100X SOTA

Pengebilan Token LLM - Kalkulator Kos AI Percuma

Kira token, aksara, perkataan, penggunaan tetingkap konteks, dan kos API untuk GPT-5, GPT-4.1, o3, Claude 4.6, Gemini 3.1/2.5, DeepSeek, Grok 4 & Llama 4 dalam RAM

Memproses dalam RAM tempatan...

Tindakan Disyorkan Seterusnya

Aliran Kerja Pantas

Bersihkan Tera Air Prom Tersembunyi

Buang aksara Unicode tersembunyi yang melambungkan kiraan token BPE.

Lancarkan Pembersih Aksara Halimunan

Analisis Ketumpatan Kata Kunci & Perkataan

Audit panjang prom, kiraan ayat, dan kekerapan frasa 1x-3x.

Lancarkan Penyunting Aksara

Sahkan Masa Subtitis & Skrip

Semak kelajuan bacaan CPS dan had baris CPL untuk skrip yang dijana AI.

Lancarkan Penyemak CPS Subtajuk

Sekilas Pandang

Ringkasan Pantas & Rumusan Utama

Wawasan penting, keupayaan prestasi, dan jaminan privasi secara sekilas pandang.

Definisi Rasmi

Pembilang Token LLM dan Kalkulator Kos AI ialah utiliti pembangun yang membahagikan teks dan kod sumber kepada token subkata Pengekodan Pasangan Byte (BPE) dalam memori pelayar untuk menganggar penggunaan tingkap konteks dan kos inferens API merentasi model bahasa besar.

Gambaran Keseluruhan|Seni Bina Sebelah Klien Disahkan

Untuk mengira token LLM dan mengira kos prompt API AI dalam talian secara percuma, tampal prompt atau kod anda ke dalam Pengebilan Token LLM Multinook. Penganalisis Pengekodan Pasangan Bait (BPE) sebelah pelanggan kami membahagikan teks anda kepada blok token visual dalam RAM pelayar dan membandingkan kiraan token tepat, peratusan tetingkap konteks, dan harga input/output API rasmi merentasi GPT-5, GPT-4.1, o3, Claude 4.6, Gemini 3.1/2.5, DeepSeek V3/R1, Grok 4, and Llama 4.

Perbandingan Pelbagai Model

Bandingkan kiraan token dan kos API merentasi GPT-4o, Claude Sonnet, Gemini Pro/Flash, dan DeepSeek sekaligus.

Penyerlah Token Visual

Lihat ketulan token subkata berkod warna yang tepat untuk mengesan JSON yang sarat token, ruang putih, atau rentetan kod.

Kalkulator Kos API Kelompok

Simulasi perbelanjaan API pengeluaran panggilan tunggal dan harian dengan peluncur token input dan output tersuai.

Privasi Prompt Tempatan 100%

Audit prompt sistem sulit dan kod sumber proprietari dalam RAM tempatan dengan sifar muat naik awan.

Enjin Prestasi Tinggi

Pengebilan Token LLM - Kalkulator Kos AI Percuma

Kira token LLM, aksara, dan kos prompt API untuk OpenAI GPT-5/GPT-4.1/o3, Claude 4.6, Gemini 3.1/2.5, DeepSeek, Grok 4, dan Llama 4 dalam talian secara percuma.

Anggaran token Pengekodan Pasangan Bait (BPE) masa nyata & penyerlah sempadan token berkod warna visual

Perbandingan serentak merentasi 21 model rasmi: 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 kos API langsung dengan kadar Input & Output rasmi setiap 1M, Token Output Djangka, dan pengali Panggilan API Batch Harian

Meter penggunaan tetingkap konteks merentasi had konteks token 128K, 164K, 200K, 400K, 500K, dan 1M

Memaparkan nisbah Aksara-kepada-Token yang tepat berserta jumlah aksara, perkataan, dan sempadan subperkataan

100% pelaksanaan RAM sebelah pelanggan terpencil (air-gapped)—selamat mengaudit prompt sistem proprietari dan kod sumber dengan 0 muat naik pelayan

Privasi Data Terasing Udara

Kerahsiaan Sifar Muat Naik Mutlak

Fail anda diproses secara ketat di dalam RAM peranti anda menggunakan WebAssembly. Sifar muat naik awan.

Pemprosesan RAM Dalam Pelayar 100% • Sifar Muat Naik Pelayan

Arahan Langkah demi Langkah

Cara guna dalam talian: Pengebilan Token LLM - Kalkulator Kos AI Percuma

Ikuti 3 langkah mudah ini untuk memproses dokumen anda terus di dalam pelayar dengan sifar pemasangan.

