实测：让大模型用文言文回复，真的能省 Token 吗？
项目地址：
背景：文言文能否成为“省钱利器”？
在使用大模型 API 时，Token 消耗直接决定了成本。众所周知，文言文作为古代的书面语言，以“言简意赅”著称，能用极少的字数表达丰富的含义。 于是产生了一个有趣的假设：如果强制大模型输出文言文，是否能利用其高密度的特性大幅减少 Token 消耗，从而降低 API 调用成本？ 为了验证这一假设，我设计了一个对比实验，让模型同时输出白话文与文言文，通过真实数据来回答这个问题。
实验设计简述
为了保证对比的公平性，实验采用了“单次双输出”的策略：
- 测试模型：智谱 GLM-4.6v-Flash。
- 测试方式：要求模型对同一个问题，在一次回复中同时生成“白话文版本”和“文言文版本”。
- 统计口径：使用 GLM-4 的分词器分别计算两种文本的 Token 数，并计算差值（白话文 Token - 文言文 Token）。
- 正值：代表文言文更省 Token。
- 负值：代表文言文反而更费 Token。
- 样本量：选取了涵盖日常闲聊、科普、职场写作、历史分析等 18 个典型问题，每个问题测试 20 次取平均值。
实验结果数据一览
以下是 18 个问题的测试核心统计数据（单位：Token）：
| 问题 | 最小差值 | 最大差值 | 平均差值 | 中位数 |
|---|---|---|---|---|
| 你是谁？ | -23 | 6 | -5.80 | -4.50 |
| 天气怎么样？ | -7 | 5 | -0.50 | -0.50 |
| 什么是重力？ | -11 | 31 | 2.45 | 1.00 |
| 饿了吃什么好？ | -6 | 16 | 3.20 | 3.00 |
| 现在几点了？ | -2 | 2 | -0.70 | -1.00 |
| 为什么天空是蓝色的？ | -11 | 53 | 12.25 | 7.00 |
| 请解释一下什么是人工智能。 | -7 | 30 | 1.65 | -3.00 |
| 如何提高自己的写作能力？ | -41 | 50 | 4.05 | 0.00 |
| 中国最长的河流是哪一条？ | -15 | 7 | -1.20 | 0.00 |
| 为什么热水有时候比冷水结冰快？ | -32 | 23 | 1.50 | 1.50 |
| 规划北京到上海的行程 | -28 | 108 | 9.95 | 3.50 |
| 对比量子计算机与传统计算机 | -126 | 178 | -0.15 | -3.00 |
| 失眠焦虑调节建议 | -45 | 97 | 8.45 | 3.00 |
| 古代谋士破敌之策 | -23 | 80 | 36.20 | 33.00 |
| 给五岁小孩解释地球形状 | -4 | 54 | 14.70 | 13.00 |
| 项目管理沟通不畅解决 | -14 | 70 | 7.90 | -0.50 |
| 分析唐朝由盛转衰 | -30 | 135 | 39.25 | 29.50 |
| 撰写职场请假邮件 | -9 | 17 | 0.30 | -1.00 |
注：差值为正表示文言文省 Token，为负表示文言文费 Token。
深度结论分析
通过数据分析，我们发现文言文在 Token 消耗上呈现出极具规律的“三极分化”现象：
1. 什么时候文言文能“爆省” Token？
结论：当语境契合历史题材，或需要极高密度输出逻辑时。 最典型的例子是“古代谋士破敌”和“唐朝由盛转衰分析”。
- 案例：在回答谋士破敌问题时，白话文需要详细阐述兵力对比、战术逻辑、心理博弈，篇幅很长；而文言文仅需“夜袭之”、“宜火攻”、“断其粮道”寥寥数语，信息密度极高。
- 数据：谋士问题的平均 Token 差值高达 36.20，意味着文言文版本平均比白话文少消耗 36 个 Token。这在高频调用场景下是一笔可观的节省。
2. 什么时候文言文反而“倒贴” Token？
结论：日常短句闲聊与强现代专业术语场景。
- 日常寒暄：如“你是谁？”、“天气怎么样？”。
- 大模型的分词器对现代高频词（如“天气”、“你好”）优化极佳，往往 1-2 个 Token 就能表示。
- 一旦转为文言文（如“今夕天象”、“吾乃何人”），这些相对低频的字符组合会被切分成更多碎片化的 Token，导致“得不偿失”。数据显示，“你是谁”问题的文言文平均多消耗了 5.8 个 Token。
- 现代科技/职场：如“量子计算机”、“请假邮件”。
- 文言文缺乏对应现代术语的“标准翻译”。模型被迫进行生造词或冗长的描述性解释（如用量子概念硬套古文），不仅阅读拗口，Token 消耗也极其不稳定，甚至出现单次暴涨 126 个 Token 的情况。
3. 绝大多数情况下，省 Token 效果如何？
结论：差异微乎其微，无明显优势。 对于大多数常规问答（如科普、建议类），文言文和白话文的 Token 消耗基本持平。虽然平均值看似有节省，但这往往是被少数“精炼回答”拉高的，实际中位数往往在 0 附近徘徊。 甚至，还有一个隐性成本被忽略了： 模型在生成文言文时，内部需要进行“白话转文言”的复杂推理，这部分的“思考时间”和潜在的思考 Token 开销并未计入输出统计。如果算上这部分算力成本，性价比可能更低。
最终总结
通过本次 360 次（18问 x 20次）的实测，我们可以得出以下结论：
- 不要指望用文言文作为通用的省钱手段。在绝大多数场景下，它的收益可以忽略不计，甚至可能因为分词问题导致成本增加。
- 特定场景有奇效。如果你在开发历史 RPG 游戏、古文辅助写作工具，或者需要极高密度的策略输出，强制文言文输出确实能显著降低 Token 消耗。
- 需权衡用户体验。文言文虽然短，但增加了用户的阅读门槛和模型的理解负担。为了节省微薄的 Token 成本而牺牲交互体验，在大多数产品中可能并不划算。 一句话总结：文言文虽好，但不要迷信它能在大模型时代“降本增效”，顺应模型分词规律的“大白话”往往才是性价比最高的选择。
