这个问题通常会附带一张截图:
回复明明只有两句话,为什么花了将近一万个 token?
简短的答案其实一直写在里:一条回复按整轮交换计费,而不只是你看到的那段文字。每一轮,模型都要先读一遍角色设定、最近的对话、用得上的世界书内容、你的消息以及其他一些东西,然后才开始写。在角色扮演聊天里,它读的东西几乎总是远多于它写的。
这个答案没错,但它要你相信我们的说法。从今天起,你不用再只听我们说了。
把鼠标停在那个数字上
点余额旁边的历史图标打开积分,切到消耗记录。每一次请求都列在那里,和以前一样:角色、模型、token、积分。不同的是,token 数现在可以点开了。把鼠标悬停在上面(手机上点一下),就会弹出 Token 明细。
它一定会给出两个数:输入,模型读了多少;输出,模型写了多少。如果是聊天回复,还会显示输入由哪些部分组成。
下面是一轮较长的角色扮演回复大致的样子。数字是示意,但比例很典型:
| 部分 | Token | 占比 |
|---|---|---|
| 聊天记录 | 3,800 | 40% |
| 角色与身份设定 | 2,220 | 24% |
| 世界书 | 640 | 6.8% |
| 聊天总结 | 450 | 4.8% |
| 插件 | 380 | 4% |
| 平台指令 | 350 | 3.7% |
| 长期记忆 | 310 | 3.3% |
| 工具与格式 | 1,270 | 13% |
这一轮读了 9,420 个 token,写了 412 个。回复本身是整个请求里最小的那一块。
怎么读这份明细
一旦能看见,有几件事就很明显了:
- 聊天记录随对话变长。 最近的消息是原样发送的,所以一段很长、很热闹的剧情,每一轮都比刚开始的对话更贵。更早的消息会被折叠成总结,而不是全文发送,这就是为什么聊天总结比它所替代的记录小得多。细节可以看。
- 角色设定是每一轮的固定开销。 丰满的设定、场景和回复风格,正是让角色像一个真实的人的原因;但它每次回复都会被完整读一遍,你的身份设定也跟着一起。
- 世界书和长期记忆只算用到的部分。 一本有几百个条目的世界书,并不会让每轮都付几百个条目的钱:世界书一项只统计这条回复实际用到的条目。
- 插件会累积。 大多数插件每一轮都会在模型面前加上自己的说明。装一个通常无所谓,同一个聊天装五个,这里就看得出来。
- 输出通常只占一小块。 积分按输入和输出之和、以同样的倍率计算,所以让一轮变贵的不是长回复,而是长上下文。
这些都不是让你把角色删减得干干巴巴的理由。它的意义在于让你知道钱花在了哪:哪天某个聊天突然显得很贵,你能直接看到原因,而不是靠猜。
这些数字是怎么来的
与其让它看起来比实际更精确,我们更愿意把它到底是什么讲清楚。
模型服务商对每次请求只报告一个输入总数,并不会告诉你其中多少来自角色、多少来自聊天记录。所以 Reverie 在拼装这次请求时,会按每个部分自己的文本分别估算;回复回来之后,再把这些估算按服务商报告的输入数等比折算。这就是为什么各部分都标着估算,也是为什么它们加起来永远正好等于你被计费的输入数。
工具与格式是其他部分都算不进去的那些:角色能用的工具的说明、每条消息外面的格式,以及我们的估算和服务商计数之间的那点差距。我们把它单独列一行,而不是悄悄摊进其他各项。
有几个限制值得知道:
- 明细覆盖网站上、 和 机器人里(账号绑定之后),以及通过 产生的聊天回复。
- 明细保留 30 天。更早的回复,以及这个功能上线之前的回复,只显示输入和输出。
- 回复建议、故事继续、小说章节等其他用量,目前也只显示输入和输出。
它不会显示什么
明细给的是大小,不是内容。它会告诉你角色设定占了这条回复的 2,220 个 token,但永远不会把设定本身给你看。这一点很重要:你聊天的很多角色是别人写的,那张角色卡是他们的作品。你能完整看到自己花的每一分去了哪,创作者的手艺也依然只属于他们自己。
为什么我们一直在做这种事
这是个小功能,但它也是我们打算一直保持的习惯里最新的一件。
按 token 计费,每个模型的倍率都公开写着。摊开了一条消息背后运转的一切,讲了我们怎么防止同一个模型悄悄变差。
很多 AI 聊天产品只让你看着余额往下掉,别的什么也看不到。我们觉得,你花掉的每一个积分,都应该能查到它去了哪。下次再有一条两行的回复花掉一万个 token,你不用再来问我们为什么,答案就在鼠标停一下的地方。
每一部分具体指什么,完整说明在里。

