连鲁迅都想不到，当代网友为了省钱开始说文言文了。。

经常用 AI 的朋友们都知道，要想 AI 用得爽，是得花钱的。大厂免费给你用的版本，很可能是阉割版，智力有问题，只会接住你的那种。

但这就有个问题了：AI 每次回答我，都用的是我花了钱的额度，有时候叽里咕噜说一堆，效率巨低，额度还唰唰掉，心疼啊。

所以有没有一种方法，能让 AI 回答你问题的时候，效率又高，还能省钱？

聪明的网友就想到了，汉语是世界上信息密度最高的语言，甚至文言文还是浓缩中的精华。。那我们用文言文跟 AI 聊天，对话篇幅大大减少，这算力省下来了，效率不就上来了，钱也扣得慢了，简直太完美了。

比如，把 " 我去，用户彻底怒了 " 改成 " 呜呼，客官震怒 "，把 " 你先别给我瞎 bb" 改成 " 何出此言 "，让 AI 也用古文回我。

有老哥已经直接询问 AI 了，答曰：可也。毕竟，古人拿文言文省竹简，又何尝不是一种省 token？

但也有人指出盲点：你省了 token，消耗的不也是自己大脑的 token 吗？

天纵之才也！

但实际上，江江经过一系列尝试后，可以给大家个结论了：

省 token 乎？谬也！

要搞清这个问题，我们得先知道，AI 的算力消耗其实看的不是字数，而是 token，可以理解为 AI 处理信息的最小单位。我们说的省钱、省算力，其实就是省 token。

于是，我们用 DeepSeek V3 的 token 计算器，做了几个实验，结果嘛，非常反直觉。

比如，" 用户彻底怒了 " 是 3 个 tokens，而 " 客官震怒 " 是 4 个 tokens。

" 永失吾爱 " 是 4 个 tokens，" 她永远不会回来了 " 却是 3 个 tokens。

甚至蒹葭苍苍 4 个字，就占了 6 个 tokens，陕西著名美食面，更是来到了惊人的 9 个 tokens。。

最神秘的还是 " 免费在线观看 " 这 6 个字，DeepSeek 那占 3 个 token，GPT 那它只占 1 个 token，没有人知道 GPT 到底在线观看了什么。

所以说，字数越少效率越高这事儿，还真是个纯纯的伪命题。

为啥会这样呢？这就得从计算机是如何存储文字的说起了。

一个汉字在经过计算机编码后，会占 3-4 个字节，常用的字占 3 字节，而那些特别生僻的字，3 字节放不下，就得占 4 个字节。而要把这些字节转化为 AI 能读懂的 token，还得靠模型内部算法，它的工作原理其实很像消消乐。

一开始，所有汉字都被拆成字节存放，此时一个字节就是一个 token。然后算法为了省算力，就会找那些相邻位置出现最频繁的字节，把它们合并成一个新的 token。

比如 " 你 "" 我 "" 他 " 这些汉字对应的字节，成天组队出现，算法就直接给他们合并了，所以这些字就只占 1 个 token。

甚至出现次数过多的词语，也会被合并成 1 个 token，比如 " 用户 "" 彻底 "" 疯狂 "，甚至 " 免费在线观看 " 这个词，都可以成为一个 token。

而那些出现几率少的字，比如 " 蒹 "" 葭 "" 饕 "" 餮 "，在训练数据里寥寥无几，BPE 找不出字节内在的关联，就像小学生把不认识的字写成拼音，那就只能保存为几个零散的 token 了，于是 1 个字就会等于多个 tokens。

而因为底层的编码方式，导致所有字符的编码最多 4 个字节，如果一个字巨生僻，打都打不出来，它就只能像金针菇一样，进去啥样出来还是啥样，不会被合并，所以，1 个汉字消耗 tokens 的最大值，就是 4 个。

因此，文言文爱用的那些古典生僻字词，在 token 的交易里，反而是奢侈品，每个字对 AI 来说都很烧脑。

那既然用文言文不省 token，那我要说啥语言才能省啊？

江江的结论是，没有结论。因为，不同模型的 tokenizer，也就是 token 计算器完全不一样。我们拿同样的文本在 OpenAI 和 DeepSeek 那里都跑了一下，结果就截然不同，同一个字在 OpenAI 这边可能是 2 个 token，在 DeepSeek 那边就是 1 个。

这是因为 token 怎么合并，取决于大模型的训练语料，而不同公司的训练语料构成差异巨大。

OpenAI 的模型早期以英文语料为主，在 token 合并上，自然对英文更慷慨；DeepSeek 等国产模型吃了大量中文语料，中文的高频组合见多了，自然就合并得更充分。

当然，模型也在不断进步，各家都在扩大多语言语料的覆盖，不同语言差距已经变得越来越小，所以除非你能把每个模型的 token 表背下来，不然咱不建议为了三瓜俩枣，抛弃自己舒服的交流方式。

如果非要给个建议，你可以试试用文言文的思路说白话文，比如 " 你吃饭了没有？" 说成 " 吃了否 "，" 你是不是有毛病 " 说成 " 毛病乎？"

用你自己的大脑模拟一下，找到耗 token 最少的表达方式，主观能动性不就来了！

但讲道理，还是不如少说废话，奥特曼就曾经说过，你们整天给 AI 说谢谢，搞得我们已经多花几千万刀了，与其在形式上下功夫省 token，不如从根源杜绝那些不必要的废话。

虽然我根本忍不住，谁能忍住不问候两句呢？

最后，其实还有个很有意思的视角。就算真有种信息密度大的语言，把 token 省了，最后费的还是你的脑子。

因为如果一种语言信息密度大，那也意味着，单个 token 表达的意思很多，歧义也会变大，咱就只能靠上下文理解来消歧，说白了 token 是省了，你还得自己费脑子理解。

比如，给你三分钟，你能读懂 " 用奶牛的牛牛牛奶，奶牛会不会被牛死 " 吗？

所以，其实 token 在某种意义上是守恒的，AI 省的越多，你大脑消耗的 token 越多，耗费的还是自己的储存的能量。

你想花钱更快，还是肚子饿得更快，就看你自己的选择了。

撰文：不咕

编辑：江江 & 面线

美编：素描

图片、资料来源：

小红书、X、部分图源自互联网