Mallit ja tekniikka

Token

Token on tekstin pala, ja kielimalli käsittelee kaiken tekstin tällaisina paloina. Token voi olla sana, sanan osa tai merkki: englannin yleissana on usein yksi token, mutta suomen taivutetut sanat pilkkoutuvat tyypillisesti kahdeksi tai kolmeksi. Tokenit ratkaisevat käytön hinnan ja kontekstirajat, sillä mallien hinnoittelu ja rajoitukset lasketaan tokeneissa.

Miksi tokenit vaikuttavat hintaan?

API-käytössä maksat syötetyistä ja tuotetuista tokeneista erikseen, ja hinnat ilmoitetaan miljoonaa tokenia kohden. Esimerkiksi Claude Sonnet 5.5:n hinta on 2 dollaria miljoonalta syötetokenilta ja 10 dollaria miljoonalta tuotostokenilta. Suomi on tokenisoinnissa englantia kalliimpaa, koska sama asia vaatii enemmän tokeneita. Käytännön merkitys on silti usein pieni: tyypillinen sähköpostin mittainen tehtävä maksaa API:ssa sentin murto-osia.

Paljonko tokeneita teksti sisältää?

Karkea muistisääntö suomelle: yksi token on noin 2–3 merkkiä eli tavallinen A4-sivu tekstiä on suuruusluokkaa tuhat tokenia. Tarkan määrän näkee mallitoimittajien tokenilaskureilla. Tokeniraja selittää myös, miksi pitkä keskustelu alkaa "unohtaa" alkuaan: kun konteksti-ikkuna täyttyy, vanhinta sisältöä jää pois.

Lähikäsitteet

Syvenny aiheeseen

Usein kysytyt kysymykset

Jäikö jokin kysymys avoimeksi? Vastaamme arkipäivisin vuorokauden kuluessa.

Ota yhteyttä[email protected]

Mikä on token?

Token on tekstin pala, ja kielimalli käsittelee kaiken tekstin tällaisina paloina. Token voi olla sana, sanan osa tai merkki: englannin yleissana on usein yksi token, mutta suomen taivutetut sanat pilkkoutuvat tyypillisesti kahdeksi tai kolmeksi. Tokenit ratkaisevat käytön hinnan ja kontekstirajat, sillä mallien hinnoittelu ja rajoitukset lasketaan tokeneissa.

Ylläpitää Sampsa Sironen, Co-Founder & CEO

Haluatko, että tiimisi osaa nämä käytännössä?

Koulutamme tekoälyn käytön teidän työtehtävillänne, ei kalvoilla.

← Kaikki sanaston termit