Tokeny i kontekst
Na tej stronie
Zaktualizowano 2 listopada 2026 r. Le Chat to teraz Vibe. Od 28 maja 2026 r. Le Chat działa jako Vibe (nadal pod adresem chat.mistral.ai): pojedynczy agent do pracy i kodowania, z zachowaniem Twoich rozmów, ustawień i subskrypcji. Starsza wersja Le Chat jest nadal dostępna w trybie Chat; w trybie Work agenci to obecnie umiejętności (wywoływane za pomocą `@»), pamięć to baza wiedzy, a głębokie wyszukiwanie to umiejętność Deep Research. Plany noszą teraz nazwy Mistral Free, Pro, Team i Enterprise. W tej lekcji używamy nazwy Vibe; niektóre opisane tu menu mogły zmienić nazwę lub lokalizację.
Zrozum walutę modeli językowych
Tokeny to fundamentalna jednostka każdego modelu językowego. Wszystko, co wysyłasz do modelu, i wszystko, co zwraca, jest liczone, przetwarzane i rozliczane w tokenach. Tokeny służą zarówno jako jednostka miary pamięci modelu, jak i waluta do rozliczeń. Zrozumienie tej koncepcji jest kluczowe, aby skutecznie korzystać z modeli Mistral, szacować koszty i optymalizować zapytania. To też niewielka inwestycja: idea jest prosta, gdy przyjrzysz się jej bliżej.
Czym jest token?
Token to najmniejsza jednostka tekstu przetwarzana przez model językowy. Nie jest to dokładnie słowo ani dokładnie sylaba: to fragment tekstu zdefiniowany przez algorytm tokenizacji modelu. W praktyce powszechne słowo, takie jak „cześć“, zazwyczaj odpowiada pojedynczemu tokenowi, podczas gdy rzadkie lub techniczne słowo dzieli się na kilka fragmentów – „dezintermediacja“ może stać się 3 lub 4 tokenami. Spacje, znaki interpunkcyjne i znaki specjalne również się liczą, a cyfra lub symbol mogą stanowić osobny token. Krótko mówiąc, nie możesz ocenić długości tekstu w tokenach na pierwszy rzut oka: zależy to od częstotliwości występowania zawartych w nim słów.
Algorytm BPE
Skąd bierze się ten podział? Większość nowoczesnych modeli, w tym modele Mistral, korzysta z algorytmu BPE (Byte-Pair Encoding). Zasada jest prosta: przeanalizuj ogromny korpus tekstów i zidentyfikuj najczęstsze kombinacje znaków, aby zbudować optymalny słownik. Wynikiem jest forma inteligentnej kompresji języka – częste słowa i wyrażenia są reprezentowane przez kilka tokenów, podczas gdy rzadkie terminy wymagają ich więcej.
Szacowanie praktyczne
Aby szybko oszacować liczbę tokenów w tekście, pamiętaj o tych punktach odniesienia: w języku angielskim 1 token odpowiada około 4 znakom lub 0,75 słowa; w języku francuskim wskaźnik jest nieco mniej korzystny ze względu na akcenty i dłuższe słowa – licz około 1 tokena na 3,5 znaku; w kodzie zależy to w dużym stopniu od języka, przy czym symbole i wcięcia również zużywają tokeny. Konkretnie, strona A4 tekstu (około 500 słów) reprezentuje około 650 do 750 tokenów we francuskim.
Okno kontekstowe
Okno kontekstowe to maksymalna liczba tokenów, jaką model może przetworzyć w pojedynczym żądaniu – obejmuje to Twoją wiadomość (wejście) i odpowiedź modelu (wyjście). Wyobraź sobie to jako pamięć roboczą modelu: wszystko, co model „wie“ podczas rozmowy, musi się tam zmieścić. Obejmuje to Twoje bieżące pytanie, historię wymiany, załączone dokumenty, instrukcje systemowe i generowaną odpowiedź.
