这是一个创建于 989 天前的主题，其中的信息可能已经有所发展或是发生改变。
我的账号因为没有试用金，所以不能测试。希望有用地的帮忙解答一下
我想了解一下这个 tokens 的计算是统计的我提问时提交内容折算成 tokens 还是 ChatGPT 生成的内容折算成 tokens 。
我开始以为是根据我提问的内容计算 tokens ，但是今天一想感觉好像不太对？因为大部分情况下提问的内容是很少的，那如果只是提问、对话，1000 个 tokens 岂不是可以提问好多内容？
如果是按回复的内容算 tokens ，那它讲废话也是挺合理的了，毕竟说得越多，收费越贵
我搜了一下，没有比较明确的说明。另外，还看到说好像上下文也会每次算在提交的 tokens 中。
 | 1 airyland 2023-04-14 09:22:37 +08:00  1 input + output |
 | 4 zapper 2023-04-14 09:28:14 +08:00 1 https://platform.openai.com/tokenizer 1,000 tokens is about 750 (英文） words [上文] + 输入+输出，GPT3.5 最大就是 4096 tokens ，这也解释了为什么他说着说着就会忘记前面的事情 |
 | 5 cs3230524 2023-04-14 09:43:24 +08:00 2 @dier 会啊。 第一轮：Q1A1 第二轮：Q1A1+Q2A2 第三轮：Q1A1+Q2A3+Q3A3 ...... 最长的 token 有限制，超过了你要自己选择携带的会话请求。相关的 token 拆分算法官方文档已经写得很清楚了。 |
 | 7 hahastudio 2023-04-14 09:52:28 +08:00 @zapper 不是的吧，如果你 API 前面给的 context 太长，它最后回复的就很短，context + respOnse= 4096 token |
 | 8 Yeen 2023-04-14 09:56:11 +08:00 官方有文档，直接给官方结论（英文文本）：正常文本统计来说，单词数大约相当于 token 数的 75%。 也就是 1000 个 token 大约有效单词是 750 个。 |
 | 9 pkoukk 2023-04-14 10:03:04 +08:00 2 官方提供的 token 序列化算法，可以计算实际消耗 token 。 官方提供了 python 和 c#两个语言的版本，其他语言的实现可以在 github 上找。 https://github.com/openai/openai-cookbook/blob/main/examples/How_to_count_tokens_with_tiktoken.ipynb 你说的上下文问题和 token 没关系，属于你自己的 api 封装策略。 在 chat 这个模式下，你向 API 发起的请求模式是 [Q1 ，A1 ，Q2 ，A2 ，Q3 ，A3 ，Q4]，等待 API 返回 A4 这种模式带有越多的之前的 QA ，上下文效果越好，但是单次请求消耗的 token 越多 如果你想少用点 token ，可以对之前的 QA 做出裁剪，比如只发起[Q2 ，A2 ，Q3 ，A3 ，Q4] 我自己写来玩的 cli 实现了根据 token 限制动态裁剪对话，你可以参考 https://github.com/pkoukk/chatgpt-cli/blob/main/gpt/conversion.go |
 | 10 BrandonNg 2023-04-14 10:16:08 +08:00 |
 | 11 evil0harry 2023-04-14 10:33:10 +08:00 go 版本可以使用这个 https://github.com/pkoukk/tiktoken-go |
 | 12 rwecho 2023-04-14 10:45:24 +08:00 如果是 stream 模式, 那它的回复只算最终的吧, stream 的中间文本会产生吗? |
 | 14 Biluesgakki 2023-04-14 13:11:45 +08:00 1 反正问一个问题大概在几百到几千不等 ，不要带太多的上下文 ，token 会吃得很快 |
 | 15 waliwaliCrazy 2024-09-02 09:41:20 +08:00 vue 的版本有吗 |
Select Language