Exakte Token-Zahlen für DeepSeek, Qwen und GPT mit dem Tokenizer jedes Anbieters statt einer Schätzung nach Zeichen. Text einfügen, fünf Vokabulare vergleichen und sehen, wo jedes Token beginnt. Kostenlos, läuft im Browser.
| Modell | Tokens | Tokens pro Zeichen | Vokabular |
|---|---|---|---|
| DeepSeek V4 / V3 / R1 DeepSeek · 128K | — | DeepSeek · 128K | |
| Qwen3.5 / 3.6 / 3.8 Qwen · 248K | — | Qwen · 248K | |
| Qwen3 / Qwen2.5 / QwQ Qwen · 151K | — | Qwen · 151K | |
| GPT-5 / GPT-4.1 / GPT-4o / o3 o200k_base | — | o200k_base | |
| GPT-4 / GPT-3.5 Turbo cl100k_base | — | cl100k_base |
Das sind die Tokens des Texts selbst. Ein API-Aufruf zählt zusätzlich das Chat-Template um jede Nachricht, daher liegt der gemeldete Wert prompt_tokens meist etwas höher.
Text eingeben oder einfügen, um jedes Token zu sehen.
Geben Sie den Input-Preis von der Preisseite Ihres Anbieters ein. Preise ändern sich, deshalb sind sie im Tool nicht fest hinterlegt.
Vom Entwicklungsteam von Go Tools gebaut und verifiziert.
Etwa 4 Zeichen Englisch pro Token Das hängt vom Vokabular und von der Sprache ab. Gemessen an den eigenen Texten dieser Website (rund 82.000 chinesische Zeichen): Englisch liegt bei etwa 4,3–4,4 Zeichen pro Token bzw. etwa 1,4 Tokens pro Wort; in chinesischer Prosa kostet ein chinesisches Zeichen etwa 0,8 Tokens in DeepSeek und Qwen3.5, 0,9 in Qwen3, 1,0 in GPT-4o und 1,3 in GPT-4.
Etwa 6.300 in DeepSeek, 10.000 in GPT-4 Satzzeichen als Zeichen mitgezählt, gemessen an chinesischer Prosa dieser Website: etwa 6.200–6.300 in DeepSeek, 6.400–6.500 in Qwen3.5, 7.000–7.200 in Qwen3, 7.700 in GPT-4o und 10.300–10.500 in GPT-4. Code und zahlenlastiger Text brauchen mehr.
Derselbe Absatz: 59–60 Tokens auf Englisch, 71–156 auf Chinesisch Die Beispiele „Chinesisch“ und „Englisch“ auf dieser Seite sind derselbe Absatz. Die englische Fassung ergibt in allen fünf Vokabularen 59–60 Tokens, die chinesische 71 in Qwen3.5, 75 in DeepSeek, 84 in Qwen3, 111 in GPT-4o und 156 in GPT-4 — 18 % bis 160 % mehr. Englisch schwankt zwischen den Vokabularen kaum (etwa 1,4 Tokens pro Wort auf den Texten dieser Website); bei Chinesisch hängt es davon ab, wie viele chinesische Einträge das Vokabular hat, und eines mit wenigen (das cl100k_base von GPT-4) zerlegt viele Zeichen in 2–3 Byte-Tokens.
Die kleinste Einheit, in der ein Modell Text zerlegt und abrechnet Ein Token ist die kleinste Einheit, in die ein Sprachmodell Text zerlegt, und die Einheit für API-Abrechnung und Kontextfenster. Es kann ein Wort sein, ein Wortteil, ein Zeichen, eine Wendung oder ein paar Bytes eines Zeichens — das entscheidet das Vokabular des jeweiligen Modells.
Kein öffentlicher Tokenizer — nur offizielle Zähl-APIs Nicht exakt. Für Claude gibt es seit Claude 3 keinen öffentlichen Tokenizer; Anthropic bietet stattdessen eine count_tokens-API an (laut Dokumentation verwenden Claude 4.7 und neuer einen neueren Tokenizer, der für denselben Text etwa 30 % mehr Tokens erzeugt). Auch Gemini und Doubao werden über ihre offiziellen APIs gezählt, und für Doubao gibt es zudem einen offiziellen Token-Rechner in der Konsole von Volcano Engine Ark (Anmeldung erforderlich). Dieses Tool listet nur Modelle, deren offizielles Vokabular öffentlich ist und ID für ID übereinstimmt.
Ein Token ist die Einheit, in der ein Sprachmodell liest und schreibt — und die Einheit, nach der APIs abrechnen und Kontextfenster bemessen werden. Ein Modell sieht nie direkt Buchstaben oder chinesische Zeichen: Sein Tokenizer zerlegt den Text zuerst in Stücke aus seinem Vokabular und wandelt jedes Stück in eine ganzzahlige ID um. Häufige Wörter und Wendungen haben eigene Einträge und belegen ein Token; alles, was fehlt, fällt auf UTF-8-Bytes zurück, sodass ein einzelnes chinesisches Zeichen zwei oder drei Tokens kosten kann. Die Zahl hängt also vom Vokabular ab. DeepSeek und Qwen speichern 人工智能 (künstliche Intelligenz) als ein einziges Token, GPT-4o zerlegt es in zwei, während das cl100k_base von GPT-4 nur wenige chinesische Einträge hat und für den Satz unten 12 Tokens braucht — mehr als doppelt so viele wie die 5 von DeepSeek. Unten sehen Sie die tatsächliche Zerlegung durch dieses Tool.
文本：人工智能正在改变世界。（11 个字符） DeepSeek V4 5 [人工智能][正在][改变][世界][。] Qwen3.5 / 3.6 5 [人工智能][正在][改变][世界][。] Qwen3 / 2.5 5 [人工智能][正在][改变][世界][。] GPT-5 / GPT-4o 6 [人工][智能][正在][改变][世界][。] GPT-4 12 [人][工][智×2][能][正在][改][变][世×2][界][。] ×2 表示这个字被拆成了 2 个字节级 token
Qwen3.5, 3.6 und 3.8 sind auf ein neues 248K-Vokabular mit anderen Zerlegungsregeln umgestiegen; Qwen3, Qwen2.5 und QwQ behalten das 151K-Vokabular. Beide stammen aus der tokenizer.json der offiziellen Open Weights und werden getrennt gezählt — nie mit einem GPT-Tokenizer angenähert.
DeepSeek nutzt sein offizielles Vokabular (von V3 bis V4.1 identisch), GPT die Vokabulare o200k_base und cl100k_base von OpenAI. Wir haben 26.714 Testtexte (3,88 Millionen Zeichen aus 15 Sprachen, Code, Leerraum und Zeichen an Unicode-Versionsgrenzen) ID für ID mit Hugging Face tokenizers und OpenAI tiktoken verglichen: Alle fünf Vokabulare stimmen überein.
Einmal einfügen, fünf Werte: So sehen Sie sofort, welches Modell Ihren Text mit den wenigsten Tokens abbildet. Die Spalte „Tokens pro Zeichen“ macht Texte unterschiedlicher Länge fair vergleichbar.
Die Zerlegungsansicht färbt jedes Token ein und kann seine ID anzeigen. Ergeben mehrere Byte-Tokens erst zusammen ganze Zeichen, landen sie in einem gestrichelten Block, statt als Bytesalat zu erscheinen; unsichtbare Zeichen wie breitenlose Leerzeichen werden als Codepunkt ausgeschrieben, z. B. ