100X SOTA

Бројач на токени за LLM - Бесплатен калкулатор за AI трошоци

Бројте токени, знаци, зборови, искористеност на контекстниот прозорец и API трошоци за GPT-5, GPT-4.1, o3, Claude 4.6, Gemini 3.1/2.5, DeepSeek, Grok 4 и Llama 4 во RAM

Се обработува во локалната RAM меморија...

Следни препорачани акции

Брзи работни процеси

Исчисти скриени водени жигови во барањата

Отстранете ги невидливите Unicode карактери што ги зголемуваат бројовите на BPE токени.

Покрени Чистач на невидливи карактери

Анализирај ја густината на клучни зборови и зборови

Ревидирајте ја должината на барањето, бројот на реченици и фреквенцијата на фрази 1x-3x.

Покрени Бројач на знаци

Валидирај го времето на титлите и сценариото

Проверете ја брзината на читање CPS и лимитите на линии CPL за сценарија генерирани од AI.

Покрени Проверувач на CPS за преводи

На прв поглед

Брзи резиме и клучни заклучоци

Суштински увиди, перформанси и гаранции за приватност на прв поглед.

Официјална дефиниција

Бројачот на LLM токени и калкулаторот за AI трошоци е програмерска алатка што го сегментира текстот и изворниот код во токени со потзборови според Byte-Pair Encoding (BPE) во меморијата на прелистувачот за да ја процени употребата на контекстниот прозорец и трошоците за API инференција низ големите јазични модели.

Преглед|Верификувана архитектура на клиентската страна

За бесплатно бројење LLM токени и пресметување на трошоците за AI API промпти онлајн, залепете го вашиот промпт или код во Бројачот на LLM токени на Multinook. Нашиот анализатор за кодирање со пар бајтови (BPE) на клиентската страна го сегментира вашиот текст во визуелни блокови на токени во RAM меморијата на прелистувачот и ги споредува точните броеви на токени, процентите на контекстниот прозорец и официјалните цени за влез/излез на API низ GPT-5, GPT-4.1, o3, Claude 4.6, Gemini 3.1/2.5, DeepSeek V3/R1, Grok 4 и Llama 4.

Споредба со повеќе модели

Спор��дете ги броевите на токени и API трошоците низ GPT-4o, Claude Sonnet, Gemini Pro/Flash и DeepSeek во исто време.

Визуелен означувач на токени

Видете ги точните делови од токени со потзборови означени со бои за да забележите JSON со многу токени, празни места или нишки од код.

Калкулатор за сериски API трошоци

Симулирајте трошоци за API со еден повик и дневно производство со прилагодувачи за внесени и излезени токени.

100% локална приватност на промптот

Ревидирајте ги доверливите системски промптови и сопствениот изворен код во локалната RAM меморија со нула прикачувања во облак.

Мотор со високи перформанси

Бројач на токени за LLM - Бесплатен калкулатор за AI трошоци

Бесплатно бројете LLM токени, знаци и трошоци за API промпти за OpenAI GPT-5/GPT-4.1/o3, Claude 4.6, Gemini 3.1/2.5, DeepSeek, Grok 4 и Llama 4 онлајн.

Проценка на токени со кодирање со пар бајтови (BPE) во реално време и визуелен означувач на граници на токени обоен со бои

Симултана споредба помеѓу 21 официјален модел: 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 и Meta Llama 4

Калкулатор за API трошоци во живо со официјални стапки за влез и излез за 1М, очекувани излезни токени и мултипликатори за дневни сериски API повици

Метрики за искористеност на контекстниот прозорец низ лимити за контекст од 128K, 164K, 200K, 400K, 500K и 1M токени

Прикажува точен сооднос на карактери наспроти токени заедно со вкупн��те знаци, зборови и граници на подзборови

100% изолирана извршна RAM меморија на клиентската страна — безбедно ревидирајте сопствени системски промпти и изворен код со 0 прикачувања на сервер

Изолирана приватност на податоците

Апсолутна доверливост со нула прикачувања

Вашите датотеки се обработуваат строго во RAM меморијата на вашиот уред користејќи WebAssembly. Нула облачни прикачувања.

100% обработка во RAM во прелистувач • Нула прикачувања на сервер

Инструкции чекор-по-чекор

Како да се користи онлајн: Бројач на токени за LLM - Бесплатен калкулатор за AI трошоци

Следете ги овие 3 едноставни чекори за да ги обработите вашите документи директно во вашиот прелистувач без инсталации.

