Czym są tokeny w prostych słowach — i dlaczego niektóre języki kosztują dwa razy więcej

W skrócie: token to fragment tekstu, na którym operuje sieć neuronowa. Ani litera, ani słowo: krótkie, często używane słowo to zazwyczaj jeden token, długie lub rzadkie jest dzielone na kilka. W języku angielskim token to mniej więcej cztery znaki; w wielu innych językach bliżej dwóch. Praktyczna konsekwencja: ta sama myśl poza angielskim zajmuje około dwa razy więcej tokenów, więc kosztuje więcej i działa wolniej. Poniżej: jak samemu to sprawdzić, czym różnią się tokeny wejściowe od wyjściowych i dlaczego długa rozmowa staje się droższa sama z siebie.

Łatwiej zobaczyć raz

Weź zdanie i podziel je tak, jak robi to model. Pionowa kreska to granica tokenu.

The cat sleeps on the windowsill.
→ The| cat| sleeps| on| the| windows|ill|.
8 tokenów

Zasada jest widoczna. Krótkie, często używane słowo — „the”, „cat”, „on” — to pojedynczy token. Długie lub rzadkie jest dzielone: „windows|ill”. Interpunkcja żyje jako osobny token. Spacja zazwyczaj przylega do słowa, które po niej następuje.

Teraz ta sama myśl po rosyjsku:

Кот спит на подоконнике.
→ Кот| спит| на| подо|конник|е|.
7 tokenów — z o połowę mniejszą liczbą znaków

Prawie taka sama liczba tokenów dla zauważalnie mniejszej ilości tekstu. To jest luka w gęstości: angielski jest pakowany bardziej efektywnie, ponieważ modele były trenowane głównie na nim, a słownictwo tokenów zostało do niego dostosowane.

Zasada kciuka

W języku angielskim 1 token ≈ 4 znaki; w wielu innych językach ≈ 2 znaki. Budżetując lub sprawdzając, czy dokument się zmieści — podwój swoje oszacowanie poza angielskim.

Nie chodzi tylko o pieniądze. Liczba tokenów decyduje o tym, czy twój tekst w ogóle zmieści się w oknie modelu i jak szybko nadejdzie odpowiedź.

Tokeny liczone są podwójnie: wejście i wyjście

Rozmowa z modelem to dwie porcje tokenów, rozliczane oddzielnie.

• Wejście — wszystko, co wysyłasz: pytanie, wklejony tekst, plik, obraz, historia rozmowy.
• Wyjście — wszystko, co model odpisuje.

Różnica to nie terminologia, ale pieniądze: wyjście kosztuje kilka razy więcej. Z Gemini 2.5 Flash-Lite na dzień 30 lipca 2026, wejście to 0,10 USD za milion tokenów, a wyjście to 0,40 USD. Cztery razy więcej.

Policzmy. Pytanie na 100 słów to około 300 tokenów wejściowych — 0,00003 USD. Odpowiedź na 500 słów to około 1500 tokenów wyjściowych — 0,0006 USD. Odpowiedź kosztuje dwadzieścia razy więcej niż pytanie, mimo że swoje napisałeś sam, a model wygenerował swoją w kilka sekund.

Stąd zasada, która oszczędza najwięcej: skróć odpowiedź, nie pytanie. Zdanie „odpowiedz w jednym akapicie” obniża rachunek bardziej niż zmniejszenie twojego pytania o połowę. A „wyjaśnij szczegółowo, ze wszystkimi przykładami” to najdroższe zdanie, jakie możesz napisać do modelu.

Dlaczego długa rozmowa staje się droższa z każdą wiadomością

Model nie pamięta wcześniejszych tur. Aby mógł śledzić wątek, cała wymiana jest wysyłana ponownie — za każdym razem, od zera. Twoja dziesiąta wiadomość ciągnie za sobą dziewięć poprzednich, a wszystkie z nich ponownie liczą się jako wejście.

Wiadomość 1: 300 tokenów wejściowych.
Wiadomość 5: 300 twoich własnych + 1800 historii = 2100.
Wiadomość 10: 300 twoich własnych + 4500 historii = 4800.

Ty nadal piszesz równie krótkie odpowiedzi, podczas gdy wejście rośnie samo z siebie. Dlatego długi wątek „wszystko w jednym” kosztuje więcej niż świeży czat z tym samym pytaniem — i dlatego model w końcu zaczyna gubić początek rozmowy: stary tekst już się nie mieści.

Okno kontekstowe: gdzie to wszystko się gromadzi

Wszystko, co model ma obecnie dostępne, leży na jednym stole — to jest okno kontekstowe. Na nim jednocześnie: instrukcja systemowa, cała historia rozmowy, wszelkie przesłane pliki i miejsce na odpowiedź, którą pisze.

Rozmiar tego stołu mierzy się w tokenach. Do połowy 2026 roku najlepsze modele mają około miliona: to właśnie reklamują Claude Sonnet 4.6 (w wersji beta), Gemini i GPT-5.4. Kilka lat wcześniej standard wynosił 128 tysięcy — osiem razy mniej.

Milion tokenów to mniej więcej 2500 stron tekstu angielskiego lub około 1250 stron w gęstszym języku. I to wszystko razem: historia, pliki i odpowiedź.

Uczciwe zastrzeżenie, którego nie znajdziesz w marketingu: reklamowane okno i to działające to dwie różne rzeczy. Model formalnie akceptuje milion tokenów, ale jakość zauważalnie spada wcześniej — w środku ogromnego tekstu gubi się i mniej wiarygodnie znajduje informacje. Im bliżej limitu, tym mniej powinieneś ufać odpowiedzi.

Co z tym wszystkim zrobić

• Wyraźnie ogranicz długość odpowiedzi. „Trzy zdania”, „lista pięciu” — bezpośrednie oszczędności.
• Nowe zadanie, nowy czat. Taniej i dokładniej: nieaktualny kontekst przestaje przeszkadzać.
• Nie przesyłaj całego pliku, gdy potrzebujesz jednej sekcji. Wytnij część, która ma znaczenie — odpowiedź będzie lepsza, nie tylko tańsza.
• Spróbuj długich, technicznych promptów po angielsku. Oszczędność tokenów to bonus do faktu, że modele precyzyjniej podążają za angielską instrukcją.

Gdzie sprawdzić swoje liczniki tokenów

Jeśli łączysz się z modelem przez API, odpowiedź zawiera blok usageMetadata: sam model raportuje, ile tokenów weszło, a ile wyszło, z podziałem na modalności. To najbardziej uczciwy sposób na sprawdzenie wszelkich obliczeń — w tym naszych.