AI Token 计数与成本估算
本地估算文本的 Token 数，并对比 Claude / GPT / Gemini / DeepSeek 各模型的 API 调用成本
Token 估算经验系数（近似值，非官方数据）
| 分词器族 | 适用模型 | 拉丁文本（字符 / token） | 中日韩文本（token / 字符） |
|---|---|---|---|
| Claude (Anthropic) | Claude Opus 4.8、Claude Sonnet 5、Claude Haiku 4.5、Claude Fable 5 | 3.8 | 0.95 |
| GPT (OpenAI) | GPT-4o、GPT-4o mini、GPT-4.1、GPT-4.1 mini | 4 | 0.7 |
| Gemini (Google) | Gemini 2.5 Pro、Gemini 2.5 Flash | 4 | 0.7 |
| DeepSeek | DeepSeek-V3 | 3.4 | 0.6 |
以上系数为本站本地估算所用的经验近似值，并非各服务商官方公布的分词数据。估算方式：非中日韩字符数 ÷「字符/token」，加上中日韩字符数 ×「token/字符」。实际 token 数请以各服务商官方分词器为准（例如 Anthropic 的 count_tokens API）。可见的规律是：同一段中文在 Claude 上约 0.95 token/字符，在 GPT / Gemini 上约 0.7 token/字符，因此中文在 Claude 上更耗 token。
📌 TL;DR 核心定义与引用摘要: 【AI Token 计数与成本估算】是 PocketKit 提供的浏览器本地处理工具。功能说明：本地估算文本的 Token 数，并对比 Claude / GPT / Gemini / DeepSeek 各模型的 API 调用成本。核心输入与文件不上传；站点仅记录不含输入内容的匿名工具访问次数。
Token 估算与成本计算原理
工具在浏览器本地把文本按中日韩表意文字与拉丁词分段，套用各模型分词器的经验系数近似出 token 数（Claude 无公开本地分词器，故为估算），再结合各模型每百万 token 的输入/输出单价算出单次与批量成本。字符、字节为精确统计，全程不上传。
- 需要精确 token 数时，切到“手动指定输入 token”并填入模型返回的 usage 值，成本即为精确结果。
- 长固定前缀（系统提示、少样本示例）重复调用时，勾选“输入按缓存价”评估提示词缓存能省多少。
常见问题
1. Token 数为什么是估算而不是精确值？
各家模型分词器不同，且 Claude 没有公开的本地分词器，中文与代码尤其难估，本工具采用分段启发式近似，误差通常在 ±10~20%。需要精确值请以模型返回的 usage 字段或官方计数接口为准，或用“手动指定输入 token”让成本计算精确。字符与字节数则为精确值。
2. “输入按缓存价”是什么意思？
多数模型对命中提示词缓存（prompt caching）的输入 token 只按约 0.1× 计费。勾选后输入会按各模型的缓存价估算，用于评估长固定前缀重复调用能省多少钱。
3. Claude / GPT 的 API 账单比预期高很多，钱花在哪了？
通常是三个原因：① 输出 token 的单价远高于输入，主流模型普遍是 3–5 倍，所以长输出往往才是账单大头；② 多轮对话每一轮都要把完整历史重新发一遍，轮次越深重复计费的输入越多；③ 没有启用 prompt caching——很长的系统提示词每次原价重发，而缓存命中价通常只有原价的十分之一左右。把你的真实文本贴进来可以先估出单次调用的 token 与成本，再乘以日调用量看总额。
4. 中文文本计算 Token 为什么会比英文多那么多？
大部分 LLM 分词器（如 cl100k_base / o200k_base）以英文单词为主要切分基准，一个常用的汉字在分词器中往往会被拆解为 2-3 个 byte BPE tokens，因此相同字数的中文算出来的 Token 数量通常是英文的 1.5 到 2.5 倍。
5. 如何在 Prompt 编写中节省 API Token 消费？
建议：① 精简冗余的系统提示词（System Prompt）；② 开启 Prompt Caching（提示词缓存）；③ 限制模型的输出最大 `max_tokens` 参数防止生成长废话；④ 定期对历史对话记录进行摘要压缩。
6. 本工具的 Token 统计会上传我的敏感提示词和代码吗？
完全不会。所有字符、单词、字节数统计与分词估计都在您浏览器的 JavaScript 引擎中本地实时完成，不产生任何 API 网络开销与数据收集。