LLM Token 计数器与上下文计算器

延迟加载本地 tiktoken

通过本地 tiktoken 统计 Token、比较编码、规划消息并切分提示词。

编码提示词留在本地原始文本计数对所选编码精确
Token
0
字符
0
UTF-8 字节
0
字符 / Token

原始文本

所选编码表载入后,文本只在此浏览器中编码。

交互 Token Map

悬停查看序号、Token ID 与 UTF-8;点击复制 ID。

没有 Token 匹配筛选。

# ID Text UTF-8

使用方法

  1. 01

    精确分词原始文本

    选择 o200k_base 或 cl100k_base,在本地查看 Token ID、可见文本与 UTF-8 表示。

  2. 02

    规划上下文预算

    配置消息、工具 Schema、上下文窗口、预留输出和示例每百万价格。

  3. 03

    切片并导出

    生成受 Token 上限约束的重叠分块,并导出 Token 行或带边界说明的报告。

常见问题

原始文本计数准确吗?

对所选内置编码是精确的;具体 API 模型可能选择其他编码或加入服务特定内容。

为什么消息开销标为估算?

角色、封装、工具与服务行为会随模型和 API 版本变化;可用时应以服务端输入 Token 端点为最终依据。

显示成本是当前模型价格吗?

不是。两个每百万价格都是用户可编辑的规划输入,默认值为零。

提示词会离开浏览器吗?

不会。编码表作为延迟加载静态资源打包,分词、比较与切片均为本地操作。

继续使用其他专注的浏览器端工具。

全部工具

默认本地处理;远程数据来源会明确说明。

© 2026 Nobuf

Nobuf

由浏览器驱动的快速、本地优先实用工具。