Contador de tokens para GPT, Claude, Gemini e Llama
Conte tokens com exatidão para modelos da OpenAI, estime para Claude, Gemini e Llama, veja o custo e acompanhe o texto sendo dividido em tokens.
Tokens por família de modelos
| Tokenizador | Tokens | Tipo |
|---|---|---|
OpenAI o200k_base GPT-4o, GPT-4.1, GPT-5.x, série o, gpt-oss (GPT-6 presumido) | ... | Exato |
OpenAI cl100k_base GPT-4, GPT-3.5 Turbo, text-embedding-3 | ... | Exato |
Claude (Opus 4.7 e posteriores) Claude Fable 5.1, Opus 5.5, Sonnet 5.5, Haiku 5.5, Opus/Sonnet 5, Opus 4.7+ | ... | Estimativa |
Claude (Sonnet 4.6 e anteriores) Claude Sonnet 4.6, Haiku 4.5 e anteriores | ... | Estimativa |
Gemini / Gemma Gemini 2.5 a 4, Gemma | ... | Estimativa |
Llama 3 Llama 3.x | ... | Estimativa |
Mistral (Tekken) Mistral Large/Medium/Small, Codestral | ... | Estimativa |
DeepSeek DeepSeek V3/V4, R1 | ... | Estimativa |
Qwen Qwen 2.5 / 3 / 3.5 | ... | Estimativa |
Grok Grok 4.x | ... | Estimativa |
Só a OpenAI publica seus tokenizadores num formato que o navegador consegue rodar. Os demais são estimados a partir das contagens exatas (passe o mouse sobre uma linha para ver o método). Para uma contagem exata do Claude ou do Gemini, use o endpoint gratuito de contagem de tokens da API do provedor.
Custo deste texto
≈ 0 tokens (estimativa, Claude (Opus 4.7 e posteriores)) · <0.1% da janela de contexto de 1.000.000 tokens
Preço de tabela da Anthropic, em 2026-10-16. Fonte. Para cargas de trabalho inteiras, use a calculadora de custo de API de LLM.
Visualizador de tokens
Cada cor é um token (passe o mouse para ver o ID). Um bloco com vários IDs é um caractere dividido entre tokens, comum em emojis e textos CJK.
Tokenizado inteiramente no seu navegador com os arquivos de rank open source do tiktoken. Seu texto nunca é enviado para lugar nenhum. Ver todas as ferramentas grátis.
Encontrou um problema ou algo que poderia ser melhor? Lemos todas as mensagens e corrigimos rápido.
Este contador de tokens mostra quantos tokens seu texto usa no GPT, no Claude, no Gemini, no Llama e em outros grandes modelos de linguagem, porque preços de API, janelas de contexto e limites de taxa são todos medidos em tokens, não em palavras. Cole um prompt ou um documento inteiro e você recebe a contagem exata para os dois tokenizadores atuais da OpenAI, o200k_base (GPT-4o, GPT-4.1, GPT-5.x) e cl100k_base (GPT-4, GPT-3.5 Turbo), além de quanto esse texto custa como entrada ou saída no modelo que você escolher.
As contagens para outras famílias de modelos são estimativas, e a ferramenta indica isso em cada linha. A Anthropic, o Google e a xAI não publicam seus tokenizadores numa forma que uma página web consiga executar, então os números deles são derivados das contagens exatas da OpenAI usando as proporções publicadas pelos próprios provedores. O visualizador colore cada token para você ver por que emojis, código e textos em outros idiomas custam mais do que inglês simples. Tudo roda localmente: os arquivos do tokenizador são carregados no seu navegador uma vez e seu texto nunca sai dele.
Como usar
- Cole ou digite seu texto. As contagens são atualizadas enquanto você digita, com um pequeno atraso em documentos muito longos.
- Leia as contagens exatas do GPT no topo e depois a tabela por família. Linhas marcadas como Estimativa são aproximações; passe o mouse sobre uma linha para ver como foi calculada.
- Escolha um modelo para ver o custo do texto como entrada e como saída e quanto da janela de contexto ele ocupa.
- Role até o visualizador de tokens e alterne entre o200k_base e cl100k_base para comparar como eles dividem o mesmo texto. Ative IDs dos tokens para ver os números que o modelo recebe.
