如果您账户Token余额不足了，您可以去做星球任务换取或者到星豆商城使用pi等支付购买Token.
📝在AI领域token是什么意思？点这里查看》》
在 AI 领域，token 是指模型处理的基本数据单位。它可以是单词、字符、短语，甚至是图像片段、声音片段等。
例如，一句话会被分割成多个 token，每个标点符号也会被视为单独的 token。token 的具体划分方式会因模型的分词规则、架构以及数据集的不同而有所差异。
不同的 AI 模型对 token 的划分方式可能不同。对于中文，由于存在多音字和词组的情况，token 的划分需要更加细致。
以将句子“今天天气很好”进行 token 化为例，可能有以下几种情况：
- 基于空格的 token 化：(“今天”,”天气”,”很好”)
- 基于字的 token 化：(“今”,”天”,”天”,”气”,”候”,”很”,”好”)
- 基于某些模型（如 BERT）的 token 化：在其 token 化结果中，可能会包含特殊的 token，如 (cls)表示句子的开始，(sep)表示句子的结束。即(“今”,”天”,”天”,”气”,”候”,”(cls)”,”很”,”好”,”(sep)”)
不同的大语言模型对 token 的数量限制也各不相同，一般在几万到几十万之间。例如，GPT-2 使用 BPE（Byte Pair Encoding）方法，其 vocab size 约为 50,000；GPT-3 字典规模达到 175 亿 token；BERT 使用 WordPiece 作为 tokenization 方法，vocab size 可达 30,000 等。
token 数量的限制会对大模型输入文本产生影响，例如限制一次性输入的长度，以及一次对话的总体长度。如果输入的 token 数量超过模型限制，可能会导致无法输入或模型遗忘前面的上下文等问题。在实际应用中，需要根据模型的特点和限制来合理组织和处理输入的文本。