Contador de tokens
Gratis, instantáneo y sin registrarse. Pega cualquier texto —una instrucción, un mensaje del sistema, un documento o un registro de chat— y obtén su cantidad de tokens, caracteres y palabras, además de cuánto cuesta ese texto como entrada o salida en cada modelo de Claude y GPT, junto al precio de lista de su proveedor. El recuento se realiza en tu navegador.
- tokens
- 0
- characters
- 0
- words
- 0
Counted in your browser. The tokenizer downloads once, the first time you enter text, and nothing you paste is sent anywhere.
What this text costs, per request
Paste text above to see how many tokens it is and what it costs on each model.
Exact for GPT-5.6 Sol, GPT-5.6 Terra, GPT-5.5: gpt-tokenizer maps these models to o200k_base, the tokenizer counted here.
≈ marks an estimate: the o200k_base count of the same text. GPT-6 is newer than the tokenizer's model list, so its tokenizer is not confirmed there, and Claude tokenizes with its own vocabulary.
Anthropic does not publish Claude's tokenizer. Its count_tokens endpoint is free and returns Claude's own number, and Anthropic's docs say Claude 4.7 and later models produce about 30% more tokens than earlier Claude models for the same text.
El mismo texto requiere más tokens en otros idiomas
Las guías de Kunavo se publican en trece idiomas, así que una misma pieza de contenido se puede contar trece veces. En 266 guías —13,501 pasajes y 586,465 palabras en inglés—, esta es la cantidad de tokens o200k_base que necesitó cada idioma, tomando el inglés como 1:
| Idioma | Tokens frente al inglés | Caracteres por token |
|---|---|---|
| Inglés | 1.00× | 4.62 |
| Chino simplificado | 1.18× | 1.76 |
| Indonesian | 1.21× | 4.41 |
| Portugués (Brasil) | 1.22× | 4.38 |
| Español | 1.23× | 4.52 |
| Alemán | 1.29× | 4.39 |
| Francés | 1.31× | 4.41 |
| Italiano | 1.35× | 4.07 |
| Vietnamita | 1.38× | 3.72 |
| Chino tradicional | 1.39× | 1.50 |
| Coreano | 1.41× | 2.05 |
| Turco | 1.44× | 3.62 |
| Japonés | 1.64× | 1.64 |
La prosa en inglés dio 1.30 tokens por palabra, así que 1.000 palabras equivalen a unos 1.300 tokens y un millón de tokens equivale a unas 770,000 palabras. Según los precios de las instrucciones en inglés, el mismo producto cuesta aproximadamente un 64% más en tokens de entrada en japonés y un 41% más en coreano.
Dos límites al leerlo. Las traducciones son propias de Kunavo, por lo que una traducción más ajustada o más libre desplazaría una fila. Además, estos son recuentos de OpenAI con o200k_base: el tokenizador de Claude divide el texto a su manera, así que los múltiplos no serán los mismos para Claude. Para convertir un recuento en una factura mensual, llévalo a la calculadora de costos de tokens de IA.
Calcula el precio de lo que contaste
Calcula el precio de una carga de trabajo mensual
Precios para aciertos y escrituras en caché
Entrada en caché y razonamiento
Todas las tarifas de Claude, frente a los precios de lista
Tarifas de GPT por modelo
Todos los modelos, frente al precio oficial
¿Cuántos tokens son 1.000 palabras?
Unos 1.300 tokens para prosa en inglés con o200k_base, el tokenizador de los modelos GPT-4o y GPT-5 de OpenAI: en 586,465 palabras de las guías propias de Kunavo, el promedio fue de 1.30 tokens por palabra. El código, los números, las URL y la mayoría de los demás idiomas requieren más tokens por palabra, así que pega tu propio texto arriba para obtener la cifra real.
¿Cuántas palabras son 1 millón de tokens?
Aproximadamente 770,000 palabras en inglés, según los 1.30 tokens por palabra medidos en las guías de Kunavo con o200k_base. Un millón de tokens contiene menos palabras en otros idiomas: esas mismas guías requirieron 1.64 veces más tokens en japonés, 1.29 veces más en alemán y 1.18 veces más en chino simplificado.
¿El recuento de tokens es exacto para Claude?
No; para Claude es una estimación. Anthropic no publica el tokenizador de Claude, así que la cifra que se muestra para los modelos Claude es el recuento o200k_base del mismo texto. El endpoint de recuento de tokens de Anthropic, /v1/messages/count_tokens, es gratuito y devuelve la cifra propia de Claude; la documentación de Anthropic indica que Claude 4.7 y los modelos posteriores generan aproximadamente un 30% más de tokens que los modelos Claude anteriores para el mismo texto.
¿Para qué modelos es exacto el recuento?
GPT-5.6 Sol, GPT-5.6 Terra, and GPT-5.5: gpt-tokenizer, la biblioteca de código abierto que realiza el recuento aquí, asigna esos modelos a o200k_base, la codificación que usa para contar. GPT-6 es más reciente que la lista de modelos de esa biblioteca, así que su recuento se marca como una estimación en lugar de darlo por exacto. En cualquier caso, la cifra corresponde al texto en sí: una solicitud de chat añade algunos tokens de formato por mensaje.
¿Se sube a algún sitio el texto que pego?
No. El tokenizador funciona en tu navegador: su vocabulario se descarga una vez, la primera vez que introduces texto, y a partir de entonces cada recuento se realiza en tu dispositivo. El texto no se envía a Kunavo ni a nadie más y desaparece al cerrar la página.
¿Por qué mi uso de la API muestra más tokens de entrada que este contador?
Porque una solicitud incluye más que tu texto. El formato del chat añade algunos tokens por mensaje, el mensaje del sistema y las definiciones de herramientas se envían en cada llamada, las imágenes se facturan como tokens propios y los modelos de razonamiento facturan el razonamiento oculto como salida. El campo usage de cada respuesta de la API indica la cantidad que se te factura; este contador sirve para calcular el tamaño de una instrucción antes de enviarla.