經(jīng)常用AI的朋友們都知道，要想AI用得爽，是得花錢的。大廠免費給你用的版本，很可能是閹割版，智力有問題，只會接住你的那種。

但這就有個問題了：AI每次回答我，都用的是我花了錢的額度，有時候嘰里咕嚕說一堆，效率巨低，額度還唰唰掉，心疼啊。

所以有沒有一種方法，能讓AI回答你問題的時候，效率又高，還能省錢？

聰明的網(wǎng)友就想到了，漢語是世界上信息密度最高的語言，甚至文言文還是濃縮中的精華。。那我們用文言文跟AI聊天，對話篇幅大大減少，這算力省下來了，效率不就上來了，錢也扣得慢了，簡直太完美了。

比如，把“我去，用戶徹底怒了”改成“嗚呼，客官震怒”，把“你先別給我瞎bb”改成“何出此言”，讓AI也用古文回我。

有老哥已經(jīng)直接詢問AI了，答曰：可也。畢竟，古人拿文言文省竹簡，又何嘗不是一種省token？

但也有人指出盲點：你省了token，消耗的不也是自己大腦的token嗎？

天縱之才也！

但實際上，江江經(jīng)過一系列嘗試后，可以給大家個結(jié)論了：

省token乎？謬也！

要搞清這個問題，我們得先知道，AI的算力消耗其實看的不是字數(shù)，而是token，可以理解為AI處理信息的最小單位。我們說的省錢、省算力，其實就是省token。

于是，我們用DeepSeek V3的token計算器，做了幾個實驗，結(jié)果嘛，非常反直覺。

比如，“用戶徹底怒了”是3個tokens，而“客官震怒”是4個tokens。

“永失吾愛”是4個tokens，“她永遠不會回來了”卻是3個tokens。

甚至蒹葭蒼蒼4個字，就占了6個tokens，陜西著名美食面，更是來到了驚人的9個tokens。。

最神秘的還是“免費在線觀看”這6個字，DeepSeek那占3個token，GPT那它只占1個token，沒有人知道GPT到底在線觀看了什么。

所以說，字數(shù)越少效率越高這事兒，還真是個純純的偽命題。

為啥會這樣呢？這就得從計算機是如何存儲文字的說起了。

一個漢字在經(jīng)過計算機編碼后，會占3-4個字節(jié)，常用的字占3字節(jié)，而那些特別生僻的字，3字節(jié)放不下，就得占4個字節(jié)。而要把這些字節(jié)轉(zhuǎn)化為AI能讀懂的token，還得靠模型內(nèi)部算法，它的工作原理其實很像消消樂。

一開始，所有漢字都被拆成字節(jié)存放，此時一個字節(jié)就是一個token。然后算法為了省算力，就會找那些相鄰位置出現(xiàn)最頻繁的字節(jié)，把它們合并成一個新的token。

比如"你""我""他"這些漢字對應的字節(jié)，成天組隊出現(xiàn)，算法就直接給他們合并了，所以這些字就只占1個token。

甚至出現(xiàn)次數(shù)過多的詞語，也會被合并成1個token，比如“用戶”“徹底”“瘋狂”，甚至“免費在線觀看”這個詞，都可以成為一個token。

而那些出現(xiàn)幾率少的字，比如“蒹”“葭”“饕”“餮”，在訓練數(shù)據(jù)里寥寥無幾，BPE找不出字節(jié)內(nèi)在的關聯(lián)，就像小學生把不認識的字寫成拼音，那就只能保存為幾個零散的token了，于是1個字就會等于多個tokens。

而因為底層的編碼方式，導致所有字符的編碼最多4個字節(jié)，如果一個字巨生僻，打都打不出來，它就只能像金針菇一樣，進去啥樣出來還是啥樣，不會被合并，所以，1個漢字消耗tokens的最大值，就是4個。

因此，文言文愛用的那些古典生僻字詞，在token的交易里，反而是奢侈品，每個字對AI來說都很燒腦。

那既然用文言文不省token，那我要說啥語言才能省??？

江江的結(jié)論是，沒有結(jié)論。因為，不同模型的tokenizer，也就是token計算器完全不一樣。我們拿同樣的文本在OpenAI和DeepSeek那里都跑了一下，結(jié)果就截然不同，同一個字在OpenAI這邊可能是2個token，在DeepSeek那邊就是1個。

這是因為token怎么合并，取決于大模型的訓練語料，而不同公司的訓練語料構(gòu)成差異巨大。

OpenAI的模型早期以英文語料為主，在token合并上，自然對英文更慷慨；DeepSeek等國產(chǎn)模型吃了大量中文語料，中文的高頻組合見多了，自然就合并得更充分。

當然，模型也在不斷進步，各家都在擴大多語言語料的覆蓋，不同語言差距已經(jīng)變得越來越小，所以除非你能把每個模型的token表背下來，不然咱不建議為了三瓜倆棗，拋棄自己舒服的交流方式。

如果非要給個建議，你可以試試用文言文的思路說白話文，比如"你吃飯了沒有？"說成"吃了否"，“你是不是有毛病”說成“毛病乎？”

用你自己的大腦模擬一下，找到耗token最少的表達方式，主觀能動性不就來了！

但講道理，還是不如少說廢話，奧特曼就曾經(jīng)說過，你們整天給AI說謝謝，搞得我們已經(jīng)多花幾千萬刀了，與其在形式上下功夫省token，不如從根源杜絕那些不必要的廢話。

雖然我根本忍不住，誰能忍住不問候兩句呢？

最后，其實還有個很有意思的視角。就算真有種信息密度大的語言，把token省了，最后費的還是你的腦子。

因為如果一種語言信息密度大，那也意味著，單個token表達的意思很多，歧義也會變大，咱就只能靠上下文理解來消歧，說白了 token 是省了，你還得自己費腦子理解。

比如，給你三分鐘，你能讀懂“用奶牛的牛牛牛奶，奶牛會不會被牛死”嗎？

所以，其實token在某種意義上是守恒的，AI省的越多，你大腦消耗的token越多，耗費的還是自己的儲存的能量。

你想花錢更快，還是肚子餓得更快，就看你自己的選擇了。

撰文：不咕

編輯：江江&面線

美編：素描

圖片、資料來源：

小紅書、X、部分圖源自互聯(lián)網(wǎng)