Ten limit wyjaśnia zjawisko, z którym prędzej czy później się spotkasz: w bardzo długiej rozmowie model wydaje się „zapominać“ to, co powiedziano na początku. To nie kaprys – najstarsze wiadomości po prostu wypadają z okna i model dosłownie nie może ich już zobaczyć. Dlatego nieskończone rozmowy tracą spójność i często lepiej jest rozpocząć nowy wątek dla nowego tematu.
W Mistral rozmiary różnią się w zależności od modelu: Mistral Small 4 i Codestral oferują 256 000 tokenów – największe okno w ofercie – podczas gdy Mistral Large 3 i Ministral 3 oferują 131 000 tokenów. Przy 256 tys. tokenów Mistral Small 4 może obsłużyć odpowiednik 500 stron tekstu w pojedynczym żądaniu: wystarczy to do analizy pełnej umowy, raportu rocznego lub obszernego repozytorium kodu.
Obliczanie kosztów
Jeśli korzystasz z API Mistral w ramach planu Scale, Twój rachunek zależy bezpośrednio od liczby zużytych tokenów. Ceny wyrażone są w dolarach za milion tokenów, z rozróżnieniem na tokeny wejściowe (Twoje pytanie, załączone dokumenty, kontekst) i tokeny wyjściowe (wygenerowana odpowiedź). Tokeny wyjściowe są zazwyczaj droższe, ponieważ generowanie tekstu jest bardziej kosztowne obliczeniowo niż jego odczyt.
Kilka strategii pomaga kontrolować to zużycie. Bądź zwięzły w swoich promptach: każda zbędna instrukcja jest liczona, a więc rozliczana. Ogranicz długość wyjścia, gdy możesz – jeśli wystarczy 3-zdaniowe podsumowanie, określ to wyraźnie, zwłaszcza że tokeny wyjściowe są najdroższe. Wybierz odpowiedni model do każdego zadania: Ministral do prostych zadań, Large do złożonych. Na koniec ponownie wykorzystuj kontekst rozmowy: w trakcie trwającej wymiany nie ma potrzeby powtarzania informacji już podanych; model nadal ma je w swoim oknie.
Tokeny a wielojęzyczność
Jeden punkt zasługuje na uwagę użytkowników francuskojęzycznych: francuski zużywa średnio więcej tokenów niż angielski, aby wyrazić tę samą myśl. Akcenty mogą inaczej fragmentować słowa, francuskie słowa są często dłuższe niż ich angielskie odpowiedniki, a artykuły i przyimki występują częściej. W praktyce tekst po francusku zużyje około 10% do 20% więcej tokenów niż ten sam tekst po angielsku – czynnik, który należy uwzględnić w szacunkach kosztów, jeśli pracujesz na dużą skalę.
Praktyczne ćwiczenia
Aby uczynić te koncepcje namacalnymi, przeprowadź trzy eksperymenty w Vibe. Najpierw zadaj krótkie pytanie, potem długie i obserwuj różnicę w czasie odpowiedzi. Następnie spróbuj podsumować długi dokument w pojedynczym żądaniu – okno 256 tys. tokenów w Small 4 na to pozwala. Na koniec porównaj odpowiedzi na ten sam prompt sformułowany najpierw po francusku, a potem po angielsku, aby na własne oczy zobaczyć różnice w długości.
Cennik z dnia 5 sierpnia 2026 r. Ceny zmieniają się regularnie. Przed zaplanowaniem budżetu sprawdź aktualne stawki na oficjalnej stronie cenowej Mistral.
Kluczowe wnioski
- Token to podstawowa jednostka przetwarzania tekstu, odpowiadająca około 4 znakom
- Okno kontekstowe określa ilość tekstu, jaką model może przetworzyć jednocześnie
- Mistral Small 4 oferuje największe okno: 256 000 tokenów (około 500 stron)
- Koszt API jest wprost proporcjonalny do liczby zużytych tokenów
- Francuski zużywa więcej tokenów niż angielski dla tej samej treści
- Optymalizuj koszty, wybierając odpowiedni model i precyzyjnie formułując prompty