前面几篇我们学会了如何使用AI工具，但你可能注意到，很多"老手"都在谈论API、Token、Temperature这些词，听起来很专业，让人摸不着头脑。

今天就用最简单的语言，把这些核心概念讲清楚。搞懂了这些，你就能真正理解AI是怎么工作的，用起来也会更得心应手。

API是什么？

用大白话解释API

API = Application Programming Interface（应用程序编程接口）

这个定义听起来很绕口，我们换个说法。

把AI想象成一家餐厅：

• 网页版 = 你去餐厅堂食
  • 有漂亮的装修（网页界面）
  • 有服务员（按钮、输入框）
  • 你点菜，厨师做菜，服务员端上来
• API = 你打电话叫外卖
  • 没有装修，直接对接厨房
  • 没有服务员，你直接跟厨师说
  • 你说要什么，厨师做好直接给你

核心区别：

• 网页版：有界面，方便人类使用
• API：没界面，方便程序使用

为什么要用API？

既然网页版这么方便，为什么还要用API呢？

原因一：自动化

假如你要让AI处理1000个文档，写1000篇摘要：

• 网页版：你得复制粘贴1000次，点1000次发送
• API：写个脚本，自动处理1000次，你去喝杯咖啡就好

原因二：集成到自己的应用

你想做一个自动回复机器人、一个内容生成工具、一个智能客服：

• 网页版：做不到
• API：可以把AI集成到你自己的程序里

原因三：成本更低

• 网页版订阅：ChatGPT Plus $20/月，Claude Pro $20/月
• API按量付费：你用多少付多少，轻度使用可能每月只要几美元

原因四：更灵活

• 可以精确控制AI的参数（Temperature、最大长度等）
• 可以批量处理
• 可以自定义输入输出格式

API调用长什么样？

给你看一个最简单的例子（不用担心看不懂，后面会详细教）：

1
2
3
4
5
6
7
8

# 用Python调用最新的GPT-5.2 API
response = openai.chat.completions.create(
    model="gpt-5.2",
    messages=[
        {"role": "user", "content": "你好，介绍一下自己"}
    ]
)
print(response.choices[0].message.content)

就这几行代码，AI就会回答你的问题，不需要打开浏览器。

截至 2026-01-30 官方API模型标识符示例：

• OpenAI：gpt-5.2、gpt-5.2-chat-latest、gpt-5.2-pro
• Anthropic Claude：claude-opus-4-5、claude-sonnet-4-5
• Google Gemini：gemini-3-pro-preview、gemini-3-flash-preview

网页版 vs API 对比

Token是什么？

Token的概念

Token = AI理解文本的最小单位

AI不像人类，看到"你好"就知道是两个字。AI需要把文字切碎成一小块一小块，每一块就叫一个Token。

举个例子：

中文：

• “你好” ≈ 2个Token
• “今天天气真好” ≈ 5-6个Token

英文：

• “Hello” = 1个Token
• “How are you today?” ≈ 5个Token

简单规律：

• 英文：1个单词 ≈ 1个Token（约4个字符）
• 中文：1个字 ≈ 0.5-2个Token（取决于AI模型）
• 数字、标点：通常1个符号 = 1个Token

重要发现：不同AI对Token的定义不一样！

这是很多人不知道的秘密：同一段文字，在不同AI模型里的Token数量可能完全不同！

为什么会这样？因为每个AI公司都有自己的Tokenizer（分词器），它们切分文字的方式不一样。

举个实际例子：

同样一句话：“AI is revolutionizing market research.”

• GPT-3：11个Token
• GPT-3.5 和 GPT-4：9个Token
• GPT-4o 和 GPT-5.2：8个Token

看到了吗？同样的话，在不同模型里Token数差了3个！

再举个中文例子：

“人工智能正在改变世界"这句话：

• GPT-4o：可能是 10个Token
• Claude Sonnet 4.5：可能是 12个Token
• Gemini 3：可能是 8个Token

为什么会有差异？

每个AI公司训练模型时，用的分词方法不同：

• OpenAI（GPT系列）：使用BPE（Byte-Pair Encoding）分词法
• Anthropic（Claude）：使用自己优化的分词器
• Google（Gemini）：Gemini的文档说明"1个Token约等于4个字符”
• DeepSeek：基于中文优化的分词器

这对你有什么影响？

1. 费用计算不能直接对比

假如你有一段1000字的中文：

• 用GPT-5.2可能是 1500个Token
• 用Claude Sonnet 4.5可能是 1600个Token
• 用Gemini 3可能是 1400个Token

虽然都说自己"输入$X/1M Token"，但实际花费可能差10-20%！

2. 不能用同一个Token计算器

• OpenAI官方的Tokenizer（https://platform.openai.com/tokenizer）只能算GPT系列
• Claude的Token要用Anthropic的计算方式
• Gemini的Token要用Google的计算方式

3. 非英文语言差异更大

中文、日文、阿拉伯文等非英文语言，Token效率差异可能达到30-40%。因为大部分AI模型主要用英文训练，它们的Tokenizer对英文优化更好。

为什么Token很重要？

1. Token决定费用

API是按Token收费的，不是按字数。

举例（截至 2026-01-30 官方价格）：

• GPT-5.2：输入$1.75/1M Token，输出$14/1M Token
• Claude Opus 4.5：输入$5/1M Token，输出$25/1M Token
• Gemini 3 Flash：输入$0.50/1M Token，输出$3/1M Token（标准档）

你发了一段500 Token的文字，AI回复了1000 Token：

• 用GPT-5.2费用 = (500 × 1.75 + 1000 × 14) / 1,000,000 = $0.01488（约1毛钱人民币）
• 用Gemini 3 Flash = (500 × 0.08 + 1000 × 0.30) / 1,000,000 = $0.00034（约2分钱人民币）

2. Token决定上下文长度

每个AI模型都有Token限制：

• GPT-5.2（API）：最多400,000 Token
• GPT-5.2-chat-latest：最多128,000 Token
• Claude Sonnet 4.5：最多200,000 Token
• Gemini 3 Pro Preview：最多1,048,576 Token（约1M）

这个限制包括：你的提问 + AI的回答 + 历史对话

如果超出限制会怎样？

• AI会"忘记"最早的对话
• 或者直接报错，不让你继续

怎么计算Token？

方法一：估算（不准确但快速）

• 中文：字数 × 1.5
• 英文：单词数 × 1.3

方法二：使用对应的在线工具

• OpenAI（GPT系列）：https://platform.openai.com/tokenizer
• 通用Token计算器：https://token-counter.app（支持多个模型对比）
• Gemini：使用Google AI Studio的count_tokens方法

重要提醒： 跨模型估算时，一定要用对应的工具，不能用GPT的Token数去估算Claude的费用！

输入Token、输出Token、缓存Token

API计费时，Token分三种：

1. 输入Token（Input Tokens）

• 你发给AI的内容
• 包括你的提问、上传的文档
• 价格相对便宜

2. 输出Token（Output Tokens）

• AI返回给你的内容
• 包括AI的回答
• 价格通常是输入Token的2-10倍

为什么输出更贵？ 因为AI"思考"（生成文本）比"阅读"（处理输入）更消耗计算资源。

举例（GPT-5.2）：

• 输入：$1.75/1M Token
• 输出：$14/1M Token（是输入的8倍！）

3. 缓存Token（Cached Tokens）

这是个省钱技巧！

如果你反复用相同的提示词（Prompt），AI可以把它缓存起来，下次就不用重新处理。

例子： 你有一个1000 Token的长提示词，问了10个问题：

• 不用缓存：每次都处理1000 Token，总共10,000 Token
• 用缓存：第一次1000 Token（正常价格），后面9次1000 Token（缓存价格，便宜90%）

支持缓存的AI：

• Anthropic Claude（Prompt Caching）
• OpenAI GPT-5.2（支持缓存，90%折扣）

缓存计费规则：

• 首次读取：正常价格
• 缓存命中：价格降低50-90%
• 缓存有效期：通常5-10分钟

Temperature是什么？

Temperature的概念

Temperature = 控制AI回答的"随机性"或"创造性"

