词器，处理同样的代码，产生的 token 数量比旧版多出 29% 至 32%。
- 例如，处理相同的 TypeScript 文件，token 数从 898 增加到 1,178，增幅达 31%。
这意味着，虽然标价牌上写着“同样的价格，新的模型”，但你的实际使用成本却悄悄上涨了约 30%。
一个例子是 Claude Sonnet 5，它以低于旧版的折扣价推出。但这个折扣价是有期限的。折扣期间，较低的单价大致抵消了因新分词器带来的 token 数量增加。一旦折扣结束，单价恢复，而增加的 token 数量不变，最终导致实际成本比旧版高出约 32%。
折扣只是一个过渡期的缓冲，而非持久的降价。
第二个隐藏成本：在你最常用的语言上差距最大
当你跨品牌比较时，成本差距会进一步拉大，尤其是在处理代码时。以最高效的 GPT-5.x 分词器（o200k）为基准（1.00x），其他模型处理相同文件产生的 token 数量倍数如下：
- TypeScript: Claude（新）是 GPT 的 1.73x
- Rust: Claude（新）是 GPT 的 1.58x
- JavaScript: Claude（新）是 GPT 的 1.52x
- Python: Claude（新）是 GPT 的 1.50x
- 英文散文: Claude（新）是 GPT 的 1.40x
可以看到，你用来开发应用的代码，正是成本差距最大的地方。这并非偶然，而是因为 GPT 的分词器在处理 TypeScript 等网页开发常用语言时效率极高，而其他模型则不然。
差距最大的地方，恰恰是 GPT 最擅长的地方。
值得注意的是，对于中文等非拉丁文字，Claude 的分词器效率一直低于 GPT，其新版分词器也并未改善这一状况。这表明，哪个分词器对你不利，完全取决于你处理的内容类型。
真实的价格到底是多少？
将公开标价乘以实测的分词器效率差异，才能得到处理相同内容时的“有效价格”。以一个包含英文和代码的真实使用场景为例，并将 GPT 的分词器效率设为 1.00x 基准，各模型的有效价格如下：
| 模型 | 公开标价 (输入/输出 $/Mtok) | 分词器效率差异 | 有效价格 (输入/输出 $/Mtok) |
|---|---|---|---|
| GPT-5.5 | $5.00 / $30.00 | 1.00x (基准) | $5.00 / $30.00 |
| Gemini 3 Flash | $0.50 / $3.00 | 1.09x | $0.55 / $3.27 |
| Claude Sonnet 5 (标准价) | $3.00 / $15.00 | 1.50x | $4.50 / $22.50 |
| Claude Opus 4.8 | $5.00 / $25.00 | 1.50x | $7.50 / $37.50 |
从上表可以看出：
- GPT 模型的有效价格就是其标价，因为它们共享同一个高效且稳定的分词器。
- Gemini 3 Flash 尽管分词器效率略低，但其极低的标价使其依然是成本效益最高的选择之一。
- Claude Opus 4.8 和 Opus 4.6 标价相同，但由于分词器不同，前者的有效价格高出约 32%。
如何真正比较模型价格
- 用你自己的内容进行比较。 你的业务是处理代码还是多语言文本，将直接决定哪个模型对你更划算。在信任定价表之前，先用代表性样本测试分词器。
- 警惕分词器变更。 当供应商推出“同价”新模型时，要检查分词器是否已更新。这通常是一次没有明确通知的隐形价格调整。
- 以“每任务成本”而非“每 token 成本”来衡量。 最终重要的是完成一个具体任务（如一次代码构建）花了多少钱，这个数字综合了分词器效率和模型本身的输出冗余度。
- 将标价视为起点，而非终点。 官方的 $/Mtok 价格是必要信息，但它本身不足以让你做出判断，尤其是在跨模型比较时。