AI token 计数与上下文适配

粘贴任意文本，就能看到它大概会变成多少 token、能否放进指定的上下文窗口，以及按你自己的 API 价格要花多少钱。一切都在你的浏览器里运行——文本永远不会被上传。

你的文本什么都不会离开这个页面。拿一份你打算喂给模型的文档试试。

0 估算 token 数 ±10–15%——下面有估算方法说明

字符数0

词数0

每 token 字符数—越低 = 文本越密

大致阅读时间—

它放得进上下文窗口吗？

上下文窗口	你的文本	放得下吗？

上下文窗口是共用的：你的输入、模型的回复，以及应用在背后追加的一切（系统提示、检索到的文档、聊天记录）都挤在里面。留点余量——把窗口塞满，答案就会被截断。

输入价格（每 100 万 token，美元）

输出价格（每 100 万 token，美元）

预期回复长度（token）

调用次数

输入成本—

输出成本—

合计—

价格请你自己填，照你供应商当前的定价页面来。 我们刻意不把价格写死：模型定价经常变，这里放一个过期的数字比不放更糟。请查阅 OpenAI, Google, xAI 或 DeepSeek.

这个估算是怎么算的（以及为什么不精确）

真正的分词是用特定模型的 BPE 词表来切你的文本——而每个模型家族用的词表都不一样，所以「真实」的 token 数因模型而异。要在浏览器里正经做这件事，就得为每个家族附带几兆字节的词表，会把这个页面拖慢，而你其实只需要一个大概的数字。

这里改用基于字符和单词的估算器，并对空白、标点和数字做了加权，对普通英语散文的误差大约在 10–15% 以内。两个已知偏差：代码和标点密集的文本，实际分词比估算更密；而非拉丁文字（中文、日文、阿拉伯文、印地文）每字符消耗的 token 明显多于英语——常常是 2–3 倍。

如果你需要用于计费的精确数字，请用你供应商自己的分词接口。而对于「这放得下吗」和「大概要花多少钱」，估算才是对的工具。

模型读的不是字符也不是单词，而是 token——介于两者之间的片段。常见词通常是一个 token；较长或少见的词会拆成几个。「Unbelievable」可能是三个 token，「the」是一个。在英语散文里，一个 token 平均约四个字符，或者大致四分之三个词。

一切都按 token 计价、按 token 设限：你发出去的、返回来的，以及模型一次能装下的量。

一百万 token 的窗口，并不意味着你就该送进去一百万 token。输入很长时，中间部分的注意力质量会下降，延迟上升，成本则线性增长。检索——只取相关段落——通常胜过把窗口塞满，而且更便宜。

这个计数器有多准？

对普通英语散文，误差大约在 10–15% 以内。代码和非拉丁文字会比估算更高。要精确的计费数字，请用你供应商的分词器。

我的文本会被上传到什么地方吗？

不会。计算在你的浏览器里进行。没有请求，没有日志，也不存储。

你们为什么不显示模型价格？

因为它们会变，而把一个过期价格摆得理直气壮，比不给价格更糟。填上你供应商当前的价格，算术交给这个工具。

图片和音频也消耗 token 吗？

会——多模态输入同样会被换算成 token，换算比例因供应商和分辨率而异。这个工具只处理文本。