100X SOTA

LLM бројач токена - Бесплатан калкулатор AI трошкова

Бројте токене, карактере, речи, коришћење прозора контекста и API трошкове за GPT-5, GPT-4.1, o3, Claude 4.6, Gemini 3.1/2.5, DeepSeek, Grok 4 и Llama 4 у RAM меморији

Obrada u lokalnom RAM-u...

Следеће препоручене радње

Брзи радни токови

Očisti skrivene vodene žigove upita

Ukloni nevidljive Unicode znakove koji povećavaju broj BPE tokena.

Покрени Чистач невидљивих карактера

Analiziraj gustinu ključnih reči i reči

Proveri dužinu upita, broj rečenica i učestalost fraza od 1x-3x.

Покрени Бројач карактера

Potvrdi tajming titlova i skripti

Proveri CPS brzinu čitanja i CPL ograničenja linija za skripte generisane veštačkom inteligencijom.

Покрени Проверивач CPS-а за поднаслове

Укратко

Брзи резиме и кључни закључци

Суштински увиди, перформансе и гаранције приватности на једном месту.

Званична дефиниција

LLM Token Counter i AI Cost Calculator je razvojna alatka koja deli tekst i izvorni kod na Byte-Pair Encoding (BPE) podređene tokene u memoriji pretraživača radi procene iskorišćenja prozora konteksta i troškova API zaključivanja za jezičke modele velikih razmera.

Преглед|Верисана архитектура на клије��ту

Да бисте бесплатно бројали LLM токене и израчунали трошкове AI API промптова на мрежи, налепите свој промпт или код у Multinook-ов LLM бројач токена. Наш анализатор кодирања парних бајтова (BPE) на страни клијента сегментира ваш текст у блокове визуелних токена у RAM меморији прегледача и упоређује тачан број токена, проценте прозора контекста и званичне цене API улаза/излаза за GPT-5, GPT-4.1, o3, Claude 4.6, Gemini 3.1/2.5, DeepSeek V3/R1, Grok 4 и Llama 4.

Poređenje više modela

Uporedite broj tokena i API troškove za GPT-4o, Claude Sonnet, Gemini Pro/Flash i DeepSeek odjednom.

Vizuelni označivač tokena

Pogledajte tačne delove tokena označene bojama da biste uočili JSON, razmake ili niske koda sa velikim brojem tokena.

Kalkulator API troškova za serije

Simulirajte troškove API-ja za pojedinačne pozive i dnevnu produkciju pomoću prilagođenih klizača za ulazne i izlazne tokene.

100% lokalna privatnost promptova

Revizirajte poverljive sistemske promptove i vlasnički izvorni kod u lokalnom RAM-u bez otpremanja u oblak.

Mansion visoke efikasnosti

LLM бројач токена - Бесплатан калкулатор AI трошкова

Бесплатно бројите LLM токене, карактере и трошкове API промптова за OpenAI GPT-5/GPT-4.1/o3, Claude 4.6, Gemini 3.1/2.5, DeepSeek, Grok 4 и Llama 4 на мр��жи.

Процена токена кодирањем парних бајтова (BPE) у реалном времену и визуелни истицач граница токена означен бојама

Истовремено поређење кроз 21 званични 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 API трошкова у реалном времену са званичним стопама по 1M улазних и излазних токена, очекиваним излазним токенима и мултипликаторима за дневне серијске API позиве

Мерачи искоришћености прозора контекста за лимите контекста од 128K, 164K, 200K, 400K, 500K и 1M токена

Приказује тачан однос карактера и токена заједно са укупним бројем карактера, речи и граница подречи

100% изоловано извршавање у RAM меморији клијента — безбедно ревидирајте власничке системске промптове и изворни код уз 0 отпремања на сервер

Izolovana privatnost podataka

Apsolutna poverljivost bez otpremanja

Vaši fajlovi se obrađuju striktno unutar RAM-a vašeg uređaja pomoću tehnologije WebAssembly. Nula otpremanja u oblak.

100% obrada u RAM-u pretraživača • Nula otpremanja na server

Uputstva korak po korak

Kako koristiti na mreži: LLM бројач токена - Бесплатан калкулатор AI трошкова

Pratite ova 3 jednostavna koraka da obradite dokumente direktno u pretraživaču bez instalacija.