- Use Copiar contagens para colar um resumo num ticket ou numa planilha.
Perguntas frequentes
Quantos tokens tem uma palavra?
Em prosa comum em inglês, cerca de 1,3 token por palavra com o tokenizador o200k_base da OpenAI, ou aproximadamente 4 caracteres por token. Palavras curtas e comuns são um token cada; palavras longas ou raras se dividem em vários. Código, números, URLs e a maioria dos idiomas além do inglês usam mais tokens por palavra. A ferramenta mostra a proporção real de tokens por palavra do seu texto abaixo da contagem de palavras.
A contagem de tokens do Claude é exata?
Não, e ela vem identificada como estimativa. O tokenizador da Anthropic não é público. A Anthropic afirma que o tokenizador introduzido com o Claude Opus 4.7 (usado pelo Claude Fable 5.1, Opus 5.5, Sonnet 5.5 e Haiku 5.5) gera cerca de 30% mais tokens que o anterior e que 1M de tokens comporta cerca de 555.000 palavras em inglês, contra 750.000 antes. A estimativa aplica essa proporção à contagem exata do cl100k_base. Para um número exato, chame o endpoint gratuito de contagem de tokens da Anthropic (POST /v1/messages/count_tokens) com o seu texto.
Por que emojis e textos em chinês ou japonês usam tantos tokens?
Os tokenizadores modernos trabalham com bytes UTF-8. Sequências de bytes frequentes, principalmente palavras em inglês e código comum, ganham seu próprio token; tudo o que é mais raro é dividido em pedaços menores, até bytes individuais. A maioria dos emojis tem 4 bytes e ocupa de 1 a 3 tokens, e um modificador de tom de pele ou de gênero acrescenta mais. O o200k_base tem muito mais tokens para escritas não inglesas do que o cl100k_base, então a mesma frase em chinês ou hindi fica bem mais barata no GPT-4o e posteriores do que no GPT-4. O visualizador mostra essas divisões como blocos que contêm vários IDs de token.
Qual é a diferença entre o200k_base e cl100k_base?
São os dois tokenizadores atuais da OpenAI. O cl100k_base tem cerca de 100.000 tokens e é usado pelo GPT-4, pelo GPT-3.5 Turbo e pelos modelos text-embedding-3. O o200k_base tem cerca de 200.000 tokens e é usado pelo GPT-4o, GPT-4.1, GPT-5.x e pelos modelos de raciocínio da série o; o gpt-oss usa uma variante dele. O vocabulário maior ajuda principalmente textos em outros idiomas e código, nos quais costuma gerar menos tokens.
A API conta mais tokens do que esta ferramenta mostra?
Normalmente alguns a mais por requisição. As APIs de chat envolvem cada mensagem em marcadores de papel que acrescentam alguns tokens, e o system prompt, as definições de ferramentas, as mensagens anteriores da conversa e eventuais tokens de raciocínio também são cobrados. Imagens, áudio e arquivos têm preço à parte. Esta ferramenta conta o texto bruto que você cola, que é a parte que você controla.
Meu texto é enviado para um servidor?
Não. Os arquivos de ranking do tokenizador são baixados para o seu navegador uma vez (cerca de 3 MB) e toda a contagem acontece no seu dispositivo. Você pode se desconectar da internet depois que a página carregar e o contador continua funcionando.
Por que o mesmo texto tem contagens de tokens diferentes em modelos diferentes
Cada família de modelos treina seu próprio tokenizador: um vocabulário fixo de fragmentos de texto, aprendido com os dados de treino do modelo. Uma palavra que é um token num vocabulário pode ser três em outro. As diferenças são pequenas em inglês simples e grandes em código, idiomas raros, emojis e números longos.
O tamanho do vocabulário é a principal alavanca. O cl100k_base do GPT-4 tem cerca de 100.000 entradas; o GPT-4o e posteriores usam o o200k_base, com cerca de 200.000; o vocabulário SentencePiece do Gemini tem cerca de 256.000; o Llama 3 usa um vocabulário de 128.000 entradas construído sobre o cl100k. Um vocabulário maior normalmente significa menos tokens por frase, sobretudo fora do inglês, mas os provedores também mudam de tokenizador por motivos de qualidade. O tokenizador mais novo da Anthropic gera mais tokens que o antigo, não menos.
