Claude 4.7 涨价了？一个工具揭示了 token 膨胀的隐秘成本
原文: Claude Token Counter, now with model comparisons
Simon Willison 的工具实测发现，Claude Opus 4.7 因更换分词器，处理相同内容的 token 数比旧版多出约 46%，图像处理甚至高达 3 倍，这意味着实际使用成本显著上升。
核心要点
- Claude Opus 4.7 是首个更换分词器（tokenizer）的模型，导致相同文本的 token 数量显著增加。
- 官方称 token 数会增加 1.0-1.35 倍，但实测系统提示词膨胀了 1.46 倍。
- 图像处理的 token 膨胀更严重，一张高分辨率图片的 token 数是旧版的 3.01 倍。
- 尽管 API 定价未变，但 token 膨胀意味着实际使用成本可能增加 40% 以上。
深度解读
起因：一个实用小工具，揭示了大模型升级的隐秘成本
表面上看，这只是一个开发者（Simon Willison）给自己的小工具增加了一个“模型对比”功能。但这件事之所以值得聊，是因为它精准地捕捉到了大模型迭代中一个容易被忽略、却直接影响我们钱包的关键变化：分词器（tokenizer）的更新。Anthropic 在发布 Claude Opus 4.7 时，轻描淡写地提到了“更新了分词器”，并预估 token 数会增加 1.0 到 1.35 倍。Simon 的工具用一次简单的粘贴测试，就把这个模糊的范围变成了一个具体、甚至有点吓人的数字：1.46 倍。这就像你常去的咖啡馆换了咖啡豆，说“风味更佳”，但没告诉你一杯 espresso 的咖啡粉用量多了近一半——价格却没变。
拆解：token 膨胀到底意味着什么？
首先，要理解 token 是大模型处理的“基本货币”。你输入的文字、图片，模型输出的回答，都会被拆分成 token 来计费和计算。分词器就是负责这种拆分的“翻译官”。Opus 4.7 换了一个新的“翻译官”，它对同样的内容（比如一段系统提示词）划分出了更多的 token。
关键点在于：Anthropic 保持了 Opus 4.7 和 4.6 相同的 API 定价（每百万输入 token 5美元，输出 25美元）。但因为 token 数变多了，你为处理同样内容实际支付的费用就变多了。Simon 测试发现，对于文本，成本可能增加约40%；而对于高分辨率图片，成本增幅可能高达200%！这揭示了模型升级中一个“隐性涨价”的策略：不改单价，但改变计量单位。
趋势洞察：模型优化的“B面”与开发者工具的预警价值
这件事揭示了一个更深层的趋势：大模型的优化是多维度的，有时一个维度的提升（如图像理解能力、长上下文处理）会带来另一个维度的“代价”（如计算效率、token 经济性）。Opus 4.7 提升了图像分辨率上限（支持到 2576 像素），这很棒，但代价是处理一张普通照片要消耗 3 倍的 token。对于构建 AI 应用的开发者来说，这意味着在享受新模型能力的同时，必须重新评估成本结构。
这也凸显了像 Simon 的 Token Counter 这类轻量级、专注的开发者工具的独特价值。它不是什么复杂框架，却能提供官方文档无法给予的、基于实际数据的洞察。在模型快速迭代的时代，这类工具能帮助我们快速验证厂商的声明，并做出更明智的技术选型和成本决策。
实用价值：作为开发者/用户，你该怎么办？
- 重新评估成本：如果你正在使用 Claude Opus 系列，并且计划升级到 4.7，千万不要直接假设成本不变。用类似工具测试你自己的典型提示词和内容，量化实际的 token 膨胀率。
- 关注分词器变更：未来其他模型厂商（如 OpenAI、Google）更新模型时，也要留意是否更换了分词器。这可能是影响成本和性能的一个关键但低调的变量。
- 善用对比工具：在评估新模型时，不要只看跑分。像 token 计数、延迟、实际任务成本这些“工程指标”同样重要，甚至更重要。
反常识/意外
大多数人的注意力会被模型的“智能”提升所吸引（比如推理能力、创意写作），但这次事件提醒我们，基础设施层的变化（如分词器）可能对实际应用产生更直接、更可量化的影响。你以为升级模型是“加量不加价”，但其实它可能悄悄地把“量”的单位给换了。对于处理大量图像或多语言内容的应用，这种 token 膨胀的影响可能是指数级的，必须严肃对待。