1.什么是Token

Token是GPT处理文本的基本单位。Token可以是一个字、一个词语或特定语言中的一个字符。它们负责将输入的文本数据转换为 GPT 可以处理的数据格式。每个 GPT 模型都有一个预设的最大 Tokens 数量，例如，GPT-3 每次调用允许处理的最大 Tokens 数量约为 4096；GPT4则允许处理3万多个Token， 这个数量包括用户输入和GPT输出的所有 Tokens。

• 当我们在使用大模型时，判断输入的内容是否会超过大模型的输入的最大tokens数量是非常重要的，以避免被截断
• 在调用大模型API时是以token为单位进行收费的，知道自己的输入大概所占的token数，能预算使用过程中产生的消费

2.计算

简单计算： 通常1k token ≈ 750个英文单词 ≈ 400～500个汉字
工具计算： OpenAI官网提供了一个文本与token长度的计算工具

• 链接： https://platform.openai.com/tokenizer
• 演示：
  

3.参考文献

• https://www.zhihu.com/question/594159910/answer/2996337752