Isso importa na comparação de custos. Se dois modelos cobram o mesmo preço por milhão de tokens, mas um precisa de 30% mais tokens para o seu texto, ele sai 30% mais caro para você. A calculadora de custo de API de LLM deste site pode ajustar as contagens por tokenizador justamente por isso.
Como cada estimativa é feita
• OpenAI o200k_base e cl100k_base: exatas, usando os mesmos arquivos de ranking da biblioteca tiktoken da OpenAI. A OpenAI não publicou um tokenizador para o GPT-6; o o200k_base é o equivalente público mais próximo e aparece como tal.
• Claude (Opus 4.7 e posteriores, incluindo Fable 5.1, Opus 5.5, Sonnet 5.5 e Haiku 5.5): contagem do cl100k_base multiplicada por 1,35, com base nas declarações da Anthropic de que o novo tokenizador gera cerca de 30% mais tokens e comporta cerca de 555.000 palavras em inglês em 1M de tokens, contra 750.000 antes.
• Claude Sonnet 4.6, Haiku 4.5 e anteriores: a contagem do cl100k_base. O tokenizador antigo da Anthropic fica próximo dela em prosa em inglês.
• Gemini e Gemma: a contagem do o200k_base. O Google cita cerca de 4 caracteres por token em inglês, em linha com o o200k_base.
• Llama 3: a contagem do cl100k_base, já que o vocabulário do Llama 3 contém o do cl100k mais 28.000 tokens adicionais, a maioria para outros idiomas.
• Mistral, DeepSeek, Qwen e Grok: a contagem do o200k_base, pois todos usam vocabulários BPE em nível de byte de tamanho parecido. Em inglês, espere que essas estimativas fiquem a cerca de 10 a 15% da contagem real; em código e em outros idiomas, o erro pode ser maior.
Formas práticas de gastar menos tokens
Minifique o JSON antes de enviá-lo. Indentação e quebras de linha também são tokens, e um JSON formatado pode usar um terço a mais de tokens do que os mesmos dados numa linha só; o formatador de JSON deste site minifica com um clique. Os nomes dos campos se repetem em cada registro, então, para tabelas grandes, CSV costuma sair mais barato que JSON.
Coloque as instruções fixas primeiro e a parte que muda por último. Os provedores fazem cache de prefixos de prompt repetidos e cobram os acertos de cache por uma fração do preço de entrada (10% ou menos da tarifa normal de entrada nos modelos atuais da OpenAI, da Anthropic e do Google), mas só se o início do prompt for idêntico entre as requisições.
Enxugue o histórico da conversa. Um app de chat reenvia a conversa inteira a cada turno, então uma conversa de 20 mensagens custa bem mais do que 20 perguntas separadas. Resuma ou descarte mensagens antigas quando deixarem de importar.
Remova dados pessoais que o modelo não precisa ver. Eles custam tokens e criam risco; o ocultador de dados pessoais deste site os troca por marcadores curtos e os restaura na resposta.
Ferramentas grátis relacionadas
- Calculadora de custo de API de LLM — Compare o custo da sua carga de trabalho em mais de 40 modelos, com cache, descontos de batch, faixas de contexto longo e tokens de raciocínio. Preços com fonte e data.
- Contador de palavras — Conte palavras, caracteres, frases e tempo de leitura e confira os limites do X, LinkedIn, Instagram, YouTube, SEO e SMS enquanto digita.
- Ocultador de dados pessoais para prompts de IA — Troque e-mails, telefones, números de cartão, chaves de API e nomes por marcadores antes de colar o texto em uma IA e depois restaure tudo na resposta.
- Formatador de JSON — Formate, minifique e valide JSON, com erros de parsing localizados por linha e coluna. No seu navegador, sem upload.
- Calculadora de VRAM para LLM — Descubra quanta memória de GPU um LLM local precisa para sua quantização e tamanho de contexto, se ele cabe na sua GPU ou no seu Mac e com que velocidade vai rodar.