100X SOTA

Penghitung Token LLM - Kalkulator Biaya AI Gratis

Hitung token, karakter, kata, penggunaan jendela konteks, dan biaya API untuk GPT-5, GPT-4.1, o3, Claude 4.6, Gemini 3.1/2.5, DeepSeek, Grok 4 & Llama 4 di RAM

Memproses di RAM lokal...

Tindakan yang Direkomendasikan Berikutnya

Alur Kerja Cepat

Bersihkan Tanda Air Prompt Tersembunyi

Hapus karakter Unicode tak terlihat yang menggelembungkan jumlah token BPE.

Luncurkan Pembersih Karakter Tak Terlihat

Analisis Kepadatan Kata Kunci & Kata

Audit panjang prompt, jumlah kalimat, dan frekuensi frasa 1x-3x.

Luncurkan Penghitung Karakter

Validasi Waktu Subtitle & Naskah

Periksa kecepatan baca CPS dan batas baris CPL untuk naskah yang dihasilkan AI.

Luncurkan Pemeriksa CPS Subjudul

Sekilas

Ringkasan Cepat & Poin Penting

Wawasan esensial, kemampuan performa, dan jaminan privasi dalam sekilas pandang.

Definisi Resmi

Penghitung Token LLM dan Kalkulator Biaya AI adalah utilitas pengembang yang membagi teks dan kode sumber menjadi token subkata Byte-Pair Encoding (BPE) di memori browser untuk memperkirakan penggunaan jendela konteks dan biaya inferensi API di seluruh model bahasa besar.

Ikhtisar|Arsitektur Sisi Klien Terverifikasi

Untuk menghitung token LLM dan menghitung biaya prompt API AI secara online secara gratis, tempel prompt atau kode Anda ke Penghitung Token LLM Multinook. Analis Byte-Pair Encoding (BPE) sisi klien kami mensegmentasi teks Anda menjadi blok token visual di RAM browser dan membandingkan jumlah token yang tepat, persentase jendela konteks, dan penetapan harga input/output API resmi di GPT-5, GPT-4.1, o3, Claude 4.6, Gemini 3.1/2.5, DeepSeek V3/R1, Grok 4, dan Llama 4.

Perbandingan Multi-Model

Bandingkan jumlah token dan biaya API di GPT-4o, Claude Sonnet, Gemini Pro/Flash, dan DeepSeek sekaligus.

Penyorot Token Visual

Lihat potongan token subkata berkode warna yang tepat untuk menemukan JSON, spasi putih, atau string kode yang berat token.

Kalkulator Biaya API Batch

Simulasikan pengeluaran API produksi panggilan tunggal dan harian dengan penggeser token input dan output kustom.

Privasi Prompt Lokal 100%

Audit prompt sistem rahasia dan kode sumber berpemilik di RAM lokal dengan nol unggahan cloud.

Mesin Performa Tinggi

Penghitung Token LLM - Kalkulator Biaya AI Gratis

Hitung token LLM, karakter, dan biaya prompt API untuk OpenAI GPT-5/GPT-4.1/o3, Claude 4.6, Gemini 3.1/2.5, DeepSeek, Grok 4, dan Llama 4 secara online secara gratis.

Perkiraan token Byte-Pair Encoding (BPE) waktu nyata & penyorot batas token berkode warna visual

Perbandingan simultan di 21 model resmi: OpenAI (GPT-5, GPT-4.1, o3, o4-mini, GPT-4o), Anthropic (Claude Opus 4.6, Sonnet 4.6, Haiku 4.5, 3.7 Sonnet), Google (Gemini 3.1 Pro, 3 Flash, 2.5 Pro/Flash), DeepSeek V3/R1, xAI Grok 4, dan Meta Llama 4

Kalkulator biaya API langsung dengan tarif Input & Output resmi per 1 juta, Token Output yang Diharapkan, dan pengali Panggilan API Batch Harian

Meter pemanfaatan jendela konteks di seluruh batas konteks token 128K, 164K, 200K, 400K, 500K, dan 1M

Menampilkan rasio Karakter-ke-Token yang tepat beserta total karakter, kata, dan batas subkata

100% eksekusi RAM sisi klien yang terisolasi—uji dengan aman prompt sistem berhak cipta dan kode sumber dengan 0 unggahan server

Privasi Data Terisolasi

Kerahasiaan Tanpa-Unggahan Mutlak

File Anda diproses secara ketat di dalam RAM perangkat Anda menggunakan WebAssembly. Tanpa unggahan cloud.

Pemrosesan 100% RAM Di Dalam Browser • Tanpa Unggahan Server

Petunjuk Langkah demi Langkah

Cara menggunakan online: Penghitung Token LLM - Kalkulator Biaya AI Gratis

Ikuti 3 langkah mudah ini untuk memproses dokumen Anda langsung di browser tanpa instalasi.

Tempel Prompt Sistem, Dokumen, atau Kode Anda

Tempel prompt LLM, dokumen konteks RAG, skema JSON, atau file kode Anda ke dalam ruang kerja, atau muat sampel prompt TypeScript langsung di RAM browser.

Periksa Batas Token Berkode Warna

Lihat jumlah token langsung, rasio karakter-ke-token, dan potongan token subkata berkode warna yang menunjukkan bagaimana tokenizer BPE memecah kata, angka, dan indentasi kode.

Bandingkan 21 Model Resmi & Harga API

Atur token keluaran yang Anda harapkan dan volume panggilan API harian untuk membandingkan biaya dolar per permintaan dan batch yang tepat di GPT-5, GPT-4.1, o3, Claude 4.6, Gemini 3.1/2.5, DeepSeek, Grok 4, dan Llama 4.

100% Gratis Selamanya (Tanpa Login)

Paid Cloud Portals

Memerlukan Akun Pengembang

Perbandingan Fitur	Multinook (RAM Dalam-Browser)	Paid Cloud Portals
Model AI yang Didukung	21 Model API Resmi	Hanya Model Lama OpenAI
Penyorot Token Visual	Subkata BPE Berkode Warna	Hanya Output Angka Polos
Matriks Biaya & Batch API	Input + Output × Panggilan Harian	Memerlukan Penghitungan Manual
Pengukur Jendela Konteks	128K / 400K / 500K / 1M	Tidak Termasuk
Privasi Prompt	100% RAM Lokal (0 Unggahan)	Dikirim ke Server API Eksternal
Biaya & Akses	100% Gratis Selamanya (Tanpa Login)	Memerlukan Akun Pengembang

Arsitektur & Spesifikasi Teknis

Spesifikasi & Kompatibilitas Format

Dirancang secara ketat sesuai spesifikasi W3C WebAssembly dan Typed Array.

Mesin TokenisasiSegmenter Subkata BPE Sisi Klien (o200k_base, Claude BPE & SentencePiece)

Ekosistem yang DidukungOpenAI (GPT-5/4.1/o3), Anthropic (Claude 4.6/4.5), Google (Gemini 3.1/2.5), DeepSeek, Grok 4 & Llama 4

Inspektur VisualPenyorot Batas Token Subkata Berkode Warna

Pemodelan BiayaHarga Token Input + Output Per-1M Resmi × Volume Batch Harian

Telemetri KonteksPengukur Jendela Konteks Token 128K, 164K, 200K, 400K, 500K & 1M

Arsitektur PrivasiRAM Browser Lokal Terisolasi Udara 100% (Nol Unggahan Server)

Audiens & Alur Kerja

Target Audiens & Kasus Penggunaan Praktis

Siapa saja yang diuntungkan dari utilitas dalam peramban ini dan kapan harus menggunakannya.

Arsitek Sistem RAG & Agen

Insinyur AI & Pengembang Aplikasi LLM

Mematok ukuran token prompt, pemanfaatan jendela konteks, dan biaya inferensi API harian di OpenAI, Anthropic, dan Google.

Perancang Prompt Sistem

Insinyur Prompt & Penulis Teknis

Menggunakan penyorotan token visual untuk mengompresi instruksi yang panjang dan menghilangkan overhead pemformatan yang berat token.

Perencana Ekonomi Unit AI

Manajer Produk & Pendiri SaaS

Memperkirakan tagihan API LLM per pengguna dan bulanan di 1.000 hingga 100.000 permintaan harian sebelum meluncurkan fitur AI baru.

Kurator Kumpulan Data & Penyetelan Halus

Ilmuwan Data & Peneliti

Mengukur rasio karakter-ke-token di korpus multilingual dan file penyetelan halus JSONL.

Pengujian Laboratorium Empiris

Verifikasi Langsung & Tolok Ukur Performa

Hasil pengujian empiris yang dilakukan di berbagai peramban dan sistem operasi modern tanpa transmisi jaringan sama sekali.

Google Chrome 128 (Apple M3 Max)

Berkas: Dokumen Konteks RAG 120.000 Karakter (~30.000 Token)

Segmentasi subkata BPE 3,8ms & tabel biaya multi-model0 KB Ditransfer (RAM Perangkat Lokal 100%)

Microsoft Edge 126 (Windows 11 x64 Intel i7)

Berkas: Prompt TypeScript & JSON 15.000 Karakter

Penyenderaan batas token visual langsung 1,1ms0 KB Ditransfer (RAM Perangkat Lokal 100%)

Mobile Safari (iOS 18 / iPhone 15 Pro)

Berkas: Templat Prompt Sistem 4.000 Karakter

Penghitungan token & biaya seluler instan 0,5ms0 KB Ditransfer (RAM Perangkat Lokal 100%)

Lingkungan Pengujian / Perangkat	File Uji & Kompleksitas	Latensi Pemrosesan	Transfer Data Jaringan
Google Chrome 128 (Apple M3 Max)	Dokumen Konteks RAG 120.000 Karakter (~30.000 Token)	Segmentasi subkata BPE 3,8ms & tabel biaya multi-model	0 KB Ditransfer (RAM Perangkat Lokal 100%)
Microsoft Edge 126 (Windows 11 x64 Intel i7)	Prompt TypeScript & JSON 15.000 Karakter	Penyenderaan batas token visual langsung 1,1ms	0 KB Ditransfer (RAM Perangkat Lokal 100%)
Mobile Safari (iOS 18 / iPhone 15 Pro)	Templat Prompt Sistem 4.000 Karakter	Penghitungan token & biaya seluler instan 0,5ms	0 KB Ditransfer (RAM Perangkat Lokal 100%)

Pertanyaan Umum

Pertanyaan yang Sering Diajukan

Segala hal yang perlu Anda ketahui tentang privasi, keamanan, batas file, dan penggunaan.

Model Bahasa Besar tidak membaca teks kata demi kata atau karakter demi karakter; sebaliknya, mereka memecah teks menjadi potongan subkata yang disebut token menggunakan Byte-Pair Encoding (BPE) atau SentencePiece. Untuk teks bahasa Inggris standar, 1 token setara dengan sekitar 4 karakter atau 0,75 kata. Oleh karena itu, 100 token kira-kira 75 kata, dan 1.000 kata kira-kira 1.333 token.

Tokenizer BPE (`o200k_base` dan `cl100k_base`) dilatih terutama pada kata-kata umum bahasa Inggris, memungkinkan kata-kata yang sering muncul seperti 'application' masuk ke dalam satu token. Namun, tanda baca, kurung siku JSON, angka multi-digit, indentasi spasi putih, dan skrip UTF-8 non-Latin dipecah menjadi subkata tingkat byte yang lebih kecil, yang sering kali menghabiskan token 1,5x hingga 3x lebih banyak untuk panjang karakter yang sama.

Penyedia model AI menagih secara terpisah untuk token Input (Prompt) dan token Output (Penyelesaian & Penalaran), yang dikutip per 1 Juta token (1M). Sebagai contoh, OpenAI GPT-5 menagih $1,25/1M input dan $10,00/1M output, GPT-4.1 menagih $2,00/1M input dan $8,00/1M output, Claude Sonnet 4.6 menagih $3,00/1M input dan $15,00/1M output, dan Google Gemini 2.5 Flash menagih $0,30/1M input dan $2,50/1M output. Kalkulator kami mengalikan jumlah token input persis Anda dan panjang output target terhadap tarif API resmi yang didokumentasikan oleh masing-masing model.

`cl100k_base` (ukuran kosakata 100.000) digunakan untuk GPT-4 dan GPT-3.5-Turbo lama. Model OpenAI modern—termasuk GPT-5, GPT-4.1, o3, o4-mini, dan GPT-4o—menggunakan `o200k_base` (ukuran kosakata 200.000), yang mengompresi teks non-Inggris, kode sumber, dan ekspresi multi-kata umum menjadi token yang 10% hingga 25% lebih sedikit.

Menurut dokumentasi API resmi: OpenAI GPT-5 / mini / nano mendukung 400.000 token (400K); GPT-4.1 / mini mendukung 1.047.576 token (1M); OpenAI o3 & o4-mini mendukung 200.000 token (200K); Claude Opus 4.6 & Sonnet 4.6 mendukung hingga 1.000.000 token (1M); Google Gemini 3.1 Pro, 3 Flash & 2.5 Pro/Flash mendukung 1.000.000 token (1M); xAI Grok 4 mendukung 500.000 token (500K); DeepSeek V3 mendukung 164.000 token (164K); dan Meta Llama 4 Maverick mendukung 1.048.576 token (1M).

Anda dapat memangkas konsumsi token sebesar 20% hingga 40% dengan menghapus spasi putih JSON yang berlebihan (memperkecil ukuran JSON sebelum meneruskannya ke dalam prompt), mengganti tag XML yang panjang dengan tabel Markdown atau CSV yang padat, menghapus karakter Unicode yang tak terlihat, dan menduplikasi instruksi yang berulang.

