前沿模型的真实价格。代币数乘以价格，对吧？

# 同样的 TypeScript 代码在 Claude 上比 GPT 多消耗 73% 的 Token | Playcode 博客 来源：https://playcode.io/blog/real-price-of-frontier-models 每个模型的定价页面上都显示着一个你本该比较的数字：每百万 Token 的美金价格。把两个并排放，一个看起来更便宜。但这种比较是有缺陷的——如果你用 AI 编码智能体构建应用，那这种缺陷会往最贵的方向发展。价格是按 Token 计算的，但“Token”并不是固定的文本量：每个模型的 Tokenizer 会将同一份文件切割成不同数量的片段，而你按片段付费。下面这个数字才会出现在你的账单上。同一份 TypeScript 文件，**在 GPT-5.x 上是 681 个 Token**，**在 Claude 最新的 Tokenizer 上是 1178 个 Token**——**多了 1.73 倍**，并且**比 Claude 自己之前的 Tokenizer 增加了 31%**，这还没算上价格差异。作为开发者，你的真实工作负载基本上就是 TypeScript，而 TypeScript 恰恰是差距最大的地方。（英文散文的差距大约为 1.4 倍，相对温和——下文会解释原因。） 柱状图：同一份 2,888 字符的 TypeScript 文件，在 GPT-5.x 上变成 681 个 Token，在 Grok 4.5 上是 718 个，在 Gemini 3 Flash 上是 788 个，在 Claude 旧 Tokenizer 上是 898 个，在 Claude 新 Tokenizer 上是 1178 个。 ## 定价页面隐藏的数字 模型的账单是两个数字相乘的结果： > 成本 = （你的内容转化成的 Token 数量） × （每个 Token 的价格） 定价页面只展示第二个数字，并把第一个数字当作常量。但它并不是常量。它是模型 Tokenizer 的属性——Tokenizer 负责将你的文本切分成模型实际计费的单元。两个模型可以宣传完全相同的“5.00 美元 / 1M 输入 Token”，但同一段文字却会给你不同的账单，因为其中一个模型会把那段文字切成更多的 Token。 没有人公布“每单位内容的 Token 数”，所以也没有人比较它。这就是整个错觉。要看到真实价格，你必须测量 Tokenizer，然后将它乘回去。 ## 价目表隐藏的两层成本 价目表显示一个价格，却隐藏了其下的两层成本。这两层成本都在下面测量，都会出现在你的账单上，但定价页面上却没有任何地方显示它们。请分清这两个基准，因为它们是不同的比较，数字只有在区分后才能对得上。 **第一层——相同标价下的隐形涨价。**这是 Anthropic 的新 Tokenizer 与**它自己之前的 Tokenizer** 的比较——同厂商、同类对比。Claude Opus 4.6 和 Opus 4.8 的价目表完全一样，都是 5.00 美元 / 25.00 美元，但 4.8 搭载了更新的 Tokenizer，它将同一段代码转化成大约 **29-32% 更多的 Token**：TypeScript 增加 31%（从 898 到 1178），Rust 增加 29%（从 1019 到 1312）。“相同价格，新模型”悄悄让你多花大约 30% 的钱，而且这个涨幅从未作为单独项目打印出来。 **第二层——在你实际编写的语言上最严重。**那大约 30% 是平均值。现在，将新 Claude Tokenizer 与市场上最精简的 Tokenizer——GPT 的 `o200k`——在 TypeScript 上进行比较，而 TypeScript 正是 AI 编码智能体产生的主要内容。差距是 **73%**（1178 对 681 = 1.73 倍）。这是跨厂商的比较，Anthropic 从未声称与 GPT 的 Token 数一致——所以把它看作放大器，而不是指责：它把抽象的“$/Mtok”变成了你具体工作负载上的真实损害。价目表无法向你显示这两层成本。 ## 我们如何测量 我们选取了 16 个真实样本——英文散文、一个 HTML 页面、JavaScript、Python、TypeScript 和 Rust 文件、JSON 工具模式和工具结果、中文聊天和散文、一段符号密集的文本，以及我们自己的实时智能体系统提示——并对每个样本逐字节计数，使用每个模型的**真实** Tokenizer。没有生成，没有账单估算：只有 Token 计数。 - **Anthropic (Claude)**——通过 Anthropic 官方的 `count_tokens` 端点计数。这是权威的；它与 Anthropic 实际计费的计数相同。 - **OpenAI (GPT)**——通过 OpenAI 文档化的 `o200k_base` Tokenizer，使用 `tiktoken` 计数。我们并没有盲目相信最新模型：我们向 GPT-5.1、GPT-5.5 和 GPT-5.6 Sol 发起了真实的最小 API 调用，读取实时的 `usage` Token 计数，并使用长减短的差值来消除请求框架的影响。三者都与 `o200k_base` 完全匹配（比值为 1.0000）。