Nalepite svoj sistemski prompt, dokument ili kod

Nalepite svoj LLM prompt, RAG kontekstni dokument, JSON šemu ili datoteku sa kodom u radni prostor, ili učitajte uzorak TypeScript prompta direktno u RAM pretraživača.

Pregledajte granice tokena označene bojama

Pogledajte broj tokena uživo, odnose između znakova i tokena, kao i podređene delove (subword) tokena označene bojama koji pokazuju kako BPE tokenizeri dele reči, brojeve i uvlačenja koda.

Uporedite 21 zvanični model i API cene

Podesite očekivane izlazne tokene i dnevnu količinu API poziva da biste uporedili tačne troškove u dolarima po zahtevu i seriji (batch) za GPT-5, GPT-4.1, o3, Claude 4.6, Gemini 3.1/2.5, DeepSeek, Grok 4 i Llama 4.

100% besplatno zauvek (bez prijave)

Paid Cloud Portals

Zahteva nalog za programere

Poređenje funkcija	Multinook (RAM u pretraživaču)	Paid Cloud Portals
Podržani AI modeli	21 zvanični API model	Samo stariji OpenAI modeli
Vizuelni označivač tokena	BPE podređeni delovi označeni bojama	Samo običan brojčani izlaz
Matrica API troškova i serija	Ulaz + Izlaz × Dnevni pozivi	Potrebno ručno računanje
Merač prozora konteksta	128K / 400K / 500K / 1M	Nije uključeno
Privatnost promptova	100% lokalni RAM (0 otpremanja)	Šalje se na spoljni API server
Cena i pristup	100% besplatno zauvek (bez prijave)	Zahteva nalog za programere

Tehnička arhitektura i specifikacije

Specifikacije i kompatibilnost formata

Dizajnirano striktno po W3C WebAssembly i Typed Array specifikacijama.

Tokenizacioni mehanizamKlijentski BPE segmenter podređenih delova (o200k_base, Claude BPE & SentencePiece)

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

Vizuelni inspektorIsticanje granica tokena podređenih delova pomoću boja

Modeliranje troškovaZvanične cene po 1M ulaznih + izlaznih tokena × Dnevni obim serija

Telemetrija kontekstaMerači prozora konteksta od 128K, 164K, 200K, 400K, 500K i 1M tokena

Arhitektura privatnosti100% lokalni RAM pretraživača bez mrežne veze (Nema otpremanja na server)

Публика и радни процеси

Циљна публика и практични случајеви коришћења

Ко има користи од овог алата у прегледачу и када га треба применити.

Arhitekte RAG i agentskih sistema

AI inženjeri i programeri LLM aplikacija

Upoređivanje veličina tokena promptova, iskorišćenja prozora konteksta i dnevnih troškova API zaključivanja na platformama OpenAI, Anthropic i Google.

Dizajneri sistemskih promptova

Inženjeri promptova i tehnički pisci

Korišćenje vizuelnog isticanja tokena za sažimanje opširnih uputstava i eliminisanje preteranog formatiranja koje troši tokene.

Planeri ekonomske isplativosti AI jedinica

Menadžeri proizvoda i osnivači SaaS kompanija

Prognoziranje mesečnih i računa po korisniku za LLM API u opsegu od 1.000 do 100.000 dnevnih zahteva pre pokretanja novih AI funkcija.

Kustosi skupova podataka i finetuning-a

Naučnici za podatke i istraživači

Merenje odnosa između znakova i tokena u višejezičnim korpusima i JSONL datotekama za naknadnu obuku (fine-tuning).

Емпиријско тестирање у лабораторији

Прворучна верификација и перформансе

Резултати емпиријског тестирања спроведеног на савременим прегледачима и оперативним системима без преноса података преко мреже.

Google Chrome 128 (Apple M3 Max)

Датотека: RAG kontekstni dokument od 120.000 znakova (~30.000 tokena)

3.8ms BPE segmentacija podređenih delova i tabela troškova za više modela0 KB preneto (100% lokalni RAM uređaja)

Microsoft Edge 126 (Windows 11 x64 Intel i7)

Датотека: TypeScript i JSON prompt od 15.000 znakova

1.1ms prikaz granica tokena uživo0 KB preneto (100% lokalni RAM uređaja)

Mobile Safari (iOS 18 / iPhone 15 Pro)