Tampal Prompt Sistem, Dokumen, atau Kod Anda

Tampal prompt LLM, dokumen konteks RAG, skema JSON, atau fail kod anda ke dalam ruang kerja, atau muatkan sampel prompt TypeScript secara terus dalam RAM pelayar.

Periksa Sempadan Token Berkod Warna

Lihat kiraan token langsung, nisbah aksara kepada token, dan ketulan token subkata berkod warna yang menunjukkan cara pengecam token BPE memecahkan perkataan, nombor, dan inden kod.

Bandingkan 21 Model Rasmi & Harga API

Tetapkan token output yang anda jangkakan dan volum panggilan API harian untuk membandingkan kos dolar bagi setiap permintaan dan kelompok merentasi GPT-5, GPT-4.1, o3, Claude 4.6, Gemini 3.1/2.5, DeepSeek, Grok 4, dan Llama 4.

100% Percuma Selamanya (Tiada Log Masuk)

Paid Cloud Portals

Memerlukan Akaun Pembangun

Perbandingan Ciri	Multinook (RAM Dalam Pelayar)	Paid Cloud Portals
Model AI Disokong	21 Model API Rasmi	Model Legasi OpenAI Sahaja
Penyerlah Token Visual	Subkata BPE Berkod Warna	Output Nombor Biasa Sahaja
Kos API & Matriks Kelompok	Input + Output × Panggilan Harian	Pengiraan Manual Diperlukan
Meter Tingkap Konteks	128K / 400K / 500K / 1M	Tidak Disertakan
Privasi Prompt	100% RAM Tempatan (0 Muat Naik)	Hantar ke Pelayan API Luaran
Kos & Akses	100% Percuma Selamanya (Tiada Log Masuk)	Memerlukan Akaun Pembangun

Senibina Teknikal & Spesifikasi

Spesifikasi & Keserasian Format

Direka bentuk secara ketat mengikut spesifikasi W3C WebAssembly dan Typed Array.

Enjin Pengecaman TokenPengbahagi Subkata BPE Sebelah Pelayan (o200k_base, Claude BPE & SentencePiece)

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

Pemeriksa VisualPenyerlah Sempadan Token Subkata Berkod Warna

Pemodelan KosHarga Token Input + Output Rasmi Per-1M × Volum Kelompok Harian

Telemetri KonteksMeter Tingkap Konteks Token 128K, 164K, 200K, 400K, 500K & 1M

Seni Bina PrivasiRAM Pelayar Tempatan Terasing Udara 100% (Sifar Muat Naik Pelayan)

Audiens & Aliran Kerja

Audiens Sasaran & Kes Penggunaan Praktikal

Siapa yang mendapat manfaat daripada utiliti dalam pelayar ini dan bila masanya untuk menggunakannya.

Arkitek Sistem RAG & Ejen

Jurutera AI & Pembangun Aplikasi LLM

Menanda aras saiz token prompt, penggunaan tingkap konteks, dan kos inferens API harian merentasi OpenAI, Anthropic, dan Google.

Pereka Prompt Sistem

Jurutera Prompt & Penulis Teknikal

Menggunakan penyerlahan token visual untuk memampatkan arahan berjela-jela dan menghapuskan overhed pemformatan yang sarat token.

Perancang Ekonomi Unit AI

Pengurus Produk & Pengasas SaaS

Meramalkan bil API LLM setiap pengguna dan bulanan merentasi 1,000 hingga 100,000 permintaan harian sebelum melancarkan ciri AI baharu.

Kurator Set Data & Penalaan Halus

Sains Data & Penyelidik

Mengukur nisbah aksara kepada token merentasi korpus berbilang bahasa and fail penalaan halus JSONL.

Ujian Makmal Empirikal

Pengesahan Tangan Pertama & Penanda Aras Prestasi

Keputusan ujian empirikal yang dijalankan merentas pelayar moden dan sistem pengendalian tanpa sebarang penghantaran rangkaian.