Tokenizer 是经过验证的，不是假设的。 - **Google (Gemini) 和 xAI (Grok)**——通过各自提供商的 Token 计数端点。 我们以 GPT 的 `o200k` 作为 1.00 倍参考，所有跨厂商的比率都读作“与 o200k 相比的 Token 倍数”。选择它作为标尺正是因为它不变：`o200k` 已经冻结并公开记录很长时间，是一个稳定可验证的基准——而 Claude 的 Tokenizer 是不断变化的部分。我们有意将两个模型排除在比较表之外：DeepSeek 和 GLM。我们只对这些模型有粗略的“字符数除以四”的估计，没有真实的 Tokenizer，而捏造的数字正是这篇文章要揭露的问题。它们要么被标注为估计值，要么根本不出现。 ## 发现 1：第一层，相同标价下的隐形涨价 第一层完整呈现，这是数据集中最清晰的情况，因为价目表上没有任何变化——只有 Tokenizer 变了。Claude Opus 4.6 和 Opus 4.8 共享完全相同的 5.00 美元 / 25.00 美元标价；4.8 只是搭载了更新的 Tokenizer，并悄无声息地为相同的代码收取更多费用。以下是将新 Tokenizer 与旧 Tokenizer 在每个样本上的对比——每一行的字节数相同，同厂商，通过 Anthropic 自己的 `count_tokens` 端点测量： | 内容（相同字节） | 旧 Tokenizer（Sonnet 4.6 / Opus 4.6） | 新 Tokenizer（Sonnet 5 / Opus 4.8 / Fable 5） | 变化 | | --- | --- | --- | --- | | 英文散文（2115 字符） | 476 | 636 | **+34%** | | HTML 页面（3195 字符） | 1131 | 1302 | **+15%** | | JavaScript（1933 字符） | 659 | 794 | **+20%** | | Python（2251 字符） | 831 | 1022 | **+23%** | | TypeScript（2888 字符） | 898 | 1178 | **+31%** | | Rust（2924 字符） | 1019 | 1312 | **+29%** | | JSON 工具模式（9948 字符） | 2631 | 3306 | **+26%** | | 我们渲染的智能体系统提示（42661 字符） | 10761 | 14953 | **+39%** | | 中文散文（379 字符） | 435 | 433 | 约 0% | 按照真实智能体回合的组成混合——主要是英文系统提示、工具模式、代码和 JSON——新 Tokenizer 在整个请求上大约增加了 **+32%**。注意最后一行：在中文上，新 Tokenizer 几乎没有变化。+32% 是英文和代码的效果。 这重新诠释了一个看似降价的头条新闻。Claude Sonnet 5 推出时的价格为 2.00 美元 / 10.00 美元——低于 Sonnet 4.6 的 3.00 美元 / 15.00 美元。但这个入门价格仅在 2026 年 8 月 31 日之前有效，之后将恢复为标准价格 3.00 美元 / 15.00 美元。在入门价格窗口期间，较低的标价勉强抵消了通货膨胀：Sonnet 5 比 4.6 多产生约 32% 的 Token，但以 2.00 美元的价格计算，每个 Token 便宜三分之一，因此总体略便宜。入门价结束的那天，标价跳回 3.00 美元，而 +32% 的 Token 膨胀保持不变——因此相同代码在 Sonnet 5 上的价格比 4.6 高出约 32%，标价却都是 3.00 美元。折扣是过渡期的缓冲，而不是持续性的降价。 ## 我们阅读了实际账单，包括最贵的模型 Token 计数器在你被收费之前只是一个承诺。因此，我们并没有止步于 `count_tokens`——我们发起了真实的、已计费的请求（`max_tokens: 1`），并读取了提供商实际收费的 `usage.input_tokens`。对于相同的内容，Opus 4.6 收取了 **2,541** 个输入 Token，而 Opus 4.8 收取了 **3,191** 个——每个都与它的 `count_tokens` 预测完全匹配。相同标价下的涨价不是估算器的产物；它就在账单上，对于完全相同的字节，大约多了四分之一。 我们故意在最贵的模型上多花了一次调用，因为“相同的 Tokenizer，没什么特别的”正是这篇文章不信任的那种说法。Fable 5 对相同内容收取了 **3,191** 个输入 Token——与 Opus 4.8 和 Sonnet 5 相同——因此 Fable 使用了相同的新 Tokenizer 并按实际计数收费，**没有隐藏的每 Token 附加费**。Fable 的昂贵在于它的标价（10 美元 / 50 美元），而不是因为秘密的 Token 税。整个验证花费了大约 **0.08 美元**：计数器是诚实的，通货膨胀是真实的，即使是最贵的模型也老老实实。 ## 发现 2：底层之下的底层，在你编写的代码上最严重 这是跨厂商的比较，这里 GPT 的 `o200k` 是 1.00 倍的标尺。