每个模型的定价页面都显示一个数字，供你比较：每百万个代币的美元价格。把两个模型并排放置，其中一个看起来更便宜。这种比较是错误的—如果你在使用AI编码代理进行构建，它是在最昂贵的方向上错误。价格是按代币计算的，但“代币”不是固定的文本量：每个模型的分词器将相同的文件分割成不同数量的部分，你按部分付费。这里是出现在你发票上的数字。同样的TypeScript文件在GPT-5.x上是681个代币，而在Claude最新的分词器上是1178个代币—多出1.73倍，相比Claude自己之前的分词器，增加了31%，在价格差异出现之前。作为构建者，你的实际工作量基本上是TypeScript，而TypeScript正是差距最广泛的地方。（英语散文的差距较轻，大约1.4倍—更多原因如下。）定价页面隐藏的数字 一个模型的账单是两个数字相乘：成本 = (你的内容变成的代币) x (每个代币的价格) 定价页面向你展示第二个数字，并将第一个数字视为常量。它并不是常量。这是模型分词器的一个属性—即将你的文本切割成模型实际收费单位的组件。两个模型可以同时宣传确切的“每百万个输入代币5.00美元”，但对同一段落却给你不同的账单，因为一个将该段落转化为比另一个更多的代币。没有人打印代币-内容的数字，因此没有人进行比较。这就是整个幻觉。要看到真正的价格，你必须测量分词器，然后将其乘回去。 两个定价卡隐藏的底层成本 定价卡显示一个价格，并隐藏其下的两个成本层。这两个成本在下面测量，都会出现在你的发票上，但定价页面上没有出现。记住这两个基准，因为它们是不同的比较，只有在你保持清楚时，数字才会相互调和。 底层一 - 同样价格的隐形涨价。这是Anthropic的新分词器与其之前的版本进行比较—一个同厂商、同类的比较。Claude Opus 4.6和Opus 4.8携带相同的5.00美元/25.00美元定价卡，但4.8配备了更新的分词器，它把同一段代码转化为大约29-32%的更多代币：在TypeScript上增加了31%（从898到1178），在Rust上增加了29%（从1019到1312）。“同样的价格，新模型”悄悄地让你的成本增加了大约30%，而这一增加从未以单独项目的形式印出。 底层二 - 在你实际写作的语言上最差。这个平均的~30%就是。现在将新的Claude分词器与市场上最精简的模型进行比较—GPT的o200k—在TypeScript上，这是AI编码代理生成的大部分内容。差距是73%（1178与681 = 1.73倍）。这是跨厂商的比较，Anthropic从未声称与GPT的代币相等—因此将其视为放大器，而不是指控：它使一个抽象的“$/Mtok”转变为你特定工作量上的实际成本。定价卡无法向你显示任何底层。 我们是如何测量的 我们采用了16个真实的实例—英语散文、HTML页面、JavaScript、Python、TypeScript和Rust文件、JSON工具架构和工具结果、中文聊天与散文、一段符号密集的文本及我们的实时代理系统提示—并在每个模型的真实分词器下逐字计数。没有生成，没有账单估算：仅仅是代币计数。Anthropic（Claude）—在Anthropic的官方count_tokens端点上计数。这是权威的；这是Anthropic计费所依据的相同计数。OpenAI（GPT）—通过tiktoken使用OpenAI文档中的o200k_base分词器进行计数。我们未对最新模型的参数性质深信不疑：我们对GPT-5.1、GPT-5.5和GPT-5.6 Sol进行了实际的最小API调用，读取了实时使用的代币计数，并使用长期减去短期的变化来抵消请求框架。所有三个确切地匹配o200k_base（比例1.0000）。分词器是经过验证的，而不是假定的。Google（Gemini）和xAI（Grok）—在每个提供商自己的代币计数端点上计数。我们使用GPT的o200k作为1.00x参考，每个跨厂商比例读取为“代币与o200k”。它是正确的尺子，正因为它不会动：o200k已经被冻结并公开记录了很长时间，所以它是一个稳定且可检查的标准—Claude的分词器是不断变化的部分。 我们故意将两个模型排除在比较表外：DeepSeek和GLM。我们对这两个模型只有一个粗略的字符-四个的估算，而不是一个真实的分词器，而一个虚构的数字正是这篇文章存在以指出的类型。它们要么被标记为估算，要么根本不提及。 发现1：第一个底层，同样价格的隐形涨价 底层一的完整情况，这是数据集中最清晰的案例，因为定价卡上没有变化—只有分词器。Claude Opus 4.6和Opus 4.8共享相同的5.00美元/25.00美元标签；4.8只不过使用了更新的分词器，并对相同代码收取更多费用。以下是新分词器相对于旧分词器在每个实例下的比较—每行中的字节相同，同一厂商