Google Chrome 128 (Apple M3 Max)

Fail: Dokumen Konteks RAG 120,000-Aksara (~30,000 Token)

Segmentasi subkata BPE 3.8ms & jadual kos berbilang model0 KB Dipindahkan (RAM Peranti Tempatan 100%)

Microsoft Edge 126 (Windows 11 x64 Intel i7)

Fail: Prompt TypeScript & JSON 15,000-Aksara

Paparan sempadan token visual langsung 1.1ms0 KB Dipindahkan (RAM Peranti Tempatan 100%)

Mobile Safari (iOS 18 / iPhone 15 Pro)

Fail: Templat Prompt Sistem 4,000-Aksara

Pengiraan token & kos mudah alih segera 0.5ms0 KB Dipindahkan (RAM Peranti Tempatan 100%)

Persekitaran Ujian / Peranti	Fail Ujian & Kerumitan	Latensi Pemprosesan	Pemindahan Data Rangkaian
Google Chrome 128 (Apple M3 Max)	Dokumen Konteks RAG 120,000-Aksara (~30,000 Token)	Segmentasi subkata BPE 3.8ms & jadual kos berbilang model	0 KB Dipindahkan (RAM Peranti Tempatan 100%)
Microsoft Edge 126 (Windows 11 x64 Intel i7)	Prompt TypeScript & JSON 15,000-Aksara	Paparan sempadan token visual langsung 1.1ms	0 KB Dipindahkan (RAM Peranti Tempatan 100%)
Mobile Safari (iOS 18 / iPhone 15 Pro)	Templat Prompt Sistem 4,000-Aksara	Pengiraan token & kos mudah alih segera 0.5ms	0 KB Dipindahkan (RAM Peranti Tempatan 100%)

Pertanyaan Lazim

Soalan Lazim

Segala yang anda perlu tahu mengenai privasi, keselamatan, had fail, dan penggunaan.

Model Bahasa Besar tidak membaca teks perkataan demi perkataan atau aksara demi aksara; sebaliknya, ia membahagikan teks kepada ketulan subkata yang dipanggil token menggunakan Pengekodan Pasangan Byte (BPE) atau SentencePiece. Untuk teks Bahasa Inggeris standard, 1 token adalah bersamaan dengan kira-kira 4 aksara atau 0.75 perkataan. Oleh itu, 100 token adalah kira-kira 75 perkataan, dan 1,000 perkataan adalah kira-kira 1,333 token.

Pengecam token BPE (`o200k_base` dan `cl100k_base`) dilatih terutamanya pada perkataan biasa Bahasa Inggeris, membolehkan perkataan kerap seperti 'application' muat ke dalam satu token. Walau bagaimanapun, tanda baca, kurungan JSON, nombor berbilang digit, inden ruang putih, dan skrip UTF-8 bukan Latin dipecahkan kepada subkata peringkat bait yang lebih kecil, selalunya menggunakan 1.5x hingga 3x lebih banyak token untuk panjang aksara yang sama.

Penyedia model AI mengenakan bayaran secara berasingan untuk token Input (Prompt) dan token Output (Penyempurnaan & Penaakulan), disebut harga setiap 1 Juta token (1M). Sebagai contoh, OpenAI GPT-5 mengenakan bayaran $1.25/1M input dan $10.00/1M output, GPT-4.1 mengenakan bayaran $2.00/1M input dan $8.00/1M output, Claude Sonnet 4.6 mengenakan bayaran $3.00/1M input dan $15.00/1M output, dan Google Gemini 2.5 Flash mengenakan bayaran $0.30/1M input dan $2.50/1M output. Kalkulator kami mendarabkan kiraan token input tepat anda dan panjang output sasaran berbanding kadar API rasmi yang didokumenkan bagi setiap model.

`cl100k_base` (saiz perbendaharaan kata 100,000) digunakan untuk GPT-4 legasi dan GPT-3.5-Turbo. Model OpenAI moden—termasuk GPT-5, GPT-4.1, o3, o4-mini, dan GPT-4o—menggunakan `o200k_base` (saiz perbendaharaan kata 200,000), yang memampatkan teks bukan Bahasa Inggeris, kod sumber, dan ungkapan berbilang perkataan biasa kepada 10% hingga 25% token yang lebih sedikit.

Menurut dokumentasi API rasmi: OpenAI GPT-5 / mini / nano menyokong 400,000 token (400K); GPT-4.1 / mini menyokong 1,047,576 token (1M); OpenAI o3 & o4-mini menyokong 200,000 token (200K); Claude Opus 4.6 & Sonnet 4.6 menyokong sehingga 1,000,000 token (1M); Google Gemini 3.1 Pro, 3 Flash & 2.5 Pro/Flash menyokong 1,000,000 token (1M); xAI Grok 4 menyokong 500,000 token (500K); DeepSeek V3 menyokong 164,000 token (164K); dan Meta Llama 4 Maverick menyokong 1,048,576 token (1M).

