LLM Token 計算器
貼上文字,就能並排查看 Claude、GPT、Gemini 共 11 個模型的詞元數,以及相對於各自上下文視窗的使用率。GPT 在瀏覽器內精確計算,GPT-4o 以後使用 o200k_base,GPT-4 Turbo 與 GPT-3.5 使用 cl100k_base 分詞器。Claude 與 Gemini 的分詞器未公開,因此是將精確的 GPT 詞元數,乘上依字元種類(英數字、中日韓等 CJK、其他)而定的係數所得的概算值;需要精確的 Claude 詞元數時,要使用需要 API 金鑰的 Anthropic count_tokens。也會顯示字元數、字數與行數。適合用來確認提示詞是否過長,以及作為成本估算的前置步驟。所有處理都在瀏覽器內完成,輸入的文字不會被傳送。
正在載入分詞器字典…
Claude
約0
tokens
近似值(Claude 3 之後的分詞器未公開)
GPT
精確0
tokens
o200k_base — GPT-5.5 / GPT-5 / GPT-4o / GPT-4.1
Gemini
約0
tokens
近似值(Google 未公開用戶端分詞器)
各模型明細
| 模型 | Tokens | 上下文上限 | 使用率 |
|---|---|---|---|
| Claude Fable 5.2約 | 0 | 1M | 0% |
| Claude Opus 5.5約 | 0 | 1M | 0% |
| Claude Sonnet 5.5約 | 0 | 1M | 0% |
| Claude Haiku 5.5約 | 0 | 1M | 0% |
| Claude Opus 4.8約 | 0 | 200K | 0% |
| Claude Sonnet 4.5約 | 0 | 200K | 0% |
| Claude Haiku 4.5約 | 0 | 200K | 0% |
| GPT-6 Astra | 0 | 1.05M | 0% |
| GPT-6.1 Sol | 0 | 1.05M | 0% |
| GPT-6.1 Terra | 0 | 1.05M | 0% |
| GPT-6 Luna | 0 | 1.05M | 0% |
| GPT-5.5 | 0 | 1.05M | 0% |
| GPT-5 | 0 | 400K | 0% |
| GPT-4.1 | 0 | 1M | 0% |
| GPT-4o | 0 | 128K | 0% |
| GPT-4 Turbo | 0 | 128K | 0% |
| GPT-3.5 Turbo | 0 | 16K | 0% |
| Gemini 4 Argon約 | 0 | 1.05M | 0% |
| Gemini 4 Carbon約 | 0 | 1.05M | 0% |
| Gemini 4 Hydrogen約 | 0 | 1.05M | 0% |
| Gemini 3.8 Flash約 | 0 | 1.05M | 0% |
| Gemini 3 Pro約 | 0 | 1M | 0% |
| Gemini 2.5 Flash約 | 0 | 1M | 0% |
Claude 與 Gemini 的數值是根據 GPT 的精確 token 數與字元組成推估的近似值,可能與實際 API 計數相差約 ±10–20%。請用於粗略估算,勿用於計費。
無法載入分詞器字典,因此 GPT 的數值也是近似值。
分割成區塊(供 RAG 使用)
將上方文字分割成不超過指定 token 數的區塊,盡量保留段落、句子或行的邊界。重疊會把前一個區塊的結尾重複到下一個區塊的開頭。
請先在上方輸入文字。
以 GPT-4o 的 tokenizer(o200k_base)計算。
查看 token 邊界
以不同顏色顯示上方文字被 GPT 分詞器(GPT-4o/GPT-4)切成哪些 token。Claude 與 Gemini 使用不同的分詞器,邊界並不相同。
指南使用方式與特色
- 將提示詞、文件或程式碼貼到輸入區,token 數會自動更新。
- 用於精確計算 GPT 的分詞器字典會在第一次輸入時載入(載入中會顯示提示)。
- Claude 與 Gemini 的卡片附有「約」標記,請預留約 ±10–20% 的誤差。
- 同時顯示字元數、單字數與行數,方便掌握整體文字量。
範例Sample input & output
Short English sentence
The quick brown fox jumps over the lazy dog.
GPT: 10 tokens (exact) / Claude: ~11 tokens / Gemini: ~10 tokens
Short Japanese sentence
吾輩は猫である。名前はまだ無い。
GPT: 14 tokens (exact) / Claude: ~19 tokens / Gemini: ~12 tokens — CJK text tends to use more tokens than English
FAQ常見問題
什麼是 token?
Token 是 LLM 處理文字的最小單位。英文約 4 個字元為 1 個 token;中日韓文字則可能 1 個字元就佔 1 個以上的 token。API 計費與上下文長度上限皆以 token 數計算。GPT 的 token 數精確嗎?
精確。本工具直接在瀏覽器中執行 GPT-4o、GPT-4.1 與 o 系列所使用的 o200k_base 分詞器,因此與 OpenAI API 的計數一致。惟聊天 API 會另外加上少量訊息結構的額外 token。為什麼 Claude 與 Gemini 是近似值?
Anthropic 未公開 Claude 3 之後的分詞器,Google 也未提供用戶端分詞器。本工具依 GPT 的精確 token 數與字元組成推估,與實際 API 計數可能相差約 ±10–20%。需要精確數值時請使用官方計數 API。我輸入的文字會被送出嗎?
不會。包含載入分詞器字典在內,所有處理皆在瀏覽器內完成,文字不會傳送至伺服器,可安心貼上機密文件或原始碼。
使用情境常見使用情境
估算提示詞成本
API 依 token 數計費。可事先確認冗長的系統提示或 RAG 插入的上下文會消耗多少 token,據以估算成本。確認上下文長度上限
在把整份文件或日誌交給 LLM 之前,先確認是否在模型的上下文視窗(例如 200K token)範圍內。比較各模型的 token 效率
同一段文字在不同模型會產生不同的 token 數。並排比較 Claude / GPT / Gemini,作為成本效益的參考。
注意注意事項與限制
Claude 與 Gemini 為近似值
Anthropic 與 Google 未公開分詞器,因此這兩個模型的數值是由 GPT 的精確計數與字元組成推估而來,可能與實際 API 計數相差約 ±10–20%,請勿用於計費。不含聊天 API 的額外開銷
顯示的是貼上文字本身的 token 數。聊天 API 會因訊息結構增加少量 token,系統提示與工具定義也會另外消耗。分詞器會隨模型世代改變
GPT 的計數以 o200k_base(GPT-4o / GPT-4.1 / o 系列)為準。GPT-3.5 或 GPT-4(cl100k_base)等舊世代模型的數值會不同。
這個工具的相關文章
LLM Token 計數器 ― 在瀏覽器中一次確認 Claude、GPT、Gemini 的 token 數
只要貼上文字,就能並列確認 Claude/GPT/Gemini 的 token 數。說明 token 的基本概念、各模型 tokenizer 的差異、為什麼中日文的 token 效率較差,以及估算值的侷限。
LLM API 費用計算機 ― 在相同條件下比較 Claude、GPT、Gemini 的價格
只要貼上提示詞、輸入預估輸出 token 數,就能比較 Claude、GPT、Gemini 的 API 使用費用。說明輸入/輸出單價結構、費率自動更新機制,以及估算的侷限。