Melihat batas token berkode warna yang tepat mengungkapkan mengapa LLM terkadang kesulitan dengan tugas tingkat karakter (seperti membalikkan kata atau menghitung huruf) dan menyoroti string yang tidak efisien—seperti UUID, gumpalan Base64, atau kode yang belum diperkecil—yang diam-diam membakar lusinan token.

Tidak pernah. Multinook berjalan 100% secara lokal di dalam RAM volatil browser Anda. Prompt sistem, dokumen RAG, dan kode sumber Anda tidak pernah meninggalkan mesin Anda.

Standar & Bukti

Standar Otoritatif & Sitasi Teknis

Spesifikasi industri resmi, standar web, dan referensi kriptografi yang mendukung mesin ini.

Association for Computational Linguistics (ACL / Sennrich et al.)

Terjemahan Mesin Neural Kata Langka dengan Unit Subkata (BPE)

Makalah penelitian dasar yang memperkenalkan tokenisasi subkata Byte-Pair Encoding (BPE) untuk model bahasa neural.

Lihat Spesifikasi

WHATWG Encoding Living Standard

Spesifikasi Web API UTF-8 TextEncoder

Standar web resmi yang mengatur pengkodean aliran byte UTF-8 yang digunakan sebagai lapisan dasar tokenizer BPE tingkat byte modern.

Lihat Spesifikasi

Di Dalam Byte-Pair Encoding (BPE): Bagaimana LLM Mengsegmentasi Karakter ke dalam Token Subkata

Arsitektur transformer modern—termasuk seri GPT-5 dan GPT-4.1 OpenAI, Claude 4.6 Anthropic, Gemini 3.1 dan 2.5 Google, Grok 4 xAI, Llama 4 Meta, dan DeepSeek V3/R1—memproses teks melalui algoritma tokenisasi subkata deterministik seperti Byte-Pair Encoding (BPE) dan SentencePiece. Alih-alih mempertahankan kamus tak terbatas dari setiap kata di setiap bahasa, BPE dimulai dengan byte UTF-8 individual dan secara berulang menggabungkan pasangan karakter yang paling sering berdampingan menjadi token subkata.

Hasilnya, kata bahasa Inggris umum dengan spasi di depan seperti ` intelligence` dikodekan sebagai ID token bilangan bulat tunggal, sedangkan istilah gabungan yang asing, hash heksadesimal, atau blok Python yang menjorok ke dalam dipecah menjadi lusinan token individual. Tokenizer visual Multinook merekonstruksi batas-batas subkata ini secara real time di dalam RAM browser Anda.

Mengoptimalkan Ekonomi Jendela Konteks di GPT-5, GPT-4.1, Claude 4.6, Gemini 3.1, dan DeepSeek

Dalam aplikasi AI produksi dan alur Retrieval-Augmented Generation (RAG), jumlah token secara langsung mengatur tagihan cloud bulanan dan latensi Time-To-First-Token (TTFT). Karena kompleksitas perhatian mandiri berskala secara kuadratik dengan panjang urutan, memasukkan dokumen 50.000 token yang tidak dioptimalkan ke dalam setiap panggilan API akan dengan cepat menghabiskan anggaran.

Dengan membandingkan prompt Anda secara bersamaan di seluruh model andalan terdepan (GPT-5, GPT-4.1, Claude Opus 4.6, Claude Sonnet 4.6, Gemini 3.1 Pro, Grok 4) dan model penalaran/kilat efisiensi tinggi (GPT-5 mini/nano, o4-mini, Claude Haiku 4.5, Gemini 3 Flash, Gemini 2.5 Flash-Lite, DeepSeek V3/R1, Llama 4 Maverick), tim teknik dapat mematok biaya per 1.000 panggilan yang tepat dan menyesuaikan ukuran perutean model mereka.

Auditing Prompt Terisolasi Udara 100% untuk Tim AI Perusahaan

Prompt sistem dan konteks RAG perusahaan mewakili kekayaan intelektual inti. Menempelkan templat prompt berpemilik atau kumpulan data pelanggan ke dalam tokenizer cloud pihak ketiga berisiko membocorkan logika bisnis rahasia. Multinook melakukan semua segmentasi BPE dan pemodelan biaya secara ketat di dalam memori browser lokal dengan nol transmisi jaringan.

Keamanan RAM 100% Di Dalam Browser Terverifikasi

Diperbarui untuk Standar Web 2026