免费工具 · AI Token 计数器:在线计算 GPT、Claude、DeepSeek 的 token 数
把提示词、帮助文章或整篇文档粘进来,看它占多少 token。OpenAI 模型用和 API 相同的词表精确计算;其它厂商没有公开能在浏览器里跑的分词器,工具按各家官方文档给的比例估算,并标明是估算。
- o200k_base、cl100k_base 精确计数
- 中文、英文对比
- 文字不离开本页
计算 token 数
边输入边计算。第一次修改文字时会下载 OpenAI 词表(约 1 MB),之后浏览器会缓存。
最多计算 300,000 个字符。输入的内容不会发送到任何地方。
o200k_base 用于 GPT-5、GPT-4.1、GPT-4o 和 o 系列;cl100k_base 用于 GPT-4、GPT-3.5 Turbo。
Token 数
66
字符数
93
英文单词
7
中日韩文字
67
每个 token 的字符数
1.41
UTF-8 字节
229
文字怎么切成 token o200k_base
着色只显示前 2,000 个 token,数字按全文计算。
各模型的 token 数
| 模型 | Token 数 | 算法 |
|---|---|---|
| OpenAI o200k_baseGPT-5 系列、GPT-4.1、GPT-4o、o1、o3、o4-mini | 66 | 精确与 API 同一份词表。 来源 |
| OpenAI cl100k_baseGPT-4、GPT-3.5 Turbo、text-embedding-3 | 94 | 精确与 API 同一份词表。 来源 |
| OpenAI GPT-6 系列GPT-6、GPT-6.1、GPT-6.2 | 66 | 参考词表未公开,显示 o200k_base 的数作参考。 来源 |
| Anthropic 新分词器Claude Opus 4.7 及以后、全部 Claude 5 模型 | 37 | 估算约 2.5 个字符 1 个 token(Anthropic 模型总览)。 来源 |
| Anthropic 旧分词器Claude Sonnet 4.6、Haiku 4.5 及更早 | 27 | 估算约 3.5 个英文字符 1 个 token(Anthropic 术语表)。 来源 |
| Google Gemini全部 Gemini 模型 | 23 | 估算约 4 个字符 1 个 token(Google AI 文档)。 来源 |
| DeepSeekDeepSeek Flash、DeepSeek V4 Pro | 48 | 估算英文字符 × 0.3、中文字符 × 0.6(DeepSeek 文档)。 来源 |
估算按各厂商公布的比例算,这些比例大多针对英文,中文和代码可能偏差很大。要精确数字请用厂商自己的 token 计数接口。
占上下文窗口的比例
- GPT-6.2 Sol (o200k_base 参考值)66 / 1,050,000 token · <0.01%
- GPT-5 mini66 / 400,000 token · 0.02%
- GPT-4.166 / 1,047,576 token · <0.01%
- GPT-4o66 / 128,000 token · 0.05%
- GPT-494 / 8,192 token · 1.15%
- GPT-3.5 Turbo94 / 16,385 token · 0.57%
- Claude Sonnet 5.5 (估算)37 / 1,000,000 token · <0.01%
- Claude Haiku 4.5 (估算)27 / 200,000 token · 0.01%
- Gemini 3.5 Flash-Lite (估算)23 / 1,048,576 token · <0.01%
- DeepSeek Flash (估算)48 / 1,000,000 token · <0.01%
上下文窗口取自各厂商的模型页,2026-11-18 核对。估算的行已标注。
版本 v1.0更新于 更新记录
这几个数字的意思
大模型按 token 读文字、也按 token 计费:一个 token 可能是半个词、一个常用词、一个汉字,或者一个汉字的一部分。
Token 数
API 计费和上下文窗口都按它算。输入 token(提示词、系统消息、资料)和输出 token(回答)通常单价不同。
每个 token 的字符数
英文在 o200k_base 下一般 4–5 个字符一个 token;中文大约 1–2 个字一个 token,所以同样意思的话,中文常常不比英文省 token。
精确、参考、估算
「精确」用的是 API 同一份词表;GPT-6 那行是参考值,因为 OpenAI 还没公开它的分词器;「估算」是按厂商公布的比例换算,可能差得比较多。
上下文窗口
进度条是这段文字单独占各模型窗口的比例。实际调用还要给系统提示词、聊天记录和回答留空间。
按对话格式调用 API 时,每条消息还会多几个 token 的角色和分隔符;图片、音频、工具定义另算。最终以每次 API 返回的 usage 为准。
三步算出 token 数
不用注册,手机上也能用。
-
1
粘贴文字
提示词、系统消息、知识库文章或预期的回答都行,也可以先点中文、英文、代码示例试试。
-
2
看合计
所选 OpenAI 词表下的 token 数,以及字符数、单词数和每个 token 平均几个字符。
-
3
对比模型
表格里 OpenAI 是精确数,Claude、Gemini、DeepSeek 是标明了的估算;进度条显示各模型上下文窗口用了多少。
