用文言，可减 token 乎？

问：用文言，可减 token 乎？

对比了不同模型回答：Sonnet 4.6、Gemini 3.1、ChatGPT 5.4、Kimi 2.5。好像 ChatGPT 5.4 好些。

未必也

文言可省字，然 token 之计，在分词法，不专在字数；故字愈简，未必 token 愈少。——[abmedia]

其故

token 乃文本拆分之单位，可以是整词、单字、子词，乃至标点与空格；是故模型所费，视 tokenizer 如何切分，不可径以篇幅长短定之。

中文在诸多模型中，常近于"一字一 token"，而海外模型处理中文时，往往每字可至 1.5 至 2.5 token；则文言虽较白话精炼，所减者或仅字面，不必尽化为 token 之减。

何者较省

若所用者偏英文优化之模型，则英文常较中文省 token；若所用者为中文优化之模型，如通义、文心之类，现代汉语常已近一字一 token，文言未必更优。

故欲真省 token

与其强作文言，毋宁删繁语、去套话、限输出长短，此较为稳当。