模型升級唔只係比較每百萬 token 價格。Tokenizer 係文字進入模型前的切分規則；如果規則改變，同一段 prompt 可能變成不同 token 數，而 token 數正是多個 LLM API pricing 文件中的成本單位之一。^{[20][12][32][2]}

Claude Opus 4.7 是一個清楚例子：Anthropic 文件寫明，新 tokenizer 處理文字時，可能比之前模型使用約 1x 至 1.35x tokens，即最高約多 35%，而且增幅會因內容而異；同一輸入用 /v1/messages/count_tokens 比較 Opus 4.7 與 Opus 4.6，會得到不同 token 數。^[34]

結論：有機會變貴，但不是所有 prompt 都加 35%

最準確的講法是：新 tokenizer 可以令同一份 prompt 的 input tokens 增加，從而在 input-token 單價不變時推高 input 成本。不過，Anthropic 講的是約 1x–1.35x，而且明確說會按內容變動，所以不能把它解讀成每個 prompt 一律多 35% tokens。^[34]

亦不能把 token 增幅直接等同總帳單增幅。Anthropic pricing 文件把

Base Input Tokens

Cache Writes

Cache Hits

Output Tokens

[12]

[32]

[2]

[12]

點解同一段文字會變 token 數？

Token 不是字數。OpenAI 的 tiktoken 教程示範，要用指定 encoding 先可以計算文字會被拆成幾多 tokens；Gemini 文件亦寫明，Gemini API 的 input 和 output 都會被 tokenized，包括文字與圖像等輸入。^[20][1]

所以，只用字數、字符數或估算比例去推成本，最多只能做粗略預算。真正應該比較的是目標模型實際回傳的 token count；Claude Opus 4.7 與 Opus 4.6 在 count_tokens 上會回傳不同數字，正正說明 tokenizer 改動可以改變同一內容的計數結果。^[34]

35% 應該點樣理解？

常見講法	較準確解讀
Opus 4.7 令 prompt 一律貴 35%	過度簡化。官方範圍是約 1x–1.35x tokens，而且視內容而定。[34]
同一段文字可能被計成更多 tokens	準確。Anthropic 明確寫明 Opus 4.7 的新 tokenizer 可能使用更多 tokens，並會與 Opus 4.6 的 token count 不同。[34]
Tokenizer 改動只影響 context limit，不影響成本	不完整。API pricing 會按 input、output、cache 等 token 用量欄位收費，token count 變動可以影響成本計算。[12][32][2]
最好用官方 counter 實測	準確。OpenAI 有 input token counting 與 tiktoken 指引，Gemini 有 count_tokens 文件，Anthropic 文件亦指向 /v1/messages/count_tokens。[33][20][1][34]

成本可以點樣估？

如果只看 input tokens，而且 input-token 單價不變，可以用一條簡化公式：

額外 input 成本 ≈（新 tokenizer input tokens − 舊 tokenizer input tokens）× input-token 單價

但這條式只估 input 部分。實際帳單還可能包含 output tokens、cache writes、cache hits 或其他產品收費欄位；Anthropic pricing 文件已把這些欄位分開，OpenAI 與 Gemini 亦有獨立 pricing 文件可供對照。^[12][32][2]

升級模型前的實測流程

1. 抽完整 payload，不好只抽 user message

產品實際送入模型的內容，可能包括 system 指示、長 context、工具資料、檔案、圖像或其他輸入。Gemini 文件寫明所有 input 和 output 都會被 tokenized，OpenAI 的 token counting guide 亦示範了包含文字與圖片的 input token counting。^[1][33]

2. 用目標模型的官方 token counter

OpenAI 提供 responses.input_tokens.count 文件，亦有 tiktoken 計算指引；Gemini 文件提供 count_tokens；Anthropic 在 Opus 4.7 文件中提到 /v1/messages/count_tokens，並指 Opus 4.7 會與 Opus 4.6 回傳不同 token 數。^{[33][20][1][34]}

3. 按內容類型抽樣

不要只測一條短 prompt。Anthropic 對 Opus 4.7 的描述是 token 增幅會因內容而異，所以應該抽高流量、長 context、最貴或最常見的 payload 類型來比較。^[34]

4. 把 token delta 套入官方 pricing

先比較新舊 input token count，再用對應模型的官方 pricing 換算 input 成本差額；之後再把 output、cache 等欄位加回總成本模型。Anthropic、OpenAI、Gemini 都有官方 pricing 文件可供核對。^[12][32][2]

5. 用結果決定是否需要優化

如果 token delta 很小，可能只需要更新預算和監控；如果高流量 payload 明顯變貴，就應該考慮壓縮 prompt、縮短 context、改善 cache 策略，或重新估算單次請求成本。重點不是見到 35% 就恐慌，而是用官方 counter 和官方 pricing 將影響量化。^[12][34]

底線

新 tokenizer 的確可以令同一份 prompt 使用更多 tokens。Claude Opus 4.7 的官方文件已確認，處理文字時可能比之前模型使用約 1x–1.35x tokens，最高約多 35%，但增幅會因內容而異。^[34]

真正要問的不是 headline 入面的 35%，而是你的實際 payload 在新模型下多了幾多 input tokens、output 行為有冇改變、cache 欄位點收費，以及供應商 pricing 是否一樣適用。升級前先跑官方 token counter，再套官方 pricing，先係判斷 prompt 會否變貴的可靠方法。^{[33][1][34][12][32][2]}