每个单元格表示该模型的 Token 数量相对于 GPT 对同一文件的 Token 数量的倍数——因此 1.20x 意味着比 GPT 多 20% 的 Token。我们并列展示 Claude 的旧 Tokenizer 和新 Tokenizer，这样两层成本一目了然：Claude 原本就比 GPT 高多少，以及新 Tokenizer 又增加了多少。代码行与其他内容行清晰分离。 | 内容（相同字节） | GPT-5.x o200k（1.00x 标尺） | Grok 4.5 | Gemini 3 Flash | Claude（旧） | Claude（新） | | --- | --- | --- | --- | --- | --- | | TypeScript（2888 字符） | 1.00x | 1.05x | 1.16x | 1.32x | **1.73x** | | Rust（2924 字符） | 1.00x | 1.05x | 1.19x | 1.22x | **1.58x** | | JavaScript（1933 字符） | 1.00x | 1.11x | 1.23x | 1.26x | **1.52x** | | Python（2251 字符） | 1.00x | 1.09x | 1.20x | 1.22x | **1.50x** | | HTML 页面（3195 字符） | 1.00x | 1.04x | 1.08x | 1.18x | **1.36x** | | 英文散文（2115 字符） | 1.00x | 1.00x | 1.01x | 1.05x | **1.40x** | | 中文散文（379 字符） | 1.00x | 0.86x | 0.85x | 1.45x | **1.44x** | | 中文聊天（117 字符） | 1.00x | 0.92x | 0.91x | 1.55x | **1.53x** | 你不会处理散文——你处理的是代码，而每一个代码样本都远高于它。TypeScript 是最宽的，达到 **1.73x**，而且它并非孤例：**Rust 1.58x**，**JavaScript 1.52x**，**Python 1.50x**——都远高于英文散文的 1.40x。GPT 在每一行代码上都设定了 1.00x 的底线；就连 Claude 的旧 Tokenizer 也已经高出 1.22x 到 1.32x，而新的 Tokenizer 将其扩大到 1.50x-1.73x。因此，这不是 TypeScript 的偶然现象：这是整个代码类别，TypeScript 位居首位——而代码正是 AI 编码智能体整天生产的内容，所以这个范围对应的是你的账单，而不是英文段落那温和的 1.4x。 为什么偏偏是 TypeScript？因为 GPT 的 `o200k` 对它的处理异常高效——大约 **每个 Token 4.24 个字符**，这是一个经过大量网络 JavaScript 和 TypeScript 训练的 Tokenizer 的特征，其中驼峰式标识符和 JSX 模式会压缩成单个 Token。这种效率在 Rust 上会下降（大约每个 Token 3.51 个字符），而 Claude 的 Tokenizer 对两者保持相对密集。因此，TypeScript 是异常值，因为一个供应商针对你编写的语言优化了其 Tokenizer，而另一个没有——而不仅仅是代码本身紧凑。差距恰恰在 GPT 最强的地方最大。 在非拉丁文字上的形态再次变化。在中文上，Claude 大约是 GPT 的 1.4-1.5 倍——但这对于**旧和新**的 Claude Tokenizer 都是如此。旧 Tokenizer 将中文散文变为 435 个 Token，而 GPT 是 300 个；新的为 433 个——无论哪种方式都是大约 1.45 倍。这里的税不是新版本带来的，而是 Claude 家族在 CJK 上长期存在的劣势，新 Tokenizer 并没有修复。（Gemini 实际上在中文上略优于 GPT——256 个 Token 对 GPT 的 300 个。）教训不是“一个模型总是最便宜的”。而是**哪个 Tokenizer 向你征税，以及征多少，完全取决于你写的是什么。** ## 影响的真实大小：1.4x 到 1.73x，而不是 2-4x 你会看到有人声称 Claude 使用的 Token 是 GPT 的“2 到 4 倍”。我们的测量不支持这一点，夸大其词反而会削弱真正的论点。Claude 的新 Tokenizer 与 GPT 的 `o200k` 相比，按内容类型： - **英文散文、HTML、JSON：**大约 **1.36x 到 1.42x**。 - **代码——Python、JavaScript、Rust、TypeScript：**大约 **1.50x 到 1.73x**，TypeScript 最宽。 - **中文和符号密集文本：**大约 **1.44x 到 1.53x**。 真实、影响重大，值得计入成本——但在有限范围内。TypeScript 的 1.73x 是我们在真实 Tokenizer 上发现的最大差距，而不是你可以到处假设的底线——其余代码在 1.50x 到 1.58x 之间，英文散文保持在 1.4x 左右。