LLM Token 計算器

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。

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。