这个计算器能帮你做什么
每个模型都按 token 计费，因此在调用 API 之前，先弄清 token 数是预估成本的唯一办法。 本工具会统计你文本中的 输入 token，估算一个贴近实际的 输出长度，并算出每家 厂商的成本，让你把各模型并排对比，挑出性价比最合适的那一个。
- 精确的 GPT 分词。 OpenAI 系列使用真实的 o200k tokenizer 计数；其它模型使用经过校准的估算（英文文本通常在 ±15% 以内）。
- 输出预设。 可在 RAG / Q&A、Chat、Full response 与 Long generation 之间切换，也可直接覆盖输出 token 数。
- 缓存输入价格。 当厂商公布了缓存读取费率时，会一并展示，便于你测算 prompt 缓存能省多少。
- 排序与复制。 按最便宜优先对厂商排序，并复制任意估算结果以便分享。
当前 API 价格（2026 年 6 月）
所有价格均为每 100 万 token 的美元价，取自各厂商官方定价页。
| 厂商 | 模型 | 输入 | 缓存输入 | 输出 |
|---|---|---|---|---|
| OpenAI | GPT-5.5 | $5.00 | $0.50 | $30.00 |
| OpenAI | GPT-5.5 Pro | $30.00 | — | $180.00 |
| Anthropic | Claude Opus 4.8 | $5.00 | $0.50 | $25.00 |
| Anthropic | Claude Fable 5 | $10.00 | $1.00 | $50.00 |
| Gemini 3.5 Flash | $1.50 | $0.15 | $9.00 | |
| Gemini 3.1 Pro | $2.00 | $0.20 | $12.00* | |
| xAI | Grok 4.3 | $1.25 | $0.20 | $2.50 |
| DeepSeek | V4-Pro | $1.74 | $0.0145 | $3.48 |
| DeepSeek | V4-Flash | $0.14 | $0.0028 | $0.28 |
| Alibaba | Qwen3.7-Max | $2.50 | $0.25 | $7.50 |
| Z.ai | GLM-5.2 | $1.40 | — | $4.40 |
| MiniMax | M3 | $0.30 | — | $1.20 |
| Mistral | Large 3 | $0.50 | — | $1.50 |
* Gemini 3.1 Pro 的输出价格因来源而异（$4–12）；我们保守地采用 $12 作为默认值。
编程语言 token 效率排行
完成同一个任务，不同语言消耗的 token 数差别巨大。简洁的函数式与动态语言更紧凑；冗长 的底层与企业级语言在等量工作上会烧掉更多 token。下表的平均值以一个 RosettaCode 任务、 按 GPT 系列分词为基准。
| 语言 | 平均 token | 类型 | 对 LLM agent 的评价 |
|---|---|---|---|
| J | ~70 | 动态 | 极致紧凑，较小众的取舍 |
| Clojure | ~109 | 动态 | 长 agent 会话的最佳选择 |
| Ruby | ~119 | 动态 | 非常省 token |
| Python | ~128 | 动态 | 成本与可读性平衡出色 |
| Haskell | ~130 | 静态 | 虽是静态类型仍很精简 |
| F# | ~136 | 静态 | 高效的带类型选项 |
| Lisp | ~145 | 动态 | 紧凑，但不太主流 |
| Scala | ~166 | 静态 | 开销尚可接受 |
| JavaScript | ~177 | 动态 | 可用，但不算特别精简 |
| Go | ~182 | 静态 | token 成本中等 |
| C# | ~216 | 静态 | 有明显的 token 税 |
| Java | ~224 | 静态 | token 税很高 |
| C++ | ~250 | 静态 | 长上下文中开销大 |
| C | ~283 | 静态 | token 效率最差 |
常见问题
什么是 token？
token 是模型读写文本的基本单位。一个 token 大约相当于四个英文字符（约 ¾ 个英文 单词）——所以 “ChatGPT” 大约是两个 token。不同模型的分词方式略有差异， 这也是各厂商计数会有出入的原因。
token 计数有多准？
OpenAI 系列是精确的（我们在你的浏览器里运行真实的 o200k tokenizer）。其它厂商没有 公开官方的 JavaScript tokenizer，因此那些计数是经过校准的估算——英文通常在 ±15% 以内，代码与非拉丁文字的偏差会更大。
为什么要估算输出 token？
输出 token 通常是更大的一笔成本（往往是输入费率的 3–6 倍），但在模型回复之前你并不 知道确切长度。这些预设按任务类型给出一个贴近实际的区间，让你的估算更接近真实账单。
什么是缓存输入（cached input）？
许多厂商会缓存重复的 prompt 前缀，并以很低的折扣对缓存读取计费（常约为输入费率的 10%，DeepSeek 还要低得多）。如果你复用一段很长的 system prompt，缓存价格能大幅削减 输入成本。
价格快照：2026 年 6 月，汇编自各厂商官方文档与我们的 2026 LLM 全景。在依赖之前请先到厂商定价页 核实。本工具完全在你的浏览器中运行——不会把任何文本发送到别处。