文字是怎么切成 token 的
OpenAI 模型用字节对编码(BPE):一份从训练文本里学出来的固定词表,词表里每一项是一串字节。
- 先用正则把文字切块:带前导空格的单词、最多三位一组的数字、标点、换行
- 每块转成 UTF-8 字节(一个常用汉字 3 个字节),再按词表反复把最常见的相邻字节对合并
- 常用词、常用字合成 1 个 token;生僻字、人名、少见词会拆成好几个,比如「夔」在 o200k_base 下是 2 个 token
- o200k_base 约 20 万项,处理中文比约 10 万项的 cl100k_base 省得多
- 其它厂商的估算:字符数 × 该厂商公布的比例,四舍五入
| 行 | 算法 | 出处 |
|---|---|---|
| o200k_base、cl100k_base | 用 OpenAI tiktoken 的词表文件精确做 BPE | OpenAI |
| GPT-6 系列 | 用 o200k_base 的数作参考 | OpenAI 的 tiktoken 还没列 GPT-6 |
| Claude(新分词器) | 字符数 ÷ 2.5 | Anthropic 模型总览 |
| Claude(旧分词器) | 字符数 ÷ 3.5 | Anthropic 术语表 |
| Gemini | 字符数 ÷ 4 | Google AI 文档 |
| DeepSeek | 中文字符 × 0.6 + 其它字符 × 0.3 | DeepSeek API 文档 |
同一句话,中文和英文各几个 token
一句客服说明,中英文各写一遍,用两份 OpenAI 词表分别计算。
| 中文 | 英文 | |
|---|---|---|
| 文字 | 我们的客服团队周一到周五在线,晚上和周末由 AI 根据知识库先回答。 | Our support team is online Monday to Friday. In the evenings and at weekends, AI answers first from the knowledge base. |
| 字符数 | 34 | 119 |
| o200k_base token 数 | 22 | 24 |
| cl100k_base token 数 | 35 | 24 |
中文字符少得多,但在 o200k_base 下 token 数和英文差不多,在老的 cl100k_base 下反而更多。把任一句粘进上面的计数器,能看到同样的数字。
算 token 容易错在哪
预算超支多半是算错了文字范围,而不是分词器的问题。
一个汉字固定算 1 个 token
常用字常常 1 个,几个常用字还能合成 1 个;生僻字、表情会拆成 2–4 个;老词表 cl100k_base 下很多汉字要 2 个。以实测为准。
只算用户的问题
每次调用还要带系统提示词、聊天记录和检索出来的资料,这些通常才是输入的大头。
拿一家的分词器套所有模型
Claude、Gemini、DeepSeek、通义千问、豆包、Kimi 各有自己的词表,OpenAI 的数只能粗略参考。
把上下文窗口塞满
窗口是输入和输出共用的,提示词把它占满,回答就没地方了。
在线客服里的 AI 回复,按条计,不用算 token
TapCub 在线客服可以让 AI 根据你的知识库先回答访客,套餐按 AI 回复条数计,不按 token。
Token 怎么计算?
先把文字按规则切块,再转成 UTF-8 字节,按模型词表把常见的字节组合并成一个个 token,数一下有几个就是 token 数。不同模型词表不同,同一段文字的 token 数也不同,所以要按你用的模型算。
一个汉字几个 token?
不固定。用 GPT-5、GPT-4o 的 o200k_base,常用字多为 1 个,几个常用字还能合成 1 个,比如「你好,世界」是 3 个 token;生僻字会拆开,「夔」是 2 个。用老的 cl100k_base,「你好,世界」要 6 个。整体看,中文在 o200k_base 下大约 1.5 个字 1 个 token,Kimi 官方说的是 1.5–2 个汉字 1 个 token。
算出来的数和 API 账单一样吗?
文字本身的 token 数一样。账单里还有对话格式每条消息多出的几个 token、系统提示词、工具定义、图片,以及输出(含推理 token)。以每次 API 返回的 usage 为准。
为什么 Claude、Gemini 只能估算?
Anthropic 和 Google 没有公开能在浏览器里运行的分词器。估算用的是它们自己公布的比例(Claude 新模型约 2.5 个字符 1 个 token,Gemini 约 4 个),主要针对英文。要精确数字请用它们的 token 计数接口。
DeepSeek、通义千问、豆包的 token 怎么算?
DeepSeek 官方给的比例是 1 个中文字符约 0.6 个 token、1 个英文字符约 0.3 个 token,表里按这个估算。通义千问、豆包、Kimi 用各自的词表,本工具不给估算,可以用它们控制台或 API 里的 token 计数功能。
我粘贴的文字会被上传吗?
不会。计算在你的浏览器里完成,页面只从 tapcub.com 下载词表文件,输入的内容不会发给 TapCub,也不会发给任何 AI 厂商。
GPT-6 用哪个词表?
OpenAI 的 tiktoken 库目前还没列出 GPT-6,所以工具显示 o200k_base 的数作参考,并标明是参考值。实际数字看 API 返回的 usage。