Token计数器
粘贴或输入文本以查看所选AI模型的实时Token计数
加载中......
功能特点
Token计数所需的一切
为AI开发者、提示词工程师以及所有使用大型语言模型的人提供的全面Token计数器。
多模型支持
计算OpenAI GPT-4/4o、Claude 3、Llama 3、Gemini、Mistral等的Token。可在模型之间即时切换。
精确分词
使用官方分词器（tiktoken、Claude分词器）进行精确计数。对于支持的模型没有估算。
全面统计
详细的文本分析：字符数、单词数、句子数、段落数以及平均长度。
100% 私密安全
所有处理都在浏览器本地进行。您的文本永远不会离开您的设备 - 没有服务器，没有跟踪。
离线可用
安装为PWA，随时随地计算Token - 即使没有网络连接。
实时更新
输入时即时查看Token计数更新。无需点击「计算」 - 结果立即显示。
文件上传
上传.txt、.md、.json、.xml或其他文本文件。拖放或点击浏览。
上下文追踪
通过可视化进度条查看您使用了模型上下文窗口的多少。
轻松复制粘贴
只需粘贴文本即可获得即时结果。一键复制统计信息到剪贴板。
使用方法
3步计算Token
无需任何配置。只需粘贴文本，选择模型，即可立即看到结果。
01
粘贴或上传
直接输入文本或上传文件。计数器可高效处理任意长度的文本。
02
选择模型
从GPT-4、Claude、Llama、Gemini、Mistral等中选择。每个模型使用其专用分词器。
03
查看统计
即时获取Token计数、上下文使用百分比和完整的文本统计信息。
毫秒级响应
使用场景
开发者和AI从业者如何使用我们的Token计数器
提示词工程
优化提示词以适应上下文限制。测试不同版本并查看其Token影响。
API成本
在发送请求前估算API成本。准确了解每次调用使用多少Token。
上下文管理
确保文本适合模型上下文限制。实时跟踪使用百分比。
聊天机器人
管理对话历史以保持在限制内。知道何时截断或总结上下文。
文档
规划文档分块策略。了解如何为AI处理分割大型文档。
企业
在团队间标准化Token计数。为AI功能开发提供一致的指标。
AI工具
计算您的Token
粘贴或输入文本以查看所选AI模型的实时Token计数
![[object Object] logo](/favicon.png){kind=small}
Token计数器
v0.1.44Token计数器
粘贴或输入文本以查看所选AI模型的实时Token计数
- Count tokens for GPT-4, Claude, and other AI models
- Calculate API costs based on token usage
- Works offline - no data sent to servers
常见问题
关于AI模型Token计数您需要了解的一切。
Token是语言模型处理的文本片段。它可以是一个词、词的一部分或标点符号。例如，'tokenization'可能被分割为'token'和'ization'。不同模型使用不同的分词方案，因此计数会有所不同。
对于OpenAI和Claude模型，我们使用其官方分词器提供精确计数。对于Llama、Gemini和Mistral，我们根据已知的分词模式提供估算值。
我们支持GPT-4、GPT-4o、GPT-4-turbo、GPT-3.5-turbo（OpenAI）、Claude 3 Opus/Sonnet/Haiku、Claude 3.5（Anthropic）、Llama 2/3（Meta）、Gemini Pro/1.5/2.0（Google）和Mistral Large/Medium/Small。
绝对安全。所有分词都在您的浏览器中使用JavaScript本地进行。您的文本永远不会发送到任何服务器 - 它保留在您的设备上。我们不收集、存储或传输您的数据。
可以！从浏览器安装为渐进式Web应用（PWA），即使没有网络连接也能计算Token。
您可以上传任何文本文件：.txt、.md、.json、.xml、.csv、.log、.html、.css、.js、.py等。工具读取原始文本内容进行分词。
上下文窗口是模型在单个请求中可处理的最大Token数（输入+输出）。例如，GPT-4有8K上下文窗口，而GPT-4-turbo有128K。我们的工具显示您的文本使用了多少窗口容量。
我们使用Anthropic官方JavaScript分词器（@anthropic-ai/tokenizer）进行精确的Claude Token计数。这为所有Claude 3和3.5模型提供精确计数。
此工具可在所有现代浏览器中运行，包括Chrome、Firefox、Safari和Edge。它针对桌面使用进行了优化，但也可在移动设备上运行。
我们欢迎您的反馈！您可以通过我们的GitHub仓库提交问题或功能请求。我们根据用户反馈不断改进。