粘贴你的提示词或文章，实时估算 Token 数、上下文占用比例与对话费用，覆盖 ChatGPT / Claude / Gemini / Kimi / 通义 / DeepSeek / 文心。纯前端、免费、不用登录。
| 模型 | 上下文窗口 | 上下文占用 | 输入费用（本段） | 单轮费用（输入+同等输出） |
|---|
※ Token 数为估算值（不同模型分词方式不同，误差约 ±20%）；价格为各模型公开参考单价（每百万 Token），可能随官方调整，精确计费以平台账单为准。单轮费用按「输入 Token + 同等输出 Token」估算。
用 ChatGPT、Claude、Kimi、通义千问这类大模型时，所有计费与长度限制都按 Token 走。一段提示词到底占了多少上下文、一次问答要花多少钱，肉眼根本看不出来。本工具帮你把这件事算清楚——而且全部在浏览器本地完成，不上传任何内容。
有时候你手里的不是文字，而是一个 Token 额度或用量数字——API 账单上的 180m tokens、模型参数里的 256k 上下文、或者像 1048576 这样的裸数字。切到上方「Token → 文字」模式，直接粘贴即可换算：支持 k（千）、m（百万）、b（十亿）、万、亿 各种写法，一键得出对应的中文字数、英文单词数、字符数，以及这批 Token 在 29 款模型上的费用。
常用换算基准：中文约 1 个汉字 ≈ 1.0～1.5 token（因模型分词器而异）；英文约 1 token ≈ 0.75 个单词 ≈ 4 个字符。例如 1048576 token（1M）≈ 70万～105万 个汉字，或约 78.6万 个英文单词。
先用 AI 提示词生成器 把需求变成结构化高质量 Prompt，再回到这里测算它的长度与成本——尤其适合做批量调用、自动化 Agent、长文档摘要等场景的预算评估。两款工具都纯前端、免费、不登录，打开即用。
Token 是大模型处理文本的最小单位，中文里大约 1-2 个字 = 1 个 Token，英文约 4 个字母 = 1 个 Token。模型按 Token 收费、也按 Token 限制上下文长度，所以算清 Token 数能帮你控制成本、避免超出长度上限。
全部在浏览器本地计算，不联网、不上传内容。不同模型分词方式不同，结果为估算值（误差约 ±20%），适合做成本与长度的快速判断，精确计费以各平台账单为准。
覆盖 13 家主流厂商、共 29 款模型的实时价格对比：OpenAI（GPT-5.6 全系）、Anthropic（Claude Fable / Opus / Sonnet / Haiku）、Google（Gemini 3.x）、xAI（Grok 4.x）、Mistral 全系，以及国产 DeepSeek-V4、通义千问、Kimi、智谱 GLM、字节豆包、MiniMax、百度文心、腾讯混元，按上下文窗口与单价实时算出占用比例和费用。
1048576 token（即 1M）换算成中文大约是 70 万～105 万个汉字：中文系分词的模型（DeepSeek、Kimi、通义）约 1 字 = 1 token，英文系分词的模型（GPT、Claude、Gemini）约 1 字 ≈ 1.5 token。换算成英文约 78.6 万个单词、约 419 万个字符。在「Token → 文字」模式输入 1048576 或 1m 即可自动换算。
256k = 25.6 万 token；180m = 1.8 亿 token；5.42b = 54.2 亿 token。k 表示千、m 表示百万、b 表示十亿。直接把带单位的写法粘进「Token → 文字」模式，工具会自动识别并换算出字数、字符数与各模型费用，也支持「万」「亿」等中文单位。
费用 = 估算 Token 数 × 该模型单价（每百万 Token）÷ 100 万；单轮费用按「输入 + 同等输出」估算。上下文占用 = 当前 Token 数 ÷ 该模型上下文窗口。价格为各模型公开参考价，可能随官方调整，请以官网为准。
以一次 500 字中文问答为例：输入约 500–750 token、输出约 300–450 token，合计约 800–1200 token。按常见模型单价（每百万 token 几元到几十元），单次成本通常在几分钱以内；长文档、多轮、大上下文会让费用快速上升。本页输入文字即可实时看到这笔费用，不用自己算。
同样的内容，中文通常比英文省 token：中文约 1–2 个字 = 1 个 token，英文约 4 个字母 = 1 个 token（约 0.75 个单词）。所以同样意思的一段话，写成中文往往只占英文一半甚至更少的 token，费用也更省；这也是国产中文分词模型（DeepSeek、Kimi、通义）对中文更友好的原因。
粗略估算：1000 个汉字 ≈ 700–1000 个 token（因模型分词器而异）。一篇 3000–5000 字的中文长文约 2000–5000 token；若再让模型输出同等长度，总消耗翻倍。用本页「文字 → Token」模式粘贴全文，能立刻得到准确估算，避免超出模型的上下文上限。
没有绝对答案，取决于用量和币种。总体上国产模型（DeepSeek、通义千问、Kimi、豆包）对中文场景单价更低，部分还有免费额度；OpenAI / Anthropic 在英文和复杂推理上更强，但单价偏高。本页「价格对比」表把 29 款模型的单价、上下文窗口并列，选模型、控预算一目了然。
两个方向都能算：① 字数 → token：粘贴文字，本页按各模型分词规则估算 token 数（中文约 1–1.5 字 = 1 token，英文约 4 字母 = 1 token）。② token → 字数：切到「Token → 文字」模式，输入 256k、180m、1048576 这类数字，立刻得到对应的中文字数、英文字符数与费用。日常说的「词元」就是 token 的另一种译法。