Датотека: Šablon sistemskog prompta od 4.000 znakova

0.5ms trenutni izračun tokena i troškova na mobilnom uređaju0 KB preneto (100% lokalni RAM uređaja)

Тест окружење / Уређај	Тест датотека и сложеност	Кашњење обраде	Мрежни пренос података
Google Chrome 128 (Apple M3 Max)	RAG kontekstni dokument od 120.000 znakova (~30.000 tokena)	3.8ms BPE segmentacija podređenih delova i tabela troškova za više modela	0 KB preneto (100% lokalni RAM uređaja)
Microsoft Edge 126 (Windows 11 x64 Intel i7)	TypeScript i JSON prompt od 15.000 znakova	1.1ms prikaz granica tokena uživo	0 KB preneto (100% lokalni RAM uređaja)
Mobile Safari (iOS 18 / iPhone 15 Pro)	Šablon sistemskog prompta od 4.000 znakova	0.5ms trenutni izračun tokena i troškova na mobilnom uređaju	0 KB preneto (100% lokalni RAM uređaja)

Uobičajeni upiti

Često postavljana pitanja

Sve što treba da znate o privatnosti, bezbednosti, ograničenjima fajlova i korišćenju.

Jezički modeli velikih razmera (LLM) ne čitaju tekst reč po reč ili znak po znak; umesto toga, oni dele tekst na manje delove reči koji se zovu tokeni koristeći Byte-Pair Encoding (BPE) ili SentencePiece. Za standardni engleski tekst, 1 token je približno jednak 4 znaka ili 0,75 reči. Prema tome, 100 tokena je otprilike 75 reči, a 1.000 reči je približno 1.333 tokena.

BPE tokenizeri (`o200k_base` i `cl100k_base`) uglavnom su obučeni na uobičajenim engleskim rečima, što omogućava da se česte reči poput 'application' uklope u jedan token. Međutim, interpunkcijski znaci, JSON zagrade, visodecifarski brojevi, razmaci za uvlačenje i ne-latinski UTF-8 skripti razbijaju se na manje podređene delove na nivou bajtova, što često troši 1,5x do 3x više tokena za istu dužinu znakova.

Pružaoci AI modela naplaćuju odvojeno za ulazne (Prompt) tokene i izlazne (Dovršetak i zaključivanje) tokene, po ceni izraženoj na svakih 1 milion tokena (1M). Na primer, OpenAI GPT-5 naplaćuje 1,25$/1M za ulaz i 10,00$/1M za izlaz, GPT-4.1 naplaćuje 2,00$/1M za ulaz i 8,00$/1M za izlaz, Claude Sonnet 4.6 naplaćuje 3,00$/1M za ulaz i 15,00$/1M za izlaz, a Google Gemini 2.5 Flash naplaćuje 0,30$/1M za ulaz i 2,50$/1M za izlaz. Naš kalkulator množi vaš tačan broj ulaznih tokena i ciljanu izlaznu dužinu sa zvaničnom dokumentovanom API tarifom svakog modela.

`cl100k_base` (veličina rečnika od 100.000) korišćen je za starije modele GPT-4 i GPT-3.5-Turbo. Moderni OpenAI modeli—uključujući GPT-5, GPT-4.1, o3, o4-mini i GPT-4o—koriste `o200k_base` (veličina rečnika od 200.000), koji kompresuje tekst koji nije na engleskom, izvorni kod i uobičajene izraze od više reči na 10% do 25% manje tokena.

Prema zvaničnoj API dokumentaciji: OpenAI GPT-5 / mini / nano podržavaju 400.000 tokena (400K); GPT-4.1 / mini podržavaju 1.047.576 tokena (1M); OpenAI o3 & o4-mini podržavaju 200.000 tokena (200K); Claude Opus 4.6 & Sonnet 4.6 podržavaju do 1.000.000 tokena (1M); Google Gemini 3.1 Pro, 3 Flash & 2.5 Pro/Flash podržavaju 1.000.000 tokena (1M); xAI Grok 4 podržava 500.000 tokena (500K); DeepSeek V3 podržava 164.000 tokena (164K); a Meta Llama 4 Maverick podržava 1.048.576 tokena (1M).

Možete da smanjite potrošnju tokena za 20% do 40% uklanjanjem suvišnih JSON razmaka (minifikacijom JSON-a pre prosljeđivanja u promptove), zamenom opširnih XML oznaka kompaktnim Markdown ili CSV tabelama, uklanjanjem nevidljivih Unicode znakova i uklanjanjem dupliranih uputstava.

