Kontextfenster-Checker

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

待检查文本

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-4o22128,0000.0%可容纳
GPT-4o mini22128,0000.0%可容纳
GPT-4.1221,047,5760.0%可容纳
o3-mini22200,0000.0%可容纳
Claude Sonnet 422200,0000.0%可容纳
Claude Haiku 3.522200,0000.0%可容纳
Gemini 2.0 Flash221,048,5760.0%可容纳

Hinweise

如何解读

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.

Schnellstart

  1. Text einfügen

    Lange Dokumente und Code unterstützt; Tabelle Updates live.

  2. Status überprüfen

    Grüne Passform; roter Überlauf bedeutet Trim- oder Schaltmodell.

vs Token-Schätzung

Dieses Tool vergleicht Fenster pro Modell; Token Estimator konzentriert sich auf Char- und Wortstatistiken.

Eigenschaften und Anwendungsfälle

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.

Typischer Workflow

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.

Beispiele

Lange Aufforderung

Input

10k+ char document

Output

Per-model fit/overflow

FAQ

Offizielle Zählungen?

nur heuristisch; Überprüfen Sie Edge-Fälle mit jedem Provider-Tokenizer.

Warum variieren die Anzahl der Token von Werkzeug zu Werkzeug?

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.