Wie präzise sind die berechneten Token-Zahlen?

Für OpenAI (o200k_base und cl100k_base) nutzen wir exakte Offline-Tokenizer. Für Claude und DeepSeek kommen offizielle APIs oder transparente Heuristiken zum Einsatz, die entsprechend gekennzeichnet sind.

Unterstützt das Tool auch Programmiercode und Emojis?

Ja, der Schätzer erkennt Codezeilen, Emojis, mathematische Symbole sowie gemischte Schriftsysteme wie Chinesisch, Kyrillisch und Arabisch zuverlässig.

Welche Dateiformate kann ich hochladen?

Sie können Textdateien in den Formaten .txt, .md, .csv, .json und .log mit einer Größe von bis zu 20 MB hochladen.

Was ist der Unterschied zwischen 'Rohtext' und 'Chatnachricht'?

Der Rohtext-Modus zählt die reinen Zeichen, während der Chatnachricht-Modus die typische Strukturierung und Metadaten von Chat-Prompts in die Schätzung einbezieht.

Werden meine eingegebenen Daten oder API-Schlüssel gespeichert?

Nein, Ihre Daten werden lokal verarbeitet. Optionale API-Schlüssel für offizielle Abfragen werden nur temporär für die Anfrage genutzt und nicht dauerhaft gespeichert.

Elysia Tools

Mobile Navigation

AI Token Schaetzer

Analysiert gemischte Sprachen und schaetzt Tokens fuer OpenAI, Codex, Claude und DeepSeek

Einzelheiten

Wobei dieses Tool hilft

Schaetzt den Token-Verbrauch fuer eingefuegten Text oder hochgeladene TXT/Markdown-Dateien.

Funktionen:

Erkennt gemischte Sprach- und Schriftsysteme wie chinesische Han-Zeichen, lateinische Schrift, Kana, Hangul, Kyrillisch, Arabisch, Emojis, Symbole und code-aehnliche Zeilen
Zaehlt OpenAI / Codex o200kbase und OpenAI cl100kbase mit einem Offline-Tokenizer
Zaehlt Claude mit Anthropic counttokens, wenn CLAUDEAPIKEY oder ANTHROPICAPI_KEY verfuegbar ist, und faellt nur bei Fehlern auf Heuristik zurueck
Schaetzt DeepSeek mit transparenten Heuristiken, wenn kein offizieller Zaehler verfuegbar ist
Kennzeichnet jedes Profil als exact-offline-tokenizer, official-provider-api oder heuristic, damit Schaetzungen nicht als exakte Werte erscheinen

Ausführung

Dieses Tool ausführen

Fülle das Formular aus, starte das Tool und prüfe das Ergebnis an einem Ort.

Vorbereitete Beispielausführungen

Klicken Sie auf ein Beispiel, um das Formular automatisch auszufüllen. Dateien müssen weiterhin hochgeladen werden.

1 Beispiele

Gemischten chinesisch-englischen Prompt schaetzen

Analysiert eine kurze mehrsprachige Anweisung vor dem Senden an mehrere AI-Modelle

{"result":{"input":{"characters":37},"language":{"primary":"Latin","mixed":true},"estimates":[{"profile":"openai-codex-o200k-base"}]}}

Eingaben

Fülle die erforderlichen Felder aus und starte das Tool.

4 Optionen

DateienQuelldateien für diesen Workflow hochladen.1

TextdateifileOptionales Feld

Maximale Größe pro Datei: 20 MBUnterstützte Typen: text/plain, text/markdown, .txt, .md, .csv, .json, .log

InhaltHaupteingaben einfügen oder eingeben.1

EingabetexttextareaOptionales Feld

EinstellungenFormate, Bereiche, Zahlen und Modi anpassen.2

ModellprofileselectOptionales FeldZaehlmodusselectOptionales Feld

Ergebnis

Bereit zum Start

Nach dem Ausführen erscheinen hier Dateien, Text, strukturierte Daten oder Stream-Ausgaben.

Beispiele

Beispiele zu diesem Tool

Verwandt

AI Token Schaetzer

Wobei dieses Tool hilft

Dieses Tool ausführen

Vorbereitete Beispielausführungen

Eingaben

Ergebnis

Beispiele zu diesem Tool

Mit verwandten Tools und Themen fortfahren

Vorbereitete Beispielausführungen

Eingaben

Ergebnis

Erfahren Sie, wann dieses Tool passt, was es unterstützt und wie Nutzer es anwenden.

Wichtige Fakten

Überblick

Wann verwenden

So funktioniert es

Anwendungsfälle

Beispiele

1. Kostenkontrolle für mehrsprachige Prompts

2. Analyse von Markdown-Dokumentationen

FAQ

PDF-Beispiele

CSV Beispiele

Python Beispiele

JWT-Beispiele

TXT-Zusammenführer

Analysator fuer strukturierte Logs

Zeitreihen-Prognose- und Saisonalitaetsanalyse

Stille-Karte

Tools für Prompt Engineering und LLM-Eingabevorbereitung

Tools für RAG-Chunking, Korpusbereinigung und Retrieval-Vorbereitung

Textanalyse-, Lesbarkeits- und Inhaltsinspektions-Tools

Tools fuer Datenqualitaet, Dublettenbereinigung und Anomalieerkennung