离线 LLM Token 与费用计算器

GPT-5 / Claude 4

支持中日韩字符精准感知的离线分词估算,一键对比 GPT-5、Claude 4 与 Gemini 2.5 上下文占比及费用,零上传。

100% 客户端本地运行 — 可在 Network 面板验证 0 字节上传在 Network 面板确认 0 字节发送

或将文本或数据文件拖放至此 · Ctrl V 快速粘贴 · 或拖放 .txt、.md、.json、.toon、.jsonl · Ctrl V 粘贴
  • 0 字节上传
  • 支持中日韩感知分词估算
  • 覆盖 GPT-5、Claude 4 与 Gemini 2.5

实时转换前后预览

多模型 Token 成本对比
转换前(输入)prompt.txt
Summarize the quarterly revenue metrics below into 3 concise bullet points:
Q1 North America: $142,500 (+14% YoY)
Q2 Europe: $118,400 (+9% YoY)
Q3 Asia Pacific: $164,900 (+21% YoY)
转换后(输出).txt
GPT-5 (o200k): ~46 tokens ($0.000058)
Claude 4: ~50 tokens ($0.000150)
Gemini 2.5: ~48 tokens ($0.000060)

使用方法

如何在不上传提示词的前提下安全计算 LLM Token

在彻底断网离线状态下预览提示词体积、Token 切分高亮以及 API 输入成本估算。

  1. 粘贴提示词或拖入数据将任意提示词、Markdown 文档、JSON 载荷或 TOON 文件贴入计算区。
  2. 横向对比主流前沿模型实时查看各模型的预估 Token 数、上下文窗口占用百分比与预计输入费用。
  3. 用 TOON 削减 JSON 费用若发现 JSON 载荷开销过高,点击继续前往 JSON 转 TOON 即可立省 30%–60% Token。

常见问题

常见问题解答

LLM Token 计数器对中文、日文和韩文文本的计算准确吗?

准确。不同于简单的英文字符除以 4 算法,TxtTo 按不同模型家族分别估算汉字、假名、谚文、空白与标点权重。

统计 Token 时会把提示词发送到 OpenAI、Anthropic 或 Google 吗?

绝不会。所有运算纯在浏览器内存离线完成,既不下载数 MB 词表文件,也不发起任何 API 请求。

“高亮显示 Token 切分片段”有什么用?

它会以交替色块标注输入文本的分词边界,方便你一眼找出消耗大量 Token 的多余标点或代码片段。