Token 计数器
免费、即时使用、无需注册。粘贴任意文本——提示词、系统消息、文档或聊天记录——即可查看其 token 数、字符数和词数，以及这段文本作为输入或输出时在所有 Claude 和 GPT 模型上的费用，并与各自提供商的目录价对比。计数在浏览器中进行。
- 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.
相同文本在其他语言中会占用更多 token
Kunavo 的指南以 13 种语言发布，因此同一篇内容可以统计 13 次。在 266 篇指南中，共有 13,501 个段落和 586,465 个英文单词；以下是各语言所需的 o200k_base token 数，以英语为 1：
| 语言 | 相对于英语的 token 数 | 每个 token 的字符数 |
|---|---|---|
| 英语 | 1.00× | 4.62 |
| 简体中文 | 1.18× | 1.76 |
| Indonesian | 1.21× | 4.41 |
| 巴西葡萄牙语 | 1.22× | 4.38 |
| 西班牙语 | 1.23× | 4.52 |
| 德语 | 1.29× | 4.39 |
| 法语 | 1.31× | 4.41 |
| 意大利语 | 1.35× | 4.07 |
| 越南语 | 1.38× | 3.72 |
| 繁体中文 | 1.39× | 1.50 |
| 韩语 | 1.41× | 2.05 |
| 土耳其语 | 1.44× | 3.62 |
| 日语 | 1.64× | 1.64 |
英语正文平均每个单词占 1.30 个 token，因此 1,000 个单词约为 1,300 个 token，而 100 万个 token 约等于 770,000 个单词。按英语提示词计价时，同一产品在日语中的输入 token 费用约高出 64%，在韩语中约高出 41%。
阅读时需注意两点。译文由 Kunavo 自行翻译，因此翻译得更紧或更松都会导致行数发生变化。这些是 OpenAI 的 o200k_base 计数：Claude 使用自己的分词器来切分文本，因此对 Claude 而言，倍数不会相同。若要将计数换算为月度账单，请使用 AI token cost calculator。
为统计结果估算费用
按月估算工作负载费用
缓存命中和写入均计价
缓存输入与推理
Claude 全部费率，并与目录价对比
GPT 各模型单价
全部模型，对比官方价
1,000 个单词有多少个 token？
使用 OpenAI 的 GPT-4o 和 GPT-5 模型所用的 o200k_base 分词器统计英语正文，约为 1,300 个 token。对 Kunavo 自有指南中的 586,465 个单词进行统计后，平均每个单词占 1.30 个 token。代码、数字、URL 和大多数其他语言的每个单词会占用更多 token，因此请在上方粘贴自己的文本，查看实际数值。
100 万个 token 相当于多少个单词？
按 Kunavo 指南使用 o200k_base 测得的平均值，约为 770,000 个英语单词，即每个单词 1.30 个 token。同一批指南在其他语言中所需的 token 更多：日语是 1.64 倍，德语是 1.29 倍，简体中文是 1.18 倍。
Claude 的 token 计数准确吗？
不准确——对 Claude 来说，这是估算值。Anthropic 未公开 Claude 的分词器，因此此处显示的 Claude 模型数据是对同一文本使用 o200k_base 统计的结果。Anthropic 的 token 计数端点 /v1/messages/count_tokens 免费使用，并会返回 Claude 自己的计数；Anthropic 文档指出，对于相同文本，Claude 4.7 及后续模型生成的 token 数比早期 Claude 模型约多 30%。
哪些模型的计数是准确的？
GPT-5.6 Sol, GPT-5.6 Terra, and GPT-5.5：此处用于计数的开源库 gpt-tokenizer 会将这些模型映射到 o200k_base，即其使用的编码。GPT-6 比该库的模型列表更新，因此其计数会标记为估算值，而不是直接假定准确。无论哪种情况，显示的都是文本本身的计数——聊天请求中的每条消息还会增加少量格式化 token。
我粘贴的文本会上传到其他地方吗？
不会。分词器在浏览器中运行：首次输入文本时会下载一次词汇表，此后所有计数都在你的设备上完成。文本不会发送给 Kunavo 或任何其他人；关闭页面后，文本即会消失。
为什么我的 API 用量显示的输入 token 比这个计数器多？
因为请求包含的不只是你的文本。聊天格式会为每条消息增加少量 token；系统提示词和工具定义会在每次调用时发送；图片按其自身的 token 数计费；推理模型会将隐藏推理内容计为输出。每个 API 响应的 usage 字段会显示实际计费数量；这个计数器用于在发送提示词前估算其规模。