模型不识字，只认 token——分词器把文本切成小段，每段映射成一个数字编号。 英文里一个 token 大约是四分之三个单词；中文里常见一字一 token 或一词一 token， 同样一句话的 token 数通常比英文多不少。
模型的计算量正比于处理的 token 数：输入（prompt）要全部编码一遍，输出要逐个生成。 所以 API 普遍按"输入 token 单价 + 输出 token 单价"收费，输出单价通常更贵， 因为生成是逐 token 串行的，没法并行。
窗口是模型一次能"看到"的总 token 上限（输入 + 输出共享）。超出部分对模型完全不可见—— 不是"记不清"，是根本没看到。实践注意：