Vidljivost tačnih granica tokena označenih bojama otkriva zašto se LLM modeli ponekad bore sa zadacima na nivou znakova (poput obrtanja reči ili brojanja slova) i ističe neefikasne niske znakova—kao što su UUID-ovi, Base64 blokovi ili neminifikovani kod—koji neprimetno troše desetine tokena.

Nikada. Multinook radi 100% lokalno unutar privremene memorije (RAM-a) vašeg pretraživača. Vaši sistemski promptovi, RAG dokumenti i izvorni kod nikada ne napuštaju vaš uređaj.

Стандарди и докази

Ауторитативни стандарди и техничке цитате

Званичне индустријске спецификације, веб стандарди и криптографске референце које покрећу овај погон.

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

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

Temeljni istraživački rad koji uvodi Byte-Pair Encoding (BPE) tokenizaciju podređenih delova za neuronske jezičke modele.

Прикажи спецификацију

WHATWG Encoding Living Standard

UTF-8 TextEncoder Web API Specification

Zvanični veb standard koji uređuje kodiranje UTF-8 toka bajtova koji se koristi kao osnovni sloj modernih BPE tokenizera na nivou bajtova.

Прикажи спецификацију

Iza kulisa Byte-Pair Encoding (BPE) algoritma: Kako LLM modeli segmentiraju znakove u podređene tokene

Moderne transformatorske arhitekture—uključujući OpenAI GPT-5 i GPT-4.1 seriju, Anthropic Claude 4.6, Google Gemini 3.1 i 2.5, xAI Grok 4, Meta Llama 4 i DeepSeek V3/R1—obrađuju tekst kroz determinističke algoritme tokenizacije podređenih delova kao što su Byte-Pair Encoding (BPE) i SentencePiece. Umesto održavanja beskonačnog rečnika svake reči na svakom jeziku, BPE počinje sa pojedinačnim UTF-8 bajtovima i iterativno spaja najčešće susedne parove znakova u podređene tokene.

Kao rezultat toga, uobičajena engleska reč sa vodećim razmakom poput ` intelligence` kodira se kao jedan celobrojni ID tokena, dok se nepoznat složeni termin, heksadecimalni heš ili duboko uvučeni Python blok razlaže na desetine pojedinačnih tokena. Multinook-ov vizuelni tokenizer rekonstruiše ove granice podređenih delova u realnom vremenu unutar RAM-a vašeg pretraživača.

Optimizacija ekonomije prozora konteksta za GPT-5, GPT-4.1, Claude 4.6, Gemini 3.1 i DeepSeek

U produkcijskim veštačkim aplikacijama i RAG (Retrieval-Augmented Generation) cevovodima, broj tokena direktno upravlja i mesečnim troškovima u oblaku i kašnjenjem do prvog tokena (TTFT). Pošto složenost samopažnje raste kvadratno sa dužinom sekvence, trpbanje neoptimizovanih dokumenata od 50.000 tokena u svaki API poziv brzo iscrpljuje budžete.

Poređenjem vašeg prompta istovremeno na vodećim modelima (GPT-5, GPT-4.1, Claude Opus 4.6, Claude Sonnet 4.6, Gemini 3.1 Pro, Grok 4) i visokoefikasnim modelima za zaključivanje/brzim modelima (GPT-5 mini/nano, o4-mini, Claude Haiku 4.5, Gemini 3 Flash, Gemini 2.5 Flash-Lite, DeepSeek V3/R1, Llama 4 Maverick), inženjerski timovi mogu da uporede tačnu cenu po 1.000 poziva i optimizuju usmeravanje modela.

100% lokalna revizija promptova bez mrežne veze za enterprise AI timove

Sistemski promptovi i enterprise RAG konteksti predstavljaju osnovnu intelektualnu svojinu. Lepljenje vlasničkih šablona promptova ili skupova podataka kupaca u tokenizere u oblaku trećih strana nosi rizik od curenja poverljive poslovne logike. Multinook obavlja svu BPE segmentaciju i modeliranje troškova striktno unutar lokalne memorije pretraživača bez ikakvog prenosa podataka preko mreže.

Potvrđena 100% bezbednost RAM-a u pretraživaču

Ažurirano za veb standarde za 2026.