Token 数量与 API 成本估算
粘贴一段文本，估算它大概占多少 token，再按你的单价算这次调用要花多少钱。
汉字、拉丁字母、数字和标点分别按不同系数估算。结果是一个区间，不是精确值。
估算结果
0–0 tokens
成本估算
填入单价后显示成本。不知道单价就查模型提供方的定价页，价格通常按每百万 token 标注。
使用说明
估算是怎么来的
汉字按每字 0.7–1.6 个 token 估算，拉丁字母按约 4 个字符一个 token，标点和空白按每个 0.3–1 个 token。三个部分相加得到区间，折中值取中间。这个模型对普通中英文文本比较准，对代码、表格和大量数字的偏差会大一些。
如果你的文本里有很长的 JSON、Base64 或连续数字，实际 token 数可能比估算的高。反过来，重复的短语被词表合并后可能更低。
怎么用它省钱
先看输出长度。很多任务的输出 token 远多于输入，降低输出长度（要求简洁、限制字数、结构化输出）比压缩提示词更有效。
多轮对话会把历史反复计费。把稳定的系统提示放在最前面、利用提示缓存，把临时内容放在后面，可以显著降低输入成本。批量任务用批处理接口通常还有折扣。
什么时候不该信这个数
要对账、做预算或比较供应商报价时，应该用官方 tokenizer 或直接看 API 返回的 usage。本工具的定位是在写提示词时快速判断「大概多长、大概多少钱」，不是计费依据。
常见问题
为什么给的是一个区间？
不同的分词器切法不同。同一个汉字在旧词表里可能占 1.5 个 token，在新词表里只占 0.7 个；代码、数字和标点的差异更大。给区间比给一个精确到个位的数字更诚实。
能精确计数吗？
要精确就得加载对应模型的词表，动辄几 MB，而且模型一换词表就过期。如果要对账，直接用官方 tokenizer 或 API 返回的 usage 字段，那才是计费的依据。
中文真的比英文贵吗？
在多数分词器下，同样信息量的中文 token 数略高于英文，但差距没有早期那么大。真正的成本差异来自输出长度、上下文重复和缓存命中率，而不是语言本身。
输入和输出价格为什么不一样？
生成 token 需要逐字推理，算力成本高于一次读完输入，所以绝大多数模型输出单价是输入的几倍。做成本估算时，输出长度往往比输入长度更影响总价。
上下文越长越贵吗？
是。每次请求都会把完整的上下文重新计费，多轮对话里历史消息反复计入输入。控制上下文长度、用好缓存、把重复内容放在前面，都能明显降成本。
缓存能省多少？
支持提示缓存的模型，命中缓存的输入部分价格通常只有常规输入的 10%–50%。本工具不区分缓存命中，算出来的是全价，实际账单可能更低。