大模型 Token 估算器

本地处理

待估算文本

估算 Token 数

总字符数

汉字数

英文单词数

上下文窗口	占用比例	剩余可容纳

估算规则
Token ≈ 汉字 × 1.5 + 中文标点 × 1 + 英文单词 × 1.33 + 数字串每 3 位 × 1 + 其他符号 × 0.5
参考基准：英文约 4 个字符 ≈ 1 token、约 0.75 个单词 ≈ 1 token

不同厂商的分词器（BPE、SentencePiece 等）切分方式不同，同一段文字在 GPT、Claude、通义、文心上的 Token 数会有 ±20% 的差异。本工具给出的是量级估算，用于预算与长度规划；涉及精确计费请以各厂商官方 Tokenizer 为准。

关于本工具

大模型的计费与上下文长度都按 Token 而非字符计算。中文里 1 个汉字通常对应 1~2 个 Token，明显比英文更"贵"，因此提前估算 Token 数有助于控制成本、避免超出上下文窗口。

把要发送的文本粘贴进输入框，工具会实时统计汉字数、英文单词数并给出 Token 估算值，同时列出在 8K / 32K / 128K / 200K 等常见窗口下的占用比例。

为什么中文的 Token 数比字符数还多？因为主流分词器以英文语料为主训练，一个汉字往往被切成 1~2 个 Token，而 4 个英文字母才占 1 个 Token。普遍经验是中文的「字符→Token」比约为 1 : 1.5。

代码和 JSON 怎么算？符号与空格会被切得很碎，通常 Token 数接近甚至略高于字符数。若你要发送大段 JSON，建议先压缩掉多余空白。

只算输入就够了吗？不够。多轮对话中，历史消息每一轮都会重新计入输入；输出 Token 通常单价更高，规划预算时要一并考虑。

中文一个汉字常占 1-2 个 token，英文约 0.75 词一个 token；同等内容中文往往更费 token，估成本时不要直接按字数折算英文经验值。

有偏差：各家分词器不同，工具用通用规则近似；预算敏感的场景以模型返回的 usage 字段实测值为准，估算值留 15% 余量。

计。空格、换行、标点都会被分词器计入；从网页复制文本时先清理多余空行，长对话定期总结压缩，都能实打实省 token。