Simon Willison 更新了他的 Claude Token Counter 工具，加入了一個看似簡單但實則關鍵的功能：可以對同一文本在不同 Claude 模型間比較 token 數量。這個工具的更新，揭開了 Anthropic 在 Opus 4.7 上所做的改變——它使用了一個新的 tokenizer，改善了文本處理能力，但也帶來了一個更昂貴的隱形成本。

Simon Willison 的工具：為什麼需要一個 token 計數器？

在討論 Claude 的成本之前，先了解一下 token 計數器的背景。token 是 API 計費的基本單位，但對於大多數使用者來說，token 是一個抽象的概念。你不知道你的提示詞到底會花多少 token，直到你發送請求並收到帳單。

Simon Willison 的 Claude Token Counter 工具就是為了解決這個問題。它讓你可以在發送 API 請求之前，就先知道你的輸入會花多少 token。這對於預算控制、模型選擇和成本優化來說，都是關鍵的。

現在，這個工具支援四個主要的 Claude 模型：
– Opus 4.7
– Opus 4.6
– Sonnet 4.6
– Haiku 4.5

工具可以接受文本和圖像，讓你可以在不同模型間比較 token 數量。這個工具在 Hacker News 上引起了討論，許多開發者認為這是一個非常實用的工具，特別是在像 Opus 4.7 這樣發生 tokenizer 變化的時候。

一個問題：你真的知道你的 API 請求花多少 token 嗎？

想像你在做一個專案，選擇了 Claude Opus 4.7，因為它的價格表和 Opus 4.6 完全一樣：輸入每百萬 token 五美元，輸出每百萬 token 25 美元。你覺得自己做出了一個明智的成本決策。但當你在月初收到帳單時，卻發現成本比預期高出 40%。這不是你算錯了，而是因為 Opus 4.7 的改變——同一個提示詞，在 4.7 上的 token 數量比 4.6 多。

Simon Willison 的工具發現了這個問題。他把 Opus 4.7 的 system prompt 放進 token 計數工具，發現 Opus 4.7 的 tokenizer 使用的 token 數量是 Opus 4.6 的 1.46 倍。這意味著，即使價格表沒有變動，你的實際成本卻上漲了。

Opus 4.7 的改變：更好的 tokenizer，但更昂貴

根據 Anthropic 在 Opus 4.7 公告中的說明：「Opus 4.7 使用了更新的 tokenizer，改善了模型處理文本的方式。權衡在於，同一個輸入可能會對應到更多的 token——大約 1.0 到 1.35 倍，取決於內容類型。」

這是一個典型的技術與成本之間的權衡。新的 tokenizer 可以讓模型更精確地理解文本，尤其是對於複雜的程式碼、技術文件或多語言內容。但這種精確性的代價是，同一個輸入需要更多的 token 來表示。

實際測試：不同類型內容的 token 差異

Simon Willison 做了一些實際測試，發現不同類型的內容有不同的 token 倍率：

Simon Willison 也更新了他的測試結果，提供了更多的細節。對於高解析度圖像的那個 3.01x 倍率，他後來澄清說這完全是由於 Opus 4.7 支援更高解析度。當他使用較小的圖像（682×318 像素）測試時，兩個模型的 token 數量幾乎相同。

對於 PDF，他測試了一個 15MB、30 頁的文字密集 PDF，發現 Opus 4.7 報告了 60,934 個 token，而 Opus 4.6 報告了 56,482 個 token，只有 1.08x 的倍率。這顯示對於結構化文件，新的 tokenizer 更有效率，token 增加的幅度較小。

這些測試揭示了幾個重要的事實：

  1. 對於一般文本：token 增加幅度大約在 1.1x 到 1.5x 之間，取決於文本類型。
  2. 對於 PDF 等結構化文件：token 增加幅度較小，只有 1.08x。這可能是因為 PDF 的結構化程度較高，新的 tokenizer 在處理這類內容時更有效率。
  3. 對於高解析度圖像：token 大幅增加，但這主要是因為 Opus 4.7 支援更高解析度的圖像。根據官方資訊，Opus 4.7 可以接受長邊高達 2,576 像素的圖像（約 3.75 百萬像素），比之前多三倍。所以這個 3x 的倍率並不完全是因為 tokenizer 的效率問題，而是因為 4.7 能夠處理更多細節。
  4. 對於較小圖像：token 數量幾乎沒有變化。這意味著如果你的圖像不需要用到 4.7 的高解析度支援，成本不會顯著增加。

對使用者的實際影響

這個改變對使用者的影響取決於你如何使用 Claude API：

如何應對這個變化

如果你已經在使用 Claude API，這裡有一些可以採取的行動：

  1. 使用 Claude Token Counter 工具：Simon Willison 的工具可以幫你比較不同模型的 token 數量。在決定使用哪個模型之前，先用你的典型提示詞測試一下，看看 token 差異有多大。例如，如果你的應用程式主要處理程式碼，用一些典型的程式碼片段測試；如果主要處理自然語言，用一些典型的文本測試。

  2. 評估是否真的需要 Opus 4.7：如果你的使用場景不需要高解析度圖像支援，或者文本類型相對簡單，Opus 4.6 可能是更具成本效益的選擇。Opus 4.7 的主要優勢是對高解析度圖像和複雜文本的更好理解，如果你的使用場景不涉及這些，4.6 可能已經足夠。

  3. 監控 API 成本：在從 4.6 遷移到 4.7 之後，密切監控你的 API 成本，確保它在預期範圍內。許多 API 平台提供成本監控工具，設定預算警報，當成本超過預期時通知你。

  4. 考慮不同的文本格式：對於結構化內容，如 PDF 或 JSON，格式可能會影響 token 數量。嘗試不同的格式，看看哪個更有效率。例如，JSON 格式通常比純文本更有效率，因為它的結構性讓 tokenizer 能夠更好地理解。

  5. 優化你的提示詞：如果你發現 token 成本顯著增加，嘗試優化你的提示詞。例如，使用更簡潔的表達、移除不必要的上下文、使用更精確的術語等。這不僅可以降低成本，也可能提高模型的回應品質。

結尾

技術進步往往帶來隱形成本。Opus 4.7 的新 tokenizer 是一個很好的例子：它改善了模型的文本處理能力，但也增加了 token 數量。對於使用 Claude API 的開發者來說，重要的是了解這個變化，並做出明智的決策。使用像 Simon Willison 的這樣的工具來比較不同模型的 token 數量，是一個很好的起點。畢竟，知道你的 API 請求花了多少 token，是控制成本的第一步。