OpenAI Chat Completions API：为何prompt_tokens消耗超出预期？

该计数是正确的，原因在于GPT-3.5-Turbo的token计数并非仅统计你输入的content字段内容，而是包含了对话格式所需的额外结构标记与角色标识：

• 当发送{"role":"user","content":"What is the most beautiful country?"}时，API会将消息转换为内部格式：

  <|im_start|>user
  What is the most beautiful country?<|im_end|>
  

  其中<|im_start|>、user、<|im_end|>及换行符都会被计入token。你原本计算的7个token仅对应content里的文本，加上这些额外元素后，总token数达到15，与实际结果一致。

• 当仅发送{"role":"user","content":"."}时，内部格式为：

  <|im_start|>user
  .<|im_end|>
  

  其中<|im_start|>（2个token）、user（1个token）、换行符（1个token）、.（1个token）、<|im_end|>（2个token），再加上对话上下文的基础结构开销，最终总token数为9，符合你遇到的情况。

GPT-3.5-Turbo这类对话模型会为每个消息添加标准化的分隔标记与角色头，这些都会占用token配额，因此实际计数会比单独统计content文本的token数多。

内容的提问来源于stack exchange，提问作者Alberto Pereda Rojas