报价单只告诉你单价
要估「发一篇 1500 字的稿子，输入多少钱」，缺的是中间那一步：这 1500 字到底是多少 token。
报价单不会说。它只写每百万 token 多少钱。
所以这篇写的就是那一步。装包、数、换算，三步。命令都是我本机跑出来的，输出原样贴。
一、装
`pip install tiktoken`。
我这台机器上跑完是这样：
显示 already satisfied 是因为我早装过了。你第一次装会多几行下载信息，结尾一样。
顺手确认版本，0.14.0。
二、数
最小能用的版本就三行：
换成文件跑也没区别，把 `enc.encode(...)` 里的字符串换成 `open(...).read()` 就行。
我实际跑的那版多打印了两个东西：两个分词器都数一遍，另外把 token 的 id 号也打出来。
id 号本身没什么用。但想看清一个汉字到底被切成几块，它是唯一的证据。上一篇里那个「六个字切成九个 token」，就是靠这串数字拆出来的。
三、换算
有 token 数，剩下是乘法。价格我用的是 DeepSeek V4.1 Flash 官网标的三档：输入命中缓存 0.02，输入未命中 1.00，输出 4.00，单位都是元每百万 token。
价格是 2026 年 9 月页面上的。我只看了标价，没有实际调用接口验证过。
1500 字，按 1.575 token/字 算，2,362 个 token。
发过去、没命中缓存，¥0.0024。命中了，¥0.00005。让它吐同样长度，¥0.0094。
同样的字数，最贵和最便宜差 200 倍。差别只在两件事：缓存有没有命中，你是「发」还是「收」。
所以省钱的动作也就两个。一是把固定不变的长提示词放在最前面，让它更容易命中缓存。二是别让模型把已有的原文再抄一遍输出。
第一条我没法验证。缓存怎么算命中，官方只说「前缀相同」，具体边界我测不出来。
一张经验表，省得每次都跑代码
这张表是我挨个测的，每种只有一小段样本，所以它是「手感」，不是「标准」。
拿它估的时候注意一件事：别拿字符数当 token 数。
中文一个 token 装 1.2 到 1.6 个字符，英文单词能到 4.8，Python 代码 2.6，纯小写字母串 26。混着来的时候，估出来的误差会很难看。
反过来，最吃亏的是生僻字和表情符号。十个生僻汉字能吃掉 26 个 token，五个 emoji 在 cl100k 里是 11 个。
顺手测的一件事：中文是不是天生比英文贵
这句话我听了很多年。这次拿三组提示词试了一下，任务说明、输出格式、角色设定，各写一版中文一版英文，意思尽量贴近。
cl100k 底下：中文 151 个 token，英文 100 个。中文是英文的 1.51 倍。
o200k 底下：中文 108，英文 100。1.08 倍，基本拉平了。
所以「中文更贵」这句只在老分词器时候成立。词表里收了中文词之后，这个差距自己就消掉大半。
这三组是我自己写的一对一对译，不保证语义完全等价，样本也只有三组。当参考，别当结论。
几个我没验证的地方
接口返回的 usage。
各家接口一般都会返回 `prompt_tokens`、`completion_tokens` 这类字段，按理说那个数最准，比我这样本地数强。但我这次没有调接口，也没读返回，所以这段我没有实测，只能说到这儿。手上有 key 的话，跑一次就知道。
图片的 token。
我只测了纯文本。同一张图在不同模型里折算成多少 token，我没测，也不知道。
上下文里还有别的。
system prompt、历史对话、工具定义，这些全要占位置。这篇只算了正文。具体占多少，取决于你的框架怎么拼，我没法替它算。
tiktoken 只对 OpenAI 系准。
国内模型的分词器没公开，用它数出来的只能当参考。上一篇我比过两个公开分词器的差：同样的中文，能差 26%。国内模型的差多少，我不知道。
最后
装个包，三行代码，比猜准。
真要严谨，还是得以接口返回的 usage 为准，本地这步只是让心里有个数：到底是几百 token，还是几万。