Token（中文名：词元）是计算机领域的数字标识符。在信息技术中，它作为随机字符串或加密数据块用于身份验证、安全访问控制，代表用户、设备或会话的授权信息，典型形式包括JSON Web Token (JWT)和OAuth Token。在自然语言处理中，Token作为最小文本处理单元，指字符或字符序列，是大型语言模型的输入输出基本单位。

token在计算机中的含义

AI中的Token（中文最新译名为“词元”）是大语言模型处理和生成文本的最小语义单元‌，相当于AI理解语言的“积木块”或“基本计量单位”‌。

Token的核心特点

‌最小处理单位‌：AI不会直接理解整句话，而是将文字拆分成一个个Token进行处理。例如：

中文“我爱中国！”可能被拆为4–5个Token（如“我”“爱”“中国”“！”）‌

英文单词如“apple”通常为1个Token，而生僻词如“unstoppable”可能被拆为“un”“##stop”“##able”等多个Token‌

‌按量计费依据‌：主流AI服务（如通义千问、文心一言、GPT等）均按‌输入Token + 输出Token的总数收费‌，而非按字数或提问次数‌

‌决定模型“记忆力”‌：每个模型有上下文窗口限制（如128K Token），超出后会“遗忘”早期内容‌

‌语言差异显著‌：

‌1个汉字 ≈ 1–2个Token‌

‌1个英文单词 ≈ 1个Token‌

因此，相同语义下，中文通常比英文多消耗30%–50%的Token‌