01 详细解释
主流用 BPE 或其变体:从字符开始,反复合并高频组合,直到词表达到设定大小(常见 10 万–25 万)。切分结果直接决定 token 数,也影响模型对中文、代码、数字的处理。
同一个句子在不同模型里 token 数可能差 30%,跨模型比价格时必须按各自分词器算,不能按字数估。
主流用 BPE 或其变体:从字符开始,反复合并高频组合,直到词表达到设定大小(常见 10 万–25 万)。切分结果直接决定 token 数,也影响模型对中文、代码、数字的处理。
同一个句子在不同模型里 token 数可能差 30%,跨模型比价格时必须按各自分词器算,不能按字数估。
厂商说「用了 GQA」「换成 MoE」「支持百万上下文」时,指的都是这一层的设计。不必会推导公式,但要知道改动影响的是显存、速度还是表达能力。
下面这些站点来自 AI 导航(nav.ppv9.com)的同一份工具清单,按本词条的相关度挑选。