模型升级时，很多人会先看“每百万 token 单价”有没有变化。但还有一个容易被忽略的变量：tokenizer。

Tokenizer 是文本进入模型前的切分规则。规则一变，同一段 prompt 可能被拆成不同数量的 tokens；而 token 数正是多家 LLM API 定价文件中的核心计费单位之一。^{[20][12][32][2]}

Claude Opus 4.7 是一个很典型的例子。Anthropic 文档明确写道，Opus 4.7 的新 tokenizer 在处理文本时，可能比此前模型使用约 1x 至 1.35x 的 tokens，也就是最高约多 35%，并且增幅会随内容变化；同一输入通过 /v1/messages/count_tokens 比较 Opus 4.7 和 Opus 4.6，会得到不同的 token 数。^[34]

结论：可能更贵，但不是所有 prompt 都涨 35%

更准确的说法是：如果同一份 prompt 在新 tokenizer 下被拆成更多 input tokens，而 input-token 单价不变，那么 input 部分的成本通常会上升。

但这不等于每个 prompt 都会多 35% tokens。Anthropic 给出的范围是约 1x–1.35x，并明确说明会因内容而异，所以不能简单理解为“所有请求一律贵 35%”。^[34]

也不能把 token 增幅直接换算成整张账单增幅。Anthropic 的 pricing 文件把

Base Input Tokens

Cache Writes

Cache Hits

Output Tokens

[12]

[32]

[2]

[12]

为什么同一段文字会变成不同 token 数？

Token 不是字数，也不是简单的字符数。

OpenAI 的 tiktoken 教程展示了：要知道一段文字会被拆成多少 tokens，需要使用对应的 encoding 来计算；Gemini 文档也说明，Gemini API 的输入和输出都会被 tokenized，包括文本、图像等输入。^[20][1]

因此，用“字数 × 某个比例”来估算成本，只能做粗略预算。真正可靠的是看目标模型实际返回的 token count。Claude Opus 4.7 和 Opus 4.6 对同一输入会在 count_tokens 中返回不同结果，正说明 tokenizer 改动可以改变同一内容的计数结果。^[34]

“最多 35%”应该怎么理解？

常见说法	更准确的理解
Opus 4.7 会让所有 prompt 一律贵 35%	过度简化。官方说法是约 1x–1.35x tokens，且因内容而异。[34]
同一段文字可能被算成更多 tokens	准确。Anthropic 明确说明 Opus 4.7 的新 tokenizer 可能使用更多 tokens，并且会与 Opus 4.6 的 token count 不同。[34]
Tokenizer 改动只影响上下文长度，不影响成本	不完整。API pricing 会按 input、output、cache 等 token 用量项目计费，token count 变化可能影响成本计算。[12][32][2]
最好用官方 counter 实测	准确。OpenAI 有 input token counting 与 tiktoken 指引，Gemini 有 count_tokens 文档，Anthropic 文档也指向 /v1/messages/count_tokens。[33][20][1][34]

成本可以怎样粗算？

如果只看 input tokens，并假设 input-token 单价不变，可以用一个简化公式：

额外 input 成本 ≈（新 tokenizer input tokens − 旧 tokenizer input tokens）× input-token 单价

但这只估算 input 部分。实际账单还可能包括 output tokens、cache writes、cache hits 或其他产品计费项；Anthropic pricing 文件已经把这些项目分开，OpenAI 和 Gemini 也有各自的 pricing 文件可对照。^[12][32][2]

升级模型前，建议这样实测

1. 抽取完整 payload，不要只看 user message

生产环境里真正送进模型的内容，往往不只是用户的一句话，还可能包括 system 指令、长上下文、工具返回数据、文件、图像或其他输入。Gemini 文档说明所有 input 和 output 都会被 tokenized；OpenAI 的 token counting guide 也展示了包含文本与图片的 input token counting。^[1][33]

2. 使用目标模型的官方 token counter

OpenAI 提供 responses.input_tokens.count 文档，也有 tiktoken 计算指引；Gemini 提供 count_tokens；Anthropic 在 Opus 4.7 文档中提到 /v1/messages/count_tokens，并说明 Opus 4.7 会与 Opus 4.6 返回不同 token 数。^{[33][20][1][34]}

3. 按内容类型抽样，而不是只测一条短 prompt

不要只拿一条短 prompt 下结论。Anthropic 对 Opus 4.7 的描述是 token 增幅会因内容而异，所以应当抽取高流量、长上下文、最贵或最常见的 payload 类型来比较。^[34]

4. 把 token 差额套入官方 pricing

先比较新旧模型的 input token count，再用对应模型的官方 pricing 换算 input 成本差额；之后再把 output、cache 等项目纳入总成本模型。Anthropic、OpenAI、Gemini 都有官方 pricing 文件可核对。^[12][32][2]

5. 根据结果决定是否优化

如果 token 差额很小，可能只需要更新预算和监控；如果高流量 payload 明显变贵，就可以考虑压缩 prompt、缩短 context、改进缓存策略，或重新估算单次请求成本。重点不是看到“35%”就紧张，而是用官方 counter 和官方 pricing 把影响量化。^[12][34]

底线

新 tokenizer 的确可能让同一份 prompt 使用更多 tokens。Claude Opus 4.7 的官方文档已经确认，处理文本时可能比此前模型使用约 1x–1.35x tokens，最高约多 35%，但增幅会因内容而异。^[34]

真正该问的不是标题里的“35%”，而是：你的真实 payload 在新模型下多了多少 input tokens？output 行为有没有变化？cache 项目如何收费？对应供应商的 pricing 是否仍按同样方式适用？

升级前先跑官方 token counter，再套入官方 pricing，才是判断 prompt 是否会变贵的可靠方法。^{[33][1][34][12][32][2]}