使用方式
先完成一次順手的操作
- 在輸入框貼上或輸入文字，或把 .txt / .md 檔拖進來。
- 從上方選單挑一個模型，token 數與上下文視窗佔用會即時更新。
- 往下看 Token 拆解色塊，了解文字實際如何被切成一個個 token。
Token 視覺化工具
貼上文字，看它怎麼被切成 token，以及塞不塞得進你選的模型視窗。
正在載入 tokenizer…
0
tokens
Token 拆解
- 英文詞
- 中日韓
- 數字
- 符號標點
- 空白
輸入或貼上文字以取代範例。
上下文視窗佔用
貼上文字後，這裡會顯示你用掉多少視窗、還剩多少給模型回應。
模型視窗資料更新於 2026 年 5 月。
快速導覽
使用情境、常見問題與相關工具
把需要的說明放在工具下方，讓第一次使用與之後回來複用都更順。
英文搜尋: token counter、tokenizer、llm token counter、context window calculator、gpt token counter、count tokens
常見情境
這個工具實際適合拿來做什麼
- 估算 prompt 會不會太長把要送進模型的 system prompt 或長文件貼進來，先確認 token 數塞得進視窗，再決定要不要精簡。
- 理解中英文的 token 成本差異同時貼上中文與英文，從色塊和數字看出 CJK 文字通常比英文吃掉更多 token。
常見問題
先把常見疑問說清楚
token 數字準確嗎？
OpenAI 模型用真實的 o200k tokenizer 在本機精確計算。Claude 與 Gemini 沒有公開的瀏覽器端 tokenizer，數字為估算值，可能有 ±10–20% 落差。
我貼的文字會被上傳嗎？
不會。所有 tokenization 與計算都在你的瀏覽器本機完成，文字不會送出。
色塊拆解是哪個模型的 token？
Token 拆解色塊一律以 GPT 的 o200k tokenizer 呈現，用來理解文字大致如何被切塊；不同模型實際切法會略有差異。
Quick guide
Use cases, answers, and nearby tools
Compact below-tool notes that help first-run users and repeated visitors move faster without changing the main interface.
Chinese search: token 計算機、token 計數、tokenizer 工具、上下文視窗計算、prompt token 數、gpt token 計算
How to use
Run a clean first pass
- Paste or type text into the input, or drop a .txt / .md file onto it.
- Pick a model from the menu — the token count and context window usage update live.
- Scroll to the token breakdown to see how the text is actually split into tokens.
Examples
Real jobs this page helps with
- Check whether a prompt is too longPaste a system prompt or long document before sending it to a model, confirm the token count fits the window, then decide whether to trim it.
- See the token cost difference between languagesPaste Chinese and English together and watch the blocks and numbers show that CJK text usually costs more tokens than English.
FAQ
What people usually want to know
Are the token counts accurate?
OpenAI models are counted exactly with the real o200k tokenizer, locally. Claude and Gemini have no public in-browser tokenizer, so their numbers are estimates and can drift by ±10–20%.
Is my text uploaded anywhere?
No. All tokenization and counting happen locally in your browser — the text is never sent anywhere.
Which model do the colored blocks use?
The token breakdown always uses GPT's o200k tokenizer, as a way to see roughly how text is chunked. Other models split text slightly differently.