我们把 TypeScript 的数字放在前面有一个诚实的理由：它是范围的上限，**而且**是 AI 编码智能体整天处理的内容，所以它是映射到真实账单的数字。这是突出你的实际工作负载，而不是选择性挑数据——声称“Claude 在所有内容上都是 1.73x”是错误的，我们也不这样宣称。精确是关键：如果散文的真实数字是 1.4x，却说是 3x，那整个论点就容易被驳倒。 ## 实际价格是多少 将公开标价乘以测量到的 Tokenizer 差异，就得到了每单位真实内容的有效价格——你处理相同工作实际支付的费用。下面的“差异”是一个真实的英文编码回合的混合倍数，以 GPT 的 `o200k`（1.00x）为基准标准化——就是之前那个固定标尺——因此 GPT 的行按标价定价，其他人根据他们对相同内容产生多少（或少）Token 进行缩放。标价是各提供商自己的公开列表价格；来源见下方链接。 | 模型 | 公开标价 输入/输出（$/Mtok） | Tokenizer（已测量） | 差异 | 有效价格 输入/输出（$/Mtok） | | --- | --- | --- | --- | --- | | GPT-5.1 | $1.25 / $10.00 | OpenAI o200k | 1.00x（标尺） | $1.25 / $10.00 | | GPT-5.5 | $5.00 / $30.00 | OpenAI o200k | 1.00x | $5.00 / $30.00 | | GPT-5.6 Sol | $5.00 / $30.00 | OpenAI o200k（已验证） | 1.00x | $5.00 / $30.00 | | Grok 4.5 | $2.00 / $6.00 | xAI 计数端点 | 1.03x | $2.06 / $6.18 | | Gemini 3 Flash | $0.50 / $3.00 | Google 计数端点 | 1.09x | $0.55 / $3.27 | | Claude Sonnet 4.6 | $3.00 / $15.00 | Anthropic 旧版 | 1.14x | $3.42 / $17.10 | | Claude Sonnet 5*（入门价）* | $2.00 / $10.00 | Anthropic 新版 | 1.50x | $3.00 / $15.00 | | Claude Sonnet 5*（标准价，从 9 月 1 日起）* | $3.00 / $15.00 | Anthropic 新版 | 1.50x | $4.50 / $22.50 | | Claude Opus 4.6 | $5.00 / $25.00 | Anthropic 旧版 | 1.14x | $5.70 / $28.50 | | Claude Opus 4.8 | $5.00 / $25.00 | Anthropic 新版 | 1.50x | $7.50 / $37.50 | | Claude Fable 5 | $10.00 / $50.00 | Anthropic 新版 | 1.50x | $15.00 / $75.00 | 阅读几行。GPT 是标尺，所以它的行按标价定价。Opus 4.8 和 Opus 4.6 共享 5.00 美元 / 25.00 美元的标价，但有效价格相差约 32%——相同标价下的第一层成本，现在以美元显示。GPT-5.5 和 GPT-5.6 Sol 具有相同的 5.00 美元 / 30.00 美元标价和相同的有效价格，因为它们共享已验证的 o200k Tokenizer——这两个 GPT 层级在能力和速度上不同，而不是因为隐藏的 Tokenizer 税。Gemini 3 Flash 在效果上仍然是最便宜的：它的 Tokenizer 比 GPT 稍重（1.09x），但其标价足够低，所以无关紧要。 一个独立的、真实世界的数据点，方向相同：另一个团队 Ploy 本周发布了他们迁移到 GPT-5.6 Sol 的生产环境，并[报告](https://ploy.ai/blog/migrating-a-production-ai-agent-to-gpt-5-6)说，对于相同的构建，它消耗了 170 万个输入 Token，而 Claude Opus 4.8 消耗了 260 万个——大约少 35%。这是真实的账单，不是人工探测，它混合了更精简的 o200k Tokenizer 和模型自身的冗长度。不同的测量，相同的方向。 ## 对于构建智能体的人的一个转折 如果你编写一个**内容**为中文的聊天机器人，那么发现 2 中的语言特定差距就是你的主要问题。但如果你构建一个编码智能体，每个请求的绝大部分是英文：系统提示、工具模式、代码、JSON。这些有效载荷决定了税。在我们的混合中，无论用户的消息是英文还是中文，Claude 的新 Tokenizer 都保持约 1.50x GPT——因为单行聊天内容与数万个英文脚手架 Token 相比，只是四舍五入的误差。对于智能体，Tokenizer 在英文和代码上的行为才是重要的数字，不管是谁在打字。 ## 如何真正比较模型价格 - **根据你的内容而不是标价进行比较。**你的语言和文件类型决定了倍数。在信任价目表之前，先对代表性样本运行每个 Tokenizer。 - **Tokenizer 的变化就是无声的价格变化。**当供应商发布