Залепете го вашиот системски промпт, документ или код

Залепете го вашиот LLM промпт, RAG контекстен документ, JSON шема или датотека со код во работниот простор или вчитајте примерок од TypeScript промпт директно во RAM меморијата на прелистувачот.

Проверете ги границите на токените означени со бои

Прегледајте броеви на токени во живо, односи меѓу знаци и токени и делови од токени со потзборови означени со бои кои покажуваат како BPE токенизерите ги делат зборовите, броевите и вовлекувањето на кодот.

Споредете 21 официјален модел и API цени

Поставете ги вашите очекувани излезни токени и дневен обем на API повици за да ги споредите точните трошоци во долари по барање и серија низ GPT-5, GPT-4.1, o3, Claude 4.6, Gemini 3.1/2.5, DeepSeek, Grok 4 и Llama 4.

100% бесплатно засекогаш (без најава)

Paid Cloud Portals

Бара сметка за програмер

Споредба на карактеристики	Multinook (RAM во прелистувач)	Paid Cloud Portals
Поддржани AI модели	21 официјални API модели	Само постари модели на OpenAI
Визуелен означувач на токени	BPE потзборови означени со бои	Само излез со обични броеви
API цена и матрица за серија	Внес + Излез × Дневни повици	Потребна е рачна математика
Мерач на контекстен прозорец	128K / 400K / 500K / 1M	Не е вклучено
Приватност на промптот	100% локална RAM меморија (0 прикачувања)	Испратено до надворешен API сервер
Цена и пристап	100% бесплатно засекогаш (без најава)	Бара сметка за програмер

Техничка архитектура и спецификации

Спецификации и компатибилност на формати

Строго дизајнирано според спецификациите на W3C WebAssembly и Typed Array.

Мотор за токенизацијаСегментатор на BPE потзборови на страна на клиентот (o200k_base, Claude BPE и SentencePiece)

Поддржани екосистемиOpenAI (GPT-5/4.1/o3), Anthropic (Claude 4.6/4.5), Google (Gemini 3.1/2.5), DeepSeek, Grok 4 и Llama 4

Визуелен инспекторОзначувач на граници на токени со потзборови обоени со бои

Моделирање на трошоциОфицијални цени за внес + излез по 1M токени × дневен обем на серија

Контекстна телеметријаМерачи на контекстен прозорец од 128K, 164K, 200K, 400K, 500K и 1M токени

Архитектура за приватност100% изолирана локална RAM меморија во прелистувачот (нула прикачувања на сервер)

Публика и работни процеси

Целна публика и практични случаи на употреба

Кој има корист од оваа алатка во прелистувачот и кога да ја примени.

Архитекти на RAG и агентни системи

AI инженери и програмери на LLM апликации

Бенчмаркирање на големини на токени во промптови, искористување на контекстниот прозорец и дневни трошоци за API инференција низ OpenAI, Anthropic и Google.

Дизајнери на системски промптови

Инженери за промптови и технички писатели

Користење на визуелно означување на токени за компресирање на опширни инструкции и елиминирање на режиските трошоци за форматирање тешки со токени.

Планери за економика на AI единици

Менаџери на производи и основачи на SaaS

Предвидување на месечни сметки за LLM API по корисник низ 1.000 до 100.000 дневни барања пред лансирање нови AI функции.

Куратори на збирки на податоци и дотерување

Научници за податоци и истражувачи

Мерење на односите меѓу знаци и токени низ повеќejазични корпуси и JSONL датотеки за дотерување.

Емпириско тестирање во лабораторија

Прворачна верификација и перформанси

Резултати од емпириско тестирање спроведено на модерни прелистувачи и оперативни системи со нула мрежен пренос.

Google Chrome 128 (Apple M3 Max)

Датотека: Контекстен документ за RAG од 120.000 знаци (~30.000 токени)

3,8 ms BPE сегментација на потзборови и табела со трошоци за повеќе модели0 KB пренесени (100% локална RAM меморија на уредот)

Microsoft Edge 126 (Windows 11 x64 Intel i7)

Датотека: TypeScript и JSON промпт од 15.000 знаци

1,1 ms прикажување во живо на граници на визуелни токени0 KB пренесени (100% локална RAM меморија на уредот)

Mobile Safari (iOS 18 / iPhone 15 Pro)

Датотека: Шаблон за системски промпт од 4.000 знаци

0,5 ms инстант пресметка на мобилни токени и трошоци0 KB пренесени (100% локална RAM меморија на уредот)

Тест опкружување / Уред	Тест датотека и сложеност	Латентност при обработка	Мрежен пренос на податоци
Google Chrome 128 (Apple M3 Max)	Контекстен документ за RAG од 120.000 знаци (~30.000 токени)	3,8 ms BPE сегментација на потзборови и табела со трошоци за повеќе модели	0 KB пренесени (100% локална RAM меморија на уредот)
Microsoft Edge 126 (Windows 11 x64 Intel i7)	TypeScript и JSON промпт од 15.000 знаци	1,1 ms прикажување во живо на граници на визуелни токени	0 KB пренесени (100% локална RAM меморија на уредот)
Mobile Safari (iOS 18 / iPhone 15 Pro)	Шаблон за системски промпт од 4.000 знаци	0,5 ms инстант пресметка на мобилни токени и трошоци	0 KB пренесени (100% локална RAM меморија на уредот)

Чести прашања

Често поставувани прашања

Сè што треба да знаете за приватноста, безбедноста, ограничувањата на датотеките и користењето.

Големите јазични модели не го читаат текстот збор по збор или знак по знак; наместо тоа, тие го делат текстот на парчиња потзборови наречени токени користејќи Byte-Pair Encoding (BPE) или SentencePiece. За стандарден англиски текст, 1 токен е еднаков на приближно 4 знаци или 0,75 зборови. Затоа, 100 токени се приближно 75 зборови, а 1.000 зборови се приближно 1.333 токени.

BPE токенизерите (`o200k_base` и `cl100k_base`) се обучени претежно на вообичаени англиски зборови, дозволувајќи им на честите зборови како „application“ да се вклопат во еден токен. Меѓутоа, знаците за пунктуација, JSON заградите, повеќецифрените броеви, вовлекувањето со празни места и UTF-8 скриптите што не се латиници се разложуваат на помали потзборови на ниво на бајти, често трошејќи 1,5x до 3x повеќе токени за истата должина на знаци.

Провајдерите на AI модели наплаќаат одделно за токени за внес (промпт) и токени за излез (комплетирање и расудување), ценети по 1 милион токени (1M). На пример, OpenAI GPT-5 наплаќа 1,25 $/1M внесен и 10,00 $/1M излезен, GPT-4.1 наплаќа 2,00 $/1M внесен и 8,00 $/1M излезен, Claude Sonnet 4.6 наплаќа 3,00 $/1M внесен и 15,00 $/1M излезен, а Google Gemini 2.5 Flash наплаќа 0,30 $/1M внесен и 2,50 $/1M излезен. Нашиот калкулатор го помножува вашиот точен број на внесени токени и целната излезна должина со официјално документираната API стапка на секој модел.

`cl100k_base` (големина на вокабулар од 100.000) се користеше за постарите GPT-4 и GPT-3.5-Turbo. Современите модели на OpenAI, вклучувајќи ги GPT-5, GPT-4.1, o3, o4-mini и GPT-4o, користат `o200k_base` (големина на вокабулар од 200.000), што го компресира текстот што не е на англиски јазик, изворниот код и вообичаените изрази од повеќе зборови во 10% до 25% помалку токени.

Според официјалната API документација: OpenAI GPT-5 / mini / nano поддржуваат 400.000 токени (400K); GPT-4.1 / mini поддржуваат 1.047.576 токени (1M); OpenAI o3 и o4-mini поддржуваат 200.000 токени (200K); Claude Opus 4.6 и Sonnet 4.6 поддржуваат до 1.000.000 токени (1M); Google Gemini 3.1 Pro, 3 Flash и 2.5 Pro/Flash поддржуваат 1.000.000 токени (1M); xAI Grok 4 поддржува 500.000 токени (500K); DeepSeek V3 поддржува 164.000 токени (164K); а Meta Llama 4 Maverick поддржува 1.048.576 токени (1M).

Можете да ја намалите потрошувачката на токени за 20% до 40% со отстранување на вишокот JSON празни места (минимизирање на JSON пред да го внесете во промптовите), заменување на о��ширните XML тагови со компактни Markdown или CSV тагови, отстранување на невидливите Unicode знаци и дедуплицирање на повторените инструкции.

Гледањето на точните граници на токените означени со бои открива зошто LLM понекогаш се мачат со задачи на ниво на знаци (како што е редење на зборовите наопаку или броење букви) и нагласува неефикасни нишки — како што се UUID, Base64 блокови или неминимизиран код — кои тивко согоруваат десетици токени.

Никогаш. Multinook работи 100% локално во променливата RAM меморија на ваши��т прелистувач. Вашите системски промптови, RAG документи и изворен код никогаш не ја напуштаат вашата машина.

Стандарди и докази

Авторитативни стандарди и технички цитати

Официјални индустриски спецификации, веб-стандарди и криптографски референци што го движат овој погон.

Асоцијација за пресметковна лингвистика (ACL / Sennrich et al.)

Невронски машински превод на ретки зборови со потзборни единици (BPE)

Основен истражувачки труд што воведува токенизација на потзборови преку Byte-Pair Encoding (BPE) за невронски јазични модели.

Прикажи спецификација

WHATWG Encoding Living Standard

Спецификација за UTF-8 TextEncoder Web API

Официјален веб-стандард што го регулира кодирањето на бајтниот тек UTF-8 шт�� се користи како основен слој на современите BPE токенизери на ниво на бајти.

Прикажи спецификација

Внатре во кодирањето со пар знаци (BPE): Како LLM ги сегментираат знаците во токени со потзборови

Современите трансформаторски архитектури — вклучувајќи ги сериите GPT-5 и GPT-4.1 на OpenAI, Claude 4.6 на Anthropic, Gemini 3.1 и 2.5 на Google, Grok 4 на xAI, Llama 4 на Meta и DeepSeek V3/R1 — го обработуваат текстот преку детерминистички алгоритми за токенизација на потзборови како Byte-Pair Encoding (BPE) и SentencePiece. Наместо да одржуваат бесконечен речник за секој збор на секој јазик, BPE започнува со индивидуални UTF-8 бајти и итеративно ги спојува најчестите соседни парови знаци во токени со потзборови.

Како резултат на тоа, вообичаениот англиски збор со водечки празно место, како ` intelligence`, се кодира како еден целуларен ID на токен, додека непознат сложен термин, хексадецимален хаш или силно вовлечен Python блок се скршува на десетици поединечни токени. Визуелниот токенизер на Multinook ги реконструира овие граници на потзборови во реално време во RAM меморијата на вашиот прелистувач.

Оптимизација на економијата на контекстниот прозорец низ GPT-5, GPT-4.1, Claude 4.6, Gemini 3.1 и DeepSeek

Во продукциските AI апликации и цевководите за збогатено генерирање со пребарување (RAG), бројот на токени директно управува и со месечните сметки во облакот и со латентноста на времето до првиот токен (TTFT). Бидејќи комплексноста на самовнимателноста се ска��ира квадратнично со должината на секвенцата, полнењето неоптимизирани документи од 50.000 токени во секој API повик брзо ги исцрпува буџетите.

Со споредување на вашиот промпт истовремено низ водечките модели (GPT-5, GPT-4.1, Claude Opus 4.6, Claude Sonnet 4.6, Gemini 3.1 Pro, Grok 4) и високонеефикасните модели за расудување/флеш (GPT-5 mini/nano, o4-mini, Claude Haiku 4.5, Gemini 3 Flash, Gemini 2.5 Flash-Lite, DeepSeek V3/R1, Llama 4 Maverick), инженерските тимови можат да ги бенчмаркираат точните трошоци по 1.000 повици и да ја прилагодат големината на рутирањето на своите модели.

Ревизија на промптови изолирана од мрежа (100% Air-Gapped) за претпријатија со AI тимови

Системските промптови и контекстите за RAG на претпријатијата претставуваат основна интелектуална сопственост. Лепењето сопствени шаблони за промптови или кориснички збирки на податоци во токенизери во облак од трети страни ризикува протекување на доверлива деловна логика. Multinook ја извршува целата BPE сегментација и моделирање на трошоците строго во локалната меморија на прелистувачот со нула мрежни преноси.

Верификувана 100% безбедност во RAM во прелистувач

Ажурирано за веб-стандардите од 2026 година