100X SOTA

LLM tokenu skaitītājs – bezmaksas AI izmaksu kalkulators

Skaitiet tokenus, rakstzīmes, vārdus, konteksta loga izmantošanu un API izmaksas priekš GPT-5, GPT-4.1, o3, Claude 4.6, Gemini 3.1/2.5, DeepSeek, Grok 4 un Llama 4 RAM

Apstrāde vietējā RAM...

Nākamās ieteicamās darbības

Ātrās darbplūsmas

Notīrīt slēptās uzvednes ūdenszīmes

Noņemt neredzamās Unicode rakstzīmes, kas palielina BPE marķieru skaitu.

Palaist Neredzamo rakstzīmju tīrītājs

Analizēt atslēgvārdu un vārdu blīvumu

Auditēt uzvednes garumu, teikumu skaitu un 1x-3x frāžu biežumu.

Palaist Rakstzīmju skaitītājs

Apstiprināt subtitru un skripta laika grafiku

Pārbaudīt CPS lasīšanas ātrumu un CPL rindiņu ierobežojumus AI ģenerētiem skriptiem.

Palaist Subtitru CPS pārbaudītājs

Īsumā

Ātrs kopsavilkums un galvenie punkti

Būtiskākās atziņas, veiktspējas iespējas un privātuma garantijas vienā mirklī.

Oficiālā definīcija

LLM tokenu skaitītājs un AI izmaksu kalkulators ir izstrādātāja rīks, kas sadala tekstu un pirmkodu BPE (Byte-Pair Encoding) apakšvārdu tokenos pārlūkprogrammas atmiņā, lai novērtētu konteksta loga izmantošanu un API secināšanas izmaksas lielajos valodas modeļos.

Pārskats|Pārbaudīta klienta puses arhitektūra

Lai tiešsaistē bez maksas saskaitītu LLM tokenus un aprēķinātu AI API uzvedņu izmaksas, ielīmējiet savu uzvedni vai kodu Multinook LLM tokenu skaitītājā. Mūsu klienta puses baitu pāru kodēšanas (BPE) analizators sadala tekstu vizuālos tokenu blokos pārlūkprogrammas RAM un salīdzina precīzus tokenu skaitus, konteksta loga procentus un oficiālās API ievades/izvades cenas modeļiem GPT-5, GPT-4.1, o3, Claude 4.6, Gemini 3.1/2.5, DeepSeek V3/R1, Grok 4 un Llama 4.

Daudzmodeļu salīdzinājums

Vienlaikus salīdziniet tokenu skaitu un API izmaksas GPT-4o, Claude Sonnet, Gemini Pro/Flash un DeepSeek modeļiem.

Vizuālais tokenu izcēlājs

Skatiet precīzus, ar krāsām iezīmētus apakšvārdu tokenu blokus, lai atklātu tokenu ietilpīgus JSON, atstarpes vai koda virknes.

Pakešu API izmaksu kalkulators

Simulējiet viena izsaukuma un ikdienas ražošanas API izdevumus ar pielāgotiem ievades un izvades tokenu slīdniem.

100% lokāls uzvednes privātums

Auditējiet konfidenciālas sistēmas uzvednes un patentētu pirmkodu lokālajā RAM atmiņā bez mākoņa augšupielādēm.

Augstas veiktspējas dzinējs

LLM tokenu skaitītājs – bezmaksas AI izmaksu kalkulators

Skaitiet LLM tokenus, rakstzīmes un API uzvedņu izmaksas OpenAI GPT-5/GPT-4.1/o3, Claude 4.6, Gemini 3.1/2.5, DeepSeek, Grok 4 un Llama 4 tiešsaistē bez maksas.

Reāllaika baitu pāru kodēšanas (BPE) tokenu novērtējums un vizuāls ar krāsu kodēts tokenu robežu izcēlājs

Vienlaicīga salīdzināšana 21 oficiālajā modelī: 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 un Meta Llama 4

Tiešsaistes API izmaksu kalkulators ar oficiālajiem 1 miljona ievades un izvades tarifiem, sagaidāmajiem izvades tokeniem un ikdienas pakešu API izsaukumu reizinātājiem

Konteksta loga izmantošanas mērītāji 128K, 164K, 200K, 400K, 500K un 1M tokenu konteksta limitos

Attēlo precīzu rakstzīmju attiecību pret tokeniem līdztekus kopējām rakstzīmēm, vārdiem un apakšvārdu robežām

100% izolēta klienta puses RAM izpilde — droši pārbaudiet īpašumtiesību sistēmas uzvednes un pirmkodu ar 0 servera augšupielādēm

Fiziski izolēta datu privātums

Absolūta konfidencialitāte bez augšupielādes

Jūsu faili tiek apstrādāti stingri jūsu ierīces RAM, izmantojot WebAssembly. Nulle mākoņa augšupielāžu.

100% apstrāde pārlūkprogrammas RAM • Nulle servera augšupielāžu

Soli pa solim instrukcijas

Kā lietot tiešsaistē: LLM tokenu skaitītājs – bezmaksas AI izmaksu kalkulators

Izpildiet šīs 3 vienkāršās darbības, lai apstrādātu dokumentus tieši savā pārlūkprogrammā bez instalēšanas.

Ielīmējiet savu sistēmas uzvedni, dokumentu vai kodu

Ielīmējiet savu LLM uzvedni, RAG konteksta dokumentu, JSON shēmu vai koda failu darba vietā vai ielādējiet TypeScript uzvednes paraugu tieši pārlūkprogrammas RAM atmiņā.

Pārbaudiet ar krāsām iezīmētās tokenu robežas

Skatiet tiešsaistes tokenu skaitu, rakstzīmju un tokenu attiecību, kā arī krāsaini kodētas apakšvārdu tokenu daļas, kas parāda, kā BPE tokenizatori sadala vārdus, skaitļus un koda atkāpes.

Salīdziniet 21 oficiālo modeli un API cenas

Iestatiet sagaidāmo izvades tokenu skaitu un ikdienas API izsaukumu apjomu, lai salīdzinātu precīzas izmaksas par katru pieprasījumu un pakešveida izmaksas USD dažādiem modeļiem: GPT-5, GPT-4.1, o3, Claude 4.6, Gemini 3.1/2.5, DeepSeek, Grok 4 un Llama 4.

100% bez maksas mūžīgi (bez pieteikšanās)

Paid Cloud Portals

Nepieciešams izstrādātāja konts

Funkciju salīdzinājums	Multinook (pārlūkprogrammas RAM)	Paid Cloud Portals
Atbalstītie AI modeļi	21 oficiālais API modelis	Tikai vecie OpenAI modeļi
Vizuālais tokenu izcēlājs	Krāsaini kodēti BPE apakšvārdi	Tikai vienkāršu skaitļu izvade
API izmaksu un pakešu matrica	Ievade + Izvade × Dienas izsaukumi	Nepieciešama manuāla rēķināšana
Konteksta loga mērītājs	128K / 400K / 500K / 1M	Nav iekļauts
Uzvednes privātums	100% lokālā RAM atmiņa (0 augšupielāžu)	Nosūtīts uz ārēju API serveri
Izmaksas un piekļuve	100% bez maksas mūžīgi (bez pieteikšanās)	Nepieciešams izstrādātāja konts

Tehniskā arhitektūra un specifikācijas

Specifikācijas un formātu saderība

Izstrādāts stingri atbilstoši W3C WebAssembly un Typed Array specifikācijām.

Tokenizācijas dzinējsKlienta puses BPE apakšvārdu segmentētājs (`o200k_base`, Claude BPE un SentencePiece)

Atbalstītās ekosistēmasOpenAI (GPT-5/4.1/o3), Anthropic (Claude 4.6/4.5), Google (Gemini 3.1/2.5), DeepSeek, Grok 4 un Llama 4

Vizuālais inspektorsAr krāsām iezīmēts apakšvārdu tokenu robežu izcēlājs

Izmaksu modelēšanaOficiālā cena par 1M ievades + izvades tokeniem × ikdienas pakešu apjoms

Konteksta telemetrija128K, 164K, 200K, 400K, 500K un 1M tokenu konteksta loga mērītāji

Privātuma arhitektūra100% izolēta lokālā pārlūkprogrammas RAM atmiņa (servera augšupielāžu nav)

Auditorija un darbplūsmas

Mērķauditorija un praktiskie lietošanas gadījumi

Kam šī pārlūkprogrammas utilīta ir noderīga un kad to izmantot.

RAG un aģentu sistēmu arhitekti

AI inženieri un LLM lietojumprogrammu izstrādātāji

Uzvednes tokenu izmēru, konteksta loga izmantošanas un ikdienas API secināšanas izmaksu salīdzināšana OpenAI, Anthropic un Google sistēmās.

Sistēmas uzvedņu dizaineri

Uzvedņu inženieri un tehniskie rakstnieki

Vizuālās tokenu izcelšanas izmantošana, lai saspiestu garas instrukcijas un likvidētu tokenu ietilpīgu formatēšanas pārtēriņu.

AI vienību ekonomikas plānotāji

Produktu vadītāji un SaaS dibinātāji

Prognozēšana par lietotāju un mēneša LLM API rēķiniem no 1000 līdz 100 000 ikdienas pieprasījumiem pirms jaunu AI funkciju palaišanas.

Datu kopu un precizēšanas kuratori

Datu zinātnieki un pētnieki

Rakstzīmju un tokenu attiecību mērīšana daudzvalodu korpusos un JSONL precizēšanas failos.

Empīriskās laboratorijas pārbaudes

Pirmavota pārbaude un veiktspējas rādītāji

Empīriskās testēšanas rezultāti, kas iegūti mūsdienu pārlūkprogrammās un operētājsistēmās bez datu pārraides tīklā.

Google Chrome 128 (Apple M3 Max)

Fails: 120 000 rakstzīmju RAG konteksta dokuments (~30 000 tokenu)

3,8 ms BPE apakšvārdu segmentācija un daudzmodeļu izmaksu tabula0 KB pārsūtīts (100% lokālā ierīces RAM atmiņa)

Microsoft Edge 126 (Windows 11 x64 Intel i7)

Fails: 15 000 rakstzīmju TypeScript un JSON uzvedne

1,1 ms tiešsaistes vizuālo tokenu robežu renderēšana0 KB pārsūtīts (100% lokālā ierīces RAM atmiņa)

Mobile Safari (iOS 18 / iPhone 15 Pro)

Fails: 4 000 rakstzīmju sistēmas uzvednes veidne

0,5 ms tūlītējs mobilais tokenu un izmaksu aprēķins0 KB pārsūtīts (100% lokālā ierīces RAM atmiņa)

Testēšanas vide / Ierīce	Testa fails un sarežģītība	Apstrādes aizkave	Tīkla datu pārsūtīšana
Google Chrome 128 (Apple M3 Max)	120 000 rakstzīmju RAG konteksta dokuments (~30 000 tokenu)	3,8 ms BPE apakšvārdu segmentācija un daudzmodeļu izmaksu tabula	0 KB pārsūtīts (100% lokālā ierīces RAM atmiņa)
Microsoft Edge 126 (Windows 11 x64 Intel i7)	15 000 rakstzīmju TypeScript un JSON uzvedne	1,1 ms tiešsaistes vizuālo tokenu robežu renderēšana	0 KB pārsūtīts (100% lokālā ierīces RAM atmiņa)
Mobile Safari (iOS 18 / iPhone 15 Pro)	4 000 rakstzīmju sistēmas uzvednes veidne	0,5 ms tūlītējs mobilais tokenu un izmaksu aprēķins	0 KB pārsūtīts (100% lokālā ierīces RAM atmiņa)

Bieži uzdotie jautājumi

Biežāk uzdotie jautājumi

Viss, kas jums jāzina par privātumu, drošību, failu limitiem un lietošanu.

Lielie valodas modeļi nelasa tekstu vārds pa vārdam vai rakstzīme pa rakstzīmei; tā vietā tie sadala tekstu apakšvārdu daļās, ko dēvē par tokeniem, izmantojot BPE (Byte-Pair Encoding) vai SentencePiece. Parastam tekstam angļu valodā 1 tokens ir aptuveni vienāds ar 4 rakstzīmēm jeb 0,75 vārdiem. Tādējādi 100 tokeni ir aptuveni 75 vārdi, un 1000 vārdu ir aptuveni 1333 tokeni.

BPE tokenizatori (`o200k_base` un `cl100k_base`) ir apmācīti galvenokārt ar biežāk lietotajiem angļu valodas vārdiem, ļaujot tādiem biežiem vārdiem kā 'application' ietilpt vienā tokenā. Tomēr pieturzīmes, JSON iekavas, vairāku ciparu skaitļi, atstarpju atkāpes un ne-latīņu UTF-8 skripti tiek sadalīti mazākās baitu līmeņa apakšvārdos, tādam pašam rakstzīmju garumam bieži patērējot 1,5x līdz 3x vairāk tokenu.

AI modeļu nodrošinātāji atsevišķi iekasē maksu par ievades (uzvednes) un izvades (pabeigšanas un pamatojuma) tokeniem, norādot cenu par 1 miljonu tokenu (1M). Piemēram, OpenAI GPT-5 iekasē 1,25 $ par 1M ievades un 10,00 $ par 1M izvades tokeniem, GPT-4.1 iekasē 2,00 $ par 1M ievades un 8,00 $ par 1M izvades tokeniem, Claude Sonnet 4.6 iekasē 3,00 $ par 1M ievades un 15,00 $ par 1M izvades tokeniem, bet Google Gemini 2.5 Flash iekasē 0,30 $ par 1M ievades un 2,50 $ par 1M izvades tokeniem. Mūsu kalkulators reizina jūsu precīzu ievades tokenu skaitu un mērķa izvades garumu ar katra modeļa oficiāli dokumentēto API tarifu.

`cl100k_base` (100 000 vārdu krājuma apjoms) tika izmantots vecākajiem GPT-4 un GPT-3.5-Turbo modeļiem. Mūsdienu OpenAI modeļi—tostarp GPT-5, GPT-4.1, o3, o4-mini un GPT-4o—izmanto `o200k_base` (200 000 vārdu krājuma apjoms), kas saspiež neangļu valodas tekstu, pirmkodu un parastus daudzvārdu izteicienus par 10% līdz 25% mazākā tokenu skaitā.

Saskaņā ar oficiālo API dokumentāciju: OpenAI GPT-5 / mini / nano atbalsta 400 000 tokenus (400K); GPT-4.1 / mini atbalsta 1 047 576 tokenus (1M); OpenAI o3 un o4-mini atbalsta 200 000 tokenus (200K); Claude Opus 4.6 un Sonnet 4.6 atbalsta līdz 1 000 000 tokenu (1M); Google Gemini 3.1 Pro, 3 Flash un 2.5 Pro/Flash atbalsta 1 000 000 tokenu (1M); xAI Grok 4 atbalsta 500 000 tokenus (500K); DeepSeek V3 atbalsta 164 000 tokenus (164K); un Meta Llama 4 Maverick atbalsta 1 048 576 tokenus (1M).

Jūs varat samazināt tokenu patēriņu par 20% līdz 40%, likvidējot liekās JSON atstarpes (samazinot JSON pirms tā nodošanas uzvednēs), aizstājot garlaicīgus XML tagus ar kompaktām Markdown vai CSV tabulām, noņemot neredzamas Unicode rakstzīmes un novēršot atkārtotu instrukciju dublēšanos.

Precīzu ar krāsām iezīmētu tokenu robežu redzamība atklāj, kāpēc LLM dažkārt cīnās ar rakstzīmju līmeņa uzdevumiem (piemēram, vārdu apgriešanu vai burtu skaitīšanu) un izceļ neefektīvas virknes—piemēram, UUID, Base64 blokus vai nesamazinātu kodu—kas nemanāmi patērē desmitiem tokenu.

Nekad. Multinook darbojas 100% lokāli jūsu pārlūkprogrammas operatīvajā RAM atmiņā. Jūsu sistēmas uzvednes, RAG dokumenti un pirmkods nekad nepaliek ārpus jūsu datora.

Standarti un pierādījumi

Autoritatīvi standarti un tehniskās atsauces

Oficiālās nozares specifikācijas, tīmekļa standarti un šifrēšanas atsauces, kas darbina šo dzinēju.

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

Neural Machine Translation of Rare Words with Subword Units (BPE)

Bāzes pētnieciskais darbs, kurā ieviesta BPE (Byte-Pair Encoding) apakšvārdu tokenizācija neironu valodas modeļiem.

Skatīt specifikāciju

WHATWG Encoding Living Standard

UTF-8 TextEncoder Web API Specification

Oficiālais tīmekļa standarts, kas reglamentē UTF-8 baitu straumes kodējumu, kuru izmanto kā mūsdienu baitu līmeņa BPE tokenizatoru pamatslāni.

Skatīt specifikāciju

Ieskats BPE (Byte-Pair Encoding): Kā LLM segmentē rakstzīmes apakšvārdu tokenos

Mūsdienu transformatoru arhitektūras, tostarp OpenAI GPT-5 un GPT-4.1 sērijas, Anthropic Claude 4.6, Google Gemini 3.1 un 2.5, xAI Grok 4, Meta Llama 4 un DeepSeek V3/R1, apstrādā tekstu, izmantojot deterministiskus apakšvārdu tokenizācijas algoritmus, piemēram, BPE (Byte-Pair Encoding) un SentencePiece. Tā vietā, lai uzturētu bezgalīgu katra vārda vārdnīcu katrā valodā, BPE sāk ar atsevišķiem UTF-8 baitiem un iteratīvi apvieno visbiežāk blakus esošos rakstzīmju pārus apakšvārdu tokenos.

Tā rezultātā parasts angļu valodas vārds ar vadošo atstarpi, piemēram, ` intelligence`, tiek kodēts kā viens vesela skaitļa tokena ID, savukārt nepazīstams salikts termins, heksadecimāls jaukumkods vai spēcīgi atkāpts Python bloks tiek sadalīts desmitiem atsevišķu tokenu. Multinook vizuālais tokenizators reāllaikā rekonstruē šīs apakšvārdu robežas jūsu pārlūkprogrammas RAM atmiņā.

Konteksta loga ekonomikas optimizēšana starp GPT-5, GPT-4.1, Claude 4.6, Gemini 3.1 un DeepSeek

Ražošanas līmeņa AI lietojumprogrammās un RAG (Retrieval-Augmented Generation) cauruļvados tokenu skaits tieši nosaka gan mēneša mākoņdatošanas rēķinus, gan TTFT (Time-To-First-Token) aizturi. Tā kā pašuzmanības sarežģītība mērogota kvadrātiski attiecībā pret secības garumu, neoptimizētu 50 000 tokenu dokumentu ievietošana katrā API izsaukumā strauji izsmel budžetu.

Salīdzinot savu uzvedni vienlaikus ar flagmaņu modeļiem (GPT-5, GPT-4.1, Claude Opus 4.6, Claude Sonnet 4.6, Gemini 3.1 Pro, Grok 4) un augstas efektivitātes pamatojuma/ātrajiem modeļiem (GPT-5 mini/nano, o4-mini, Claude Haiku 4.5, Gemini 3 Flash, Gemini 2.5 Flash-Lite, DeepSeek V3/R1, Llama 4 Maverick), inženieru komandas var veikt etalontestus precīzām izmaksām uz 1000 izsaukumiem un pielāgot atbilstošo modeļa maršrutēšanu.

100% izolēta uzvedņu auditēšana korporatīvajām AI komandām

Sistēmas uzvednes un uzņēmuma RAG konteksti veido pamata intelektuālo īpašumu. Patentētu uzvedņu veidņu vai klientu datu kopu ielīmēšana trešo pušu mākoņa tokenizatoros rada risku nopludināt konfidenciālu biznesa loģiku. Multinook veic visu BPE segmentāciju un izmaksu modelēšanu stingri lokālajā pārlūkprogrammas atmiņā bez jebkādas tīkla datu pārraides.

Pārbaudīta 100% pārlūkprogrammas RAM drošība

Atjaunināts 2026. gada tīmekļa standartiem