Token 优化

来源： wiki/sources/weekly-ai-deep-analysis-2026-05-12-19、wiki/sources/industry-2026-06-token-efficiency
相关概念： wiki/concepts/token-economics、wiki/concepts/token-economics-deep、wiki/concepts/ai-inference-economics

Token 优化指在保持输出质量的前提下，通过模型量化、提示词工程、缓存复用与动态路由等手段降低 Token 消耗与成本。

要点

• 量化：AWQ、GPTQ、GGUF 等技术让模型以更低精度运行，显著降低推理 Token 成本
• 提示词压缩：通过结构化少样本和 Chain-of-Thought 精简显著减少输入长度
• 推理缓存（Prompt Cache / KV Cache 复用）对长上下文场景尤为关键

与 OpenClaw 的关系

OpenClaw 支持多模型后端切换与本地模型路由，天然具备 Token 优化的策略空间，用户可依据成本与质量要求动态选择模型。