Penghitung token
Gratis, instan, tanpa perlu mendaftar. Tempel teks apa pun — prompt, pesan sistem, dokumen, atau log obrolan — untuk mengetahui jumlah token, karakter, dan katanya, serta biaya teks tersebut sebagai input atau output pada setiap model Claude dan GPT, masing-masing dibandingkan dengan harga daftar penyedianya. Penghitungan berlangsung di browser Anda.
- 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.
Teks yang sama memerlukan lebih banyak token dalam bahasa lain
Panduan Kunavo diterbitkan dalam tiga belas bahasa, jadi satu konten dapat dihitung tiga belas kali. Dari 266 panduan — 13,501 bagian dan 586,465 kata dalam bahasa Inggris — berikut jumlah token o200k_base yang diperlukan setiap bahasa, dengan bahasa Inggris sebagai 1:
| Bahasa | Token dibandingkan dengan bahasa Inggris | Karakter per token |
|---|---|---|
| Bahasa Inggris | 1.00× | 4.62 |
| Bahasa Mandarin (Sederhana) | 1.18× | 1.76 |
| Indonesian | 1.21× | 4.41 |
| Bahasa Portugis (Brasil) | 1.22× | 4.38 |
| Bahasa Spanyol | 1.23× | 4.52 |
| Bahasa Jerman | 1.29× | 4.39 |
| Bahasa Prancis | 1.31× | 4.41 |
| Bahasa Italia | 1.35× | 4.07 |
| Bahasa Vietnam | 1.38× | 3.72 |
| Bahasa Mandarin (Tradisional) | 1.39× | 1.50 |
| Bahasa Korea | 1.41× | 2.05 |
| Bahasa Turki | 1.44× | 3.62 |
| Bahasa Jepang | 1.64× | 1.64 |
Teks prosa bahasa Inggris rata-rata berjumlah 1.30 token per kata, jadi 1.000 kata setara dengan sekitar 1.300 token dan satu juta token setara dengan sekitar 770,000 kata. Jika dihitung berdasarkan prompt bahasa Inggris, biaya produk yang sama sekitar 64% lebih tinggi dalam token input bahasa Jepang dan sekitar 41% lebih tinggi dalam bahasa Korea.
Ada dua batasan dalam membacanya. Terjemahan ini dibuat oleh Kunavo sendiri, jadi terjemahan yang lebih ketat atau lebih longgar akan menggeser posisi suatu baris. Selain itu, jumlah ini dihitung dengan tokenizer OpenAI o200k_base: tokenizer Claude membagi teks dengan caranya sendiri, jadi kelipatan untuk Claude tidak akan sama. Untuk mengubah jumlah token menjadi tagihan bulanan, masukkan jumlahnya ke kalkulator biaya token AI.
Hitung biaya teks yang Anda hitung
Hitung biaya penggunaan per bulan
Cache hit dan penulisan cache dihitung dalam harga
Input dan penalaran yang di-cache
Setiap tarif Claude, dibandingkan dengan harga daftar
Tarif GPT berdasarkan model
Semua model, dibandingkan dengan harga resmi
Berapa jumlah token dalam 1.000 kata?
Sekitar 1.300 token untuk teks prosa bahasa Inggris dengan o200k_base, tokenizer untuk model GPT-4o dan GPT-5 OpenAI: dari 586,465 kata dalam panduan Kunavo sendiri, rata-ratanya adalah 1.30 token per kata. Kode, angka, URL, dan sebagian besar bahasa lain memerlukan lebih banyak token per kata, jadi tempel teks Anda sendiri di atas untuk mengetahui angka sebenarnya.
Berapa jumlah kata dalam 1 juta token?
Sekitar 770,000 kata dalam bahasa Inggris, berdasarkan rata-rata 1.30 token per kata yang diukur dari panduan Kunavo dengan o200k_base. Satu juta token memuat lebih sedikit kata dalam bahasa lain: panduan yang sama memerlukan 1.64 kali lebih banyak token dalam bahasa Jepang, 1.29 kali dalam bahasa Jerman, dan 1.18 kali dalam bahasa Mandarin Sederhana.
Apakah jumlah token untuk Claude akurat?
Tidak — untuk Claude, jumlahnya merupakan perkiraan. Anthropic tidak menerbitkan tokenizer Claude, jadi angka yang ditampilkan untuk model Claude adalah jumlah teks yang sama berdasarkan o200k_base. Endpoint penghitungan token Anthropic, /v1/messages/count_tokens, gratis dan mengembalikan jumlah token Claude sendiri. Dokumentasi Anthropic menyebutkan bahwa model Claude 4.7 dan yang lebih baru menghasilkan sekitar 30% lebih banyak token daripada model Claude sebelumnya untuk teks yang sama.
Untuk model apa jumlah token ini akurat?
GPT-5.6 Sol, GPT-5.6 Terra, and GPT-5.5: gpt-tokenizer, pustaka sumber terbuka yang digunakan untuk menghitung token di sini, memetakan model tersebut ke o200k_base, encoding yang digunakannya untuk menghitung. GPT-6 lebih baru daripada daftar model pustaka tersebut, jadi jumlahnya ditandai sebagai perkiraan, bukan dianggap pasti. Bagaimanapun, angka ini hanya untuk teks itu sendiri — permintaan obrolan menambahkan beberapa token pemformatan untuk setiap pesan.
Apakah teks yang saya tempel diunggah ke mana pun?
Tidak. Tokenizer berjalan di browser Anda: kosakatanya diunduh satu kali, saat Anda memasukkan teks untuk pertama kalinya, lalu semua penghitungan dilakukan di perangkat Anda. Teks tidak dikirim ke Kunavo atau pihak lain, dan akan dihapus saat Anda menutup halaman.
Mengapa penggunaan API saya menunjukkan token input lebih banyak daripada penghitung ini?
Karena sebuah permintaan memuat lebih dari sekadar teks Anda. Pemformatan obrolan menambahkan beberapa token untuk setiap pesan, prompt sistem dan definisi alat dikirim setiap kali ada pemanggilan, gambar dihitung sebagai token tersendiri, dan model penalaran membebankan penalaran tersembunyi sebagai output. Field usage pada setiap respons API menunjukkan jumlah yang ditagihkan kepada Anda; penghitung ini digunakan untuk memperkirakan ukuran prompt sebelum dikirim.