实用工具
输入
结果
结果会显示在这里。上下文长度、速率限制和账单都按 Token 计，而不是按字数计，而且两者的比例因语言差别很大：英文大约 4 个字符一个 Token，中文往往接近一个字一个 Token。这个工具用 OpenAI 模型实际使用的 BPE 分词表统计任意文本的 Token 数——o200k_base 对应 GPT-4o、GPT-4.1、GPT-5 和 o 系列，cl100k_base 对应 GPT-4、GPT-3.5 和 text-embedding-3 系列。底层是 gpt-tokenizer（niieani/gpt-tokenizer，MIT），openai/tiktoken 的纯 JavaScript 移植版，结果与 tiktoken 逐 Token 一致；我们的测试在英文、中文、中英混排和代码上与 tiktoken 本身做过比对。
它是怎么工作的
- 只下载你选中的那一套编码表，单独一个几 MB 的分包；之后的计数全部在浏览器里完成，文本不会发送到任何地方。
- “Token 边界”视图用 │ 分隔每个 Token，换行显示为 ↵、制表符显示为 →。被拆成多个字节 Token 的汉字或 emoji 只显示一次，并用上标注明它占了几个 Token。
- 像 <|endoftext|> 这样的特殊标记字符串按普通文本计数而不会报错，这和它们出现在消息正文里时 API 的处理方式一致。
- “Token ID”视图列出模型实际收到的数字编号；两种视图最多显示前 20,000 个 Token，而统计数字始终覆盖全文。
你的数据去了哪里
哪也没去。本工具完全在你的浏览器里运行：你粘贴的文本由页面处理，不会传输到任何服务器，也不会写进任何日志。
本工具免费且无需登录，运行结果只存在于你当前的页面里，不会被保存到任何地方。
它要花多少
本工具完全免费，不需要登录，也不消耗积分。
常见问题
- 对 Claude、Gemini、Llama、DeepSeek 也准吗？
- 不准。每家厂商都训练了自己的分词器，同一段文本在不同模型上的 Token 数各不相同。对英文来说，o200k_base 的结果可以作为其他新模型的粗略估计，一般相差 10%–20%，但中文和代码可能差得更多。需要精确数字时，请用厂商自己的计数接口，比如 Anthropic 的 count_tokens 或 Gemini 的 countTokens。
- 该选哪种编码？
- OpenAI 当前的模型都选 o200k_base：GPT-4o、GPT-4.1、GPT-5 以及 o1/o3/o4 推理模型。GPT-4、GPT-4 Turbo、GPT-3.5 Turbo 和 text-embedding-3、ada-002 向量模型选 cl100k_base。o200k_base 的词表大一倍，同样的中文文本用它通常能少用不少 Token。
- 为什么一次对话请求消耗的 Token 比这里显示的多？
- 因为 API 会给每条消息包上几个格式 Token——大约每条 3 个，再加 3 个用于引导回复——函数或工具定义也要计入。这个工具统计的是你粘贴的文本本身，适合用来压缩提示词；估算整个请求时，按消息条数把这几个 Token 加上即可。
- 为什么有的汉字算两三个 Token？
- BPE 分词器处理的是 UTF-8 字节，一个汉字占 3 个字节。常用字和常用词有自己的 Token，生僻一些的字就会被拆成字节片段，每个片段算一个 Token。边界视图里的上标（例如 ⁽²⁾）标出的正是这些字。
背后的开源项目
本工具运行在 niieani/gpt-tokenizer 之上，以 MIT 许可发布。如果你需要在自己的程序里实现同样的能力，直接用这个库。
niieani/gpt-tokenizer也常被称作
- token计算器
- token数量计算
- openai tokenizer
- tiktoken 在线
- gpt token 计算
- o200k_base
- cl100k_base