o200k_base
精确— 个 token
GPT-5.5、GPT-5.4、GPT-4.1、GPT-4o、o1、o3、o4-mini
在线计算 token 数:用 OpenAI o200k_base、cl100k_base 与 DeepSeek 官方分词规则在浏览器里精确计数,逐个查看切分,并按官方价格估算 GPT、Claude、Gemini、DeepSeek 的费用与上下文占用。支持打开文本文件,并统计字符、词数与行数。结果可复制。
用微信扫描以下二维码即可分享
DeepSeek 的 Token 用量计算文档给出两条经验值:1 个英文字符约 0.3 个 token,1 个中文字符约 0.6 个 token,并提供离线计算的分词器压缩包。本工具的 DeepSeek V4 卡片就是用这个压缩包里的 tokenizer.json 生成的,计数与官方分词器一致。
例如「请用三句话总结下面这份周报,并列出风险项。」共 21 个字符,其中 19 个汉字。按 0.6 估算约 11 个 token,实际是 15 个;同一句话在 o200k_base 下是 16 个,在 GPT-4 用的 cl100k_base 下是 23 个。
页面的「示例」按钮会填入一段 192 个字符的中英混排评审请求:
| 分词器 | token 数 | 每个 token 对应字符数 |
|---|---|---|
| DeepSeek V4 | 111 | 1.73 |
| o200k_base(GPT-5.x、GPT-4o) | 133 | 1.44 |
| cl100k_base(GPT-4、GPT-3.5) | 172 | 1.12 |
这段中文在 DeepSeek 下最省,在旧的 cl100k_base 下最费:同一段话 cl100k_base 比 DeepSeek 多 55%。比较不同厂商的价格时,要先用各自的分词器数一遍,再乘单价。
DeepSeek 的中文价格页按人民币计价,与英文页的美元价格分别定价。2026 年 10 月 1 日核对的标准价格(缓存未命中)如下:
| 模型 | 输入(每百万 token) | 输出(每百万 token) |
|---|---|---|
| deepseek-flash(DeepSeek-V4.1-Flash) | 2 元 | 8 元 |
| deepseek-v4-pro | 9 元 | 27 元 |
以上是高峰时段价格。北京时间周一至周五(不含法定节假日)9:00–12:00、14:00–18:00 为高峰,其余时段为空闲,价格减半。中文页面的表格在 DeepSeek 行同时给出美元和人民币、高峰和空闲两组费用。其他模型只有美元价格,没有换算汇率。
通义千问、豆包、Kimi、GLM 等国内模型各有自己的词表,本工具不计算它们,请以各平台返回的 usage 为准。
2026 年 10 月 1 日,用上面那句 56 个字符的「你是一名资深后端工程师……」实测(o200k_base 35 个,DeepSeek V4 26 个):
本页旧版本使用 js-tiktoken。它在没有空格的长段文字上合并很慢,2 万个连续汉字要算 3 分钟以上;新版本改用优先队列合并,同样的输入只要几毫秒。
字符统计、预分词与 token 计算在 Web Worker 中完成。修改或清空输入会终止上一轮计算;页面只接收统计、完整计数和前 2,000 个 token 的展示数据。大文本在输入框中的排版仍可能耗时:我们的测试(Apple M1 Max,Chromium 152,2026-10-03)中,100 万字中英混排文本放进输入框用了 1~2 秒,之后 o200k_base 计数约 1.1~1.9 秒。
<|endoftext|> 这类 OpenAI 特殊标记按普通文本计算(7 个 token),与 tiktoken 的 encode_ordinary 一致;DeepSeek 自己的标记如 <|User|> 按官方 tokenizer.json 计为 1 个。相关工具:用 字数统计工具看字符和词数,把 prompt 发给模型前用 API Key 脱敏工具去掉密钥,用 JSONL 转换器整理批量请求文件。
o200k_base、cl100k_base 和 DeepSeek V4 三张卡片是精确值。工具使用与 OpenAI tiktoken、DeepSeek 官方 tokenizer.json 相同的词表和合并规则,测试脚本在 1,500 多段文本上逐个比对 token id。Claude、Gemini、GPT-6 没有公开可在本地运行的分词器,表格里这几行用 o200k_base 的数量作参考,并标 ≈。
工具只计算一段纯文本。真实请求里还有角色标记、system 提示、工具定义、图片和文件。OpenAI 文档说明它的计数接口包含这些格式 token,本地分词器看不到。只粘贴要比较的那段文字,或用厂商的计数接口传入完整请求。
不会。计算在浏览器的 Web Worker 中完成。分词器词表是本站的静态文件,按需加载;终止旧任务后,下一次计算可能重新读取词表。这些请求不含输入文字,可以在浏览器开发者工具的 Network 面板里确认。约 5 万个 UTF-16 编码单元以内的文本会连同选项(已加载的分词器、输出 token 数、token 切分视图)保存在本浏览器的 localStorage 里,下次打开时恢复;点「清空」或按 Ctrl/⌘+L 会删除保存的文本。更长的文本不保存,之前保存的较短文本会一直保留,直到清空为止。和其他工具页一样,本页加载 Google Analytics 与 AdSense;使用事件只包含工具名和动作:提交文本编辑记 count,点「示例」记 sample,打开文件记 file,请求加载分词器记 load-cl100k 或 load-deepseek,均须等当前计算成功后才记录。输入过程、恢复输入、失败或已过期的计算不记使用事件,同一动作的相同结果不重复计数。copy-stats 在剪贴板写入成功后记录。统计不含输入文字、文件名和分词内容。
用「打开文件」可以读入 20 MB 以内的 UTF-8 文本文件,粘贴的文本没有固定上限。字符统计、预分词和 token 计算都在 Web Worker 里进行,修改或清空输入会终止上一轮计算,页面只接收计数、统计和前 2,000 个 token 的展示数据。大文本放进输入框本身也要时间:我们的测试(Apple M1 Max,Chromium 152,2026-10-03)中,100 万字中英混排文本放进输入框用了 1~2 秒,之后 o200k_base 计数约 1.1~1.9 秒。
那是 DeepSeek 给出的粗略换算,文档也写明以接口返回为准。本工具直接运行 DeepSeek 离线计数包里的分词规则,结果与官方 tokenizer.json 一致。实际数量随用词变化,可能高于也可能低于按 0.6 估算的值,本页示例就高于估算。
2026 年 10 月 1 日在 OpenAI、Anthropic、Google、DeepSeek 官方价格页核对,日期写在表格下方。中文页面的 DeepSeek 行另外显示 DeepSeek 中文价格页的人民币价格。价格会调整,做预算前请打开原页面再确认。