🎫 AI Token 计算器 — 大模型 Token 数与调用费用估算
粘贴任意中英文文本，一次性估算它在 GPT-4o、GPT-3.5、Claude、文心一言、通义千问、DeepSeek 六大模型下的 Token 数量， 并自动算出单次调用费用与调用 1000 次的总成本，还能查看上下文窗口占用百分比。写 Prompt、控制成本、拆分长文本必备。
✍️ 输入文本（实时统计）
📊 多模型 Token 估算与费用对照
| 模型 | 输入 Token | 输入单价 (¥/千) |
输出单价 (¥/千) |
单次成本 | 总成本 |
|---|
⚠️ Token 数为启发式估算（按汉字数、英文单词长度、数字串、标点分别加权），与官方分词器结果存在 5%~15% 偏差，仅供预算参考。
价格取自各厂商公开报价并按 1 美元 ≈ 7.2 元人民币折算，价格仅供参考，以官方最新价格为准。
📦 上下文窗口占用
0%
💡 Token 是什么？为什么中英文差别这么大
- Token 不是字符也不是单词，而是分词器切出的最小片段。英文常见词多为 1 个 token，长单词会被拆成词根 + 后缀。
- 英文经验值：约 4 个字符 = 1 token，约 0.75 个单词 = 1 token（即 100 个单词 ≈ 133 token）。
- 中文经验值：GPT-3.5 / GPT-4 使用的 cl100k 分词器对中文不友好，1 个汉字常常要 1.5~2 个 token； GPT-4o 的 o200k 分词器以及文心、通义、DeepSeek 等国产模型词表针对中文优化，1 个汉字 ≈ 1 token，甚至常见双字词只占 1 个 token。
- 标点、空格、换行也算钱：换行符通常独立成 token，连续空格（如代码缩进）会显著推高 token 数。
- 省 token 技巧：删除无意义寒暄、把长示例改成简短要点、用中文而不是把中文翻译成英文（对国产模型）、多轮对话及时裁剪历史。
🚀 你可能也用得上
📌 工具速览
粘贴文本即时估算在 GPT-4o、Claude、文心一言、通义千问、DeepSeek 等模型下的 token 数量，给出调用费用估算与上下文窗口占用比例。
📘 使用说明
- 把文本粘贴到输入框，统计实时更新
- 查看字符数、汉字数、英文单词数等基础统计
- 对照多模型 token 估算表了解各模型的分词差异
- 选择上下文窗口长度查看占用比例与调用成本
❓ 常见问题
Q: 中文一个字算几个 token？
A: 取决于分词器。GPT 系列对中文不友好，常见汉字约 1.5~2 个 token，生僻字可能到 3 个；国产模型（文心、通义、DeepSeek）的词表针对中文优化，通常 1 个汉字接近 1 个 token，常用词组甚至能合并成 1 个 token。
Q: 英文为什么比中文省 token？
A: 主流大模型用 BPE 分词，词表主要基于英文语料构建，常见英文单词往往就是 1 个 token，平均约 4 个字符 1 个 token。中文字符在 UTF-8 下占 3 字节，很多汉字要拆成多个字节级 token 才能表示。
Q: 怎么减少 prompt 的 token 消耗？
A: 六个实用做法：去掉客套话和无意义寒暄；用结构化标记（JSON、列表）代替长句描述；示例给一两个足够，不要堆十个；固定的 system prompt 用缓存机制复用；明确限定输出长度；长文档先做检索召回再喂给模型，不要整篇塞进去。
📅 内容更新于
·
📚 收录 2378+ 在线工具
·
🤖 适配 AI 搜索引用（豆包/DeepSeek/Kimi/文心/ChatGPT）