回忆一下第01篇我们讲过：AI本质上是在"算概率"。当你问"天空是什么颜色"，AI会看到：

• “蓝色"概率80%
• “灰色"概率10%
• “红色"概率5%

Temperature就是调整这个选择过程的参数。

Temperature的取值

Temperature的范围通常是0-2（或0-1，取决于平台）：

Temperature = 0（最保守）

• AI永远选概率最高的答案
• 回答非常稳定、可预测
• 同样的问题，每次答案几乎一样
• 适合：事实性问题、代码生成、数据分析

Temperature = 1（平衡）

• AI会按概率随机选择
• 回答有一定变化，但不离谱
• 大部分平台的默认值
• 适合：日常对话、通用场景

Temperature = 2（最激进）

• AI会尝试各种可能性
• 回答非常多样化、有创意
• 但可能不够准确，甚至胡说八道
• 适合：创意写作、头脑风暴、艺术创作

举个实际例子

问题：给我的咖啡店起个名字

Temperature = 0：

• “星巴克咖啡”（最常见、最安全的答案）
• 每次都差不多

Temperature = 1：

• “晨光咖啡馆”
• “香浓时光”
• “豆香小筑”
• 有变化，但都合理

Temperature = 2：

• “量子咖啡维度”
• “时空泡沫实验室”
• “宇宙拿铁终端”
• 非常有创意，但可能太奇怪

什么时候调Temperature？

降低Temperature（0-0.5）：

• 写代码、debug
• 数据分析、数学题
• 翻译、总结
• 任何需要准确性的任务

提高Temperature（1.5-2）：

• 写小说、诗歌
• 起名字、想标语
• 头脑风暴
• 任何需要创意的任务

不同模型的Temperature可以在官网上查到，例如DeepSeek官网就会显示：

网页版能调吗？

• 大部分网页版不能直接调
• 但API可以精确控制

第四部分：Context Length（上下文长度）

什么是Context Length？

Context Length = AI一次能"记住"多少内容

AI不像人类有长期记忆。每次对话，AI能记住的内容是有限的，这个限制就叫Context Length（上下文长度），单位是Token。

为什么AI会"忘记”？

你可能遇到过这种情况：

• 跟AI聊了很久
• 突然AI不记得一开始说的话了
• 好像失忆了

原因：超出了Context Length限制

举例：

• GPT-5.2的Context Length = 128,000 Token
• 你和AI对话了50轮，累计用了130,000 Token
• 超出限制后，AI会"忘掉"最早的对话

Context Length的实际影响

1. 影响对话长度

• Context短：只能聊几十轮
• Context长：可以聊几百轮

2. 影响文档处理能力

• Context短：只能处理短文档
• Context长：可以处理整本书

3. 影响费用

• Context越长，处理越慢
• Token越多，费用越高

怎么应对Context限制？

方法一：定期清空对话

• 重要信息保存下来
• 开启新对话
• 重新告诉AI背景信息

方法二：总结历史对话

• 让AI总结之前的内容
• 把总结作为新对话的开头
• 节省Token

方法三：选择大Context的模型

• 需要处理长文档：用Gemini 3 Pro
• 长期对话：用Claude Sonnet 4.5

其他重要概念

Max Tokens（最大输出长度）

Max Tokens = 限制AI单次回答的最大长度

• 设置Max Tokens = 100：AI最多回答100个Token
• 设置Max Tokens = 2000：AI最多回答2000个Token

为什么要限制？

• 控制费用（输出Token更贵）
• 避免AI废话太多
• 某些场景只需要简短回答

Top P（核采样）

Top P = 另一种控制随机性的方法

和Temperature类似，但原理不同：

• Top P = 0.1：只考虑概率最高的10%选项
• Top P = 0.9：考虑概率最高的90%选项

通常：

• 调Temperature或Top P，选一个就够了
• 大部分情况用Temperature更直观

Frequency Penalty 和 Presence Penalty

用来减少AI的重复

• Frequency Penalty：惩罚高频词，减少重复使用同一个词
• Presence Penalty：惩罚已出现的词，鼓励AI引入新话题

取值范围：-2.0 到 2.0

• 正值：减少重复
• 负值：允许更多重复
• 0：不干预

总结：这些概念怎么用？

日常使用（网页版）

如果你只用网页版，不需要关心这些参数，默认设置就够用了。

但了解这些概念，可以帮你：

• 理解为什么AI有时"忘记"之前说的话（Context限制）
• 理解为什么API用户能做到你做不到的事（参数控制）
• 为将来使用API打基础

使用API时

如果你决定用API，这些参数就非常重要：

基础设置（每次都要）：

• model：选择模型（如gpt-5.2、claude-sonnet-4.5）
• max_tokens：限制回答长度

根据需求调整：

• temperature：事实性任务用0-0.5，创意任务用1-2
• top_p：通常默认值就好
• frequency_penalty：如果AI重复太多，设为0.5-1

成本优化：

• 用缓存功能省钱
• 控制max_tokens避免浪费
• 选择合适的模型（不是每次都要用最贵的）
• 注意不同模型的Token定义不同

下一篇预告

下一篇我们会讲：如何实际调用API

这是很多人期待的实战教程，包括：

• 如何获取API密钥
• 如何发送第一个API请求
• 几个重要的API调用平台介绍
• 免费或便宜的API调用方法
• 常见问题和解决方案

如果你想进阶使用AI、节省费用、或者做一些自动化的事情，这一篇不容错过！