Anda boleh mengurangkan penggunaan token sebanyak 20% hingga 40% dengan membuang ruang putih JSON yang redundan (mengecilkan JSON sebelum memasukkannya ke dalam prompt), menggantikan tag XML yang berjela-jela dengan jadual Markdown atau CSV yang padat, membuang aksara Unicode yang tidak kelihatan, dan menyahpendua arahan yang berulang.

Melihat sempadan token berkod warna yang tepat mendedahkan sebab LLM kadangkala menghadapi masalah dengan tugas peringkat aksara (seperti menterbalikkan perkataan atau mengira huruf) dan menyerlahkan rentetan yang tidak cekap—seperti UUID, gumpalan Base64, atau kod yang tidak dikecilkan—yang secara senyap membakar dozen token.

Tidak pernah. Multinook berjalan 100% secara tempatan di dalam RAM meruap pelayar anda. Prompt sistem, dokumen RAG, and kod sumber anda tidak pernah meninggalkan mesin anda.

Piawaian & Bukti

Piawaian Berautoriti & Petikan Teknikal

Spesifikasi industri rasmi, piawaian web, dan rujukan kriptografi yang memacu enjin ini.

Persatuan Linguistik Komputasi (ACL / Sennrich et al.)

Terjemahan Mesin Neural bagi Perkataan Jarang dengan Unit Subkata (BPE)

Kertas penyelidikan asas yang memperkenalkan pengecaman token subkata Pengekodan Pasangan Byte (BPE) untuk model bahasa neural.

Lihat Spesifikasi

Piawaian Hidup Pengekodan WHATWG

Spesifikasi API Web UTF-8 TextEncoder

Piawaian web rasmi yang mengawal pengekodan strim bait UTF-8 yang digunakan sebagai lapisan asas pengecam token BPE peringkat bait moden.

Lihat Spesifikasi

Di Sebalik Pengekodan Pasangan Byte (BPE): Cara LLM Membahagikan Aksara kepada Token Subkata

Hibah transformer moden—termasuk siri 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 pengecaman token subkata deterministik seperti Pengekodan Pasangan Byte (BPE) and SentencePiece. Daripada mengekalkan kamiran tak terhingga bagi setiap perkataan dalam setiap bahasa, BPE bermula dengan bait UTF-8 individu dan secara berulang menggabungkan pasangan aksara yang paling kerap bersebelahan ke dalam token subkata.

Akibatnya, perkataan biasa Bahasa Inggeris dengan ruang pendahuluan seperti ` intelligence` dikodkan sebagai ID token integer tunggal, manakala istilah majmuk yang tidak biasa, cincangan heksadesimal, atau blok Python yang berindentasi berat dipecahkan kepada dozen token individu. Pengecam token visual Multinook membina semula sempadan subkata ini dalam masa nyata di dalam RAM pelayar anda.

Mengoptimumkan Ekonomi Tingkap Konteks Merentasi GPT-5, GPT-4.1, Claude 4.6, Gemini 3.1, dan DeepSeek

Dalam aplikasi AI pengeluaran dan saluran paip Penjanaan Diperkaya Pemulihan (RAG), kiraan token secara langsung mengawal kedua-dua bil awan bulanan dan latensi Masa-Kepada-Token-Pertama (TTFT). Oleh kerana kerumitan perhatian diri berskala secara kuadratik dengan panjang jujukan, mengisi dokumen 50,000 token yang tidak dioptimumkan ke dalam setiap panggilan API akan dengan cepat menghabiskan bajet.

Dengan membandingkan prompt anda secara serentak merentasi model andalan sempadan (GPT-5, GPT-4.1, Claude Opus 4.6, Claude Sonnet 4.6, Gemini 3.1 Pro, Grok 4) dan model penaakulan/kilat kecekapan 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), pasukan kejuruteraan boleh menanda aras kos tepat bagi setiap 1,000 panggilan dan menetapkan saiz penghalaan model mereka dengan betul.

Pengauditan Prompt Terasing Udara 100% untuk Pasukan AI Perusahaan

Prompt sistem dan konteks RAG perusahaan mewakili harta intelek teras. Menampal templat prompt proprietari atau set data pelanggan ke dalam pengecam token awan pihak ketiga berisiko membocorkan logik perniagaan sulit. Multinook melaksanakan semua segmentasi BPE and pemodelan kos dengan ketat di dalam memori pelayar tempatan tanpa penghantaran rangkaian.

Keselamatan RAM Dalam Pelayar 100% Disahkan

Dikemas kini untuk Piawaian Web 2026