快速開始
-
粘貼文字
支持多行Prompt、程式碼塊、中英文混排。
-
查看統計
字元、詞數、CJK字元數一目了然。
-
對照模型預算
用GPT / Claude估算列規劃上下文長度。
Token估算器
粘貼Prompt或文章； 實时查看Token估算； 避免超出模型上下文視窗。 支持中英文混合文字。
隱私提示：本地解析，不上傳伺服器。
↓ 在下方輸入區貼上內容，結果會立即顯示
在此粘贴 Prompt 或文本
实时统计字符、词数与 Token 估算，适合控制 LLM 上下文长度。
輸出結果
字符数
81
词数
10
行数
1
中日韩字符
17
GPT 估算 Token
31
Claude 估算 Token
30
註釋說明
Token 估算说明
以下为启发式估算，与 OpenAI tiktoken 等官方计数器可能略有偏差，但足以做上下文预算与 Prompt 长度规划。 当前约 31 GPT Token。
粘貼Prompt或文章； 實时查看Token估算； 避免超出模型上下文視窗。 支持中英文混合文字。
什麼是Token
大模型把文本切成 token 計費與限長。英文約 4 字符 1 token; 中文通常更省或更費; 取決於分詞器。
估算準確嗎
本工具用啟發式公式; 與官方 tiktoken 可能差幾個 token; 但足夠做預算與裁剪。
典型工作流
在編寫LLM提示詞時，先在此工具粘貼文字，實时觀察Token變化。 當接近模型限制（如GPT-4的8k）時，工具會高亮提醒。 此時可删减冗餘內容或折開Prompt，確保完整資訊能送入模型。
對於技術文檔翻譯等長文字，用「段落模式」逐段檢查。 先處理標題和關鍵段落，保留20% Token餘量給模型回復。 中英混排時，注意中文1字≈1.5 Token的消耗特點。
示例
短Prompt
Input
Summarize this article in 3 bullet points.
英文短句約十餘Token。
FAQ
和ChatGPT顯示的一致嗎？
不一定完全一致； 但量級相同； 適合上線前自檢。
程式碼怎麼算？
按字元啟發式估算； 符號密集時程式碼Token可能偏多。
為什麼相同字數不同語言的Token計數差异大？
因為Token化算灋差异：英文按詞/subword分割，中文按字/詞。 像「深度學習」可能被分成2-4個Token。 工具使用與OpenAI一致的tiktoken庫，結果與API計費一致。