Schnellstart
-
Text einfügen
Lange Dokumente und Code unterstützt; Tabelle Updates live.
-
Status überprüfen
Grüne Passform; roter Überlauf bedeutet Trim- oder Schaltmodell.
Einfügen Sie Eingabeaufforderungen oder Dokumente ein, um Kontextgrenzen und geschätzte Token-Nutzung pro Hauptmodell anzuzeigen. Entscheiden Sie, ob Sie eine Beschichtung oder ein größeres Fenster benötigen.
Datenschutz: lokal verarbeitet, nie hochgeladen.
↓ Fügen Sie in den Eingabebereich unten, um sofort Ergebnisse zu sehen
粘贴 Prompt、文档或对话内容,查看各模型上下文占用。
| 模型 | 估算 Token | 上下文上限 | 占用 | 状态 |
|---|---|---|---|---|
| GPT-4o | 22 | 128,000 | 0.0% | 可容纳 |
| GPT-4o mini | 22 | 128,000 | 0.0% | 可容纳 |
| GPT-4.1 | 22 | 1,047,576 | 0.0% | 可容纳 |
| o3-mini | 22 | 200,000 | 0.0% | 可容纳 |
| Claude Sonnet 4 | 22 | 200,000 | 0.0% | 可容纳 |
| Claude Haiku 3.5 | 22 | 200,000 | 0.0% | 可容纳 |
| Gemini 2.0 Flash | 22 | 1,048,576 | 0.0% | 可容纳 |
绿色「可容纳」表示估算 Token 未超过模型上下文窗口;红色「超出」需裁剪或换更大窗口模型。 Token 为启发式估算,与官方计数器可能略有偏差。
Einfügen Sie Eingabeaufforderungen oder Dokumente ein, um Kontextgrenzen und geschätzte Token-Nutzung pro Hauptmodell anzuzeigen. Entscheiden Sie, ob Sie eine Beschichtung oder ein größeres Fenster benötigen.
Text einfügen
Lange Dokumente und Code unterstützt; Tabelle Updates live.
Status überprüfen
Grüne Passform; roter Überlauf bedeutet Trim- oder Schaltmodell.
Dieses Tool vergleicht Fenster pro Modell; Token Estimator konzentriert sich auf Char- und Wortstatistiken.
Schätzen Sie die Anzahl der Token gegenüber den gemeinsamen Modellkontextfenstern und warnen Sie vor möglichen Abkürzungen.
Verwenden Sie vor Long-Doc Q&A, Modellauswahl und Planung der RAG-Kontextmontage.
Wenn Sie sich darauf vorbereiten, einen langen Text in ein KI-Modell einzureichen, fügen Sie zuerst Ihren Inhalt hier ein. Das System berechnet automatisch die Tokenzahl und zeigt Kontextfenstergrenzen der Hauptmodelle an. Grüne Indikatoren zeigen kompatible Modelle an, während rote Flaggen ein Trimmen oder den Umstieg auf Modelle mit höherer Kapazität vorschlagen.
Bei Codedateien sollten Sie vor der Prüfung Kommentare und leere Zeilen entfernen. Wenn Sie sich den Grenzen nähern (z.B. GPT-4 zeigt 90% Nutzung), klicken Sie auf "Optimierungstipps" für gezielte Ratschläge wie die Aufteilung von Absätzen oder den Umstieg auf API-Streaming.
Input
10k+ char document
Output
Per-model fit/overflow
nur heuristisch; Überprüfen Sie Edge-Fälle mit jedem Provider-Tokenizer.
Variationen beruhen auf Encoderversionen (z.B. alt vs. neu GPT-3.5) oder ob spezielle Tokens (wie Systemaufforderungen) gezählt werden. Unser Tool unterstützt Encoder-Switching und kennzeichnet Meta-Instruction-Tokens eindeutig in Übereinstimmung mit den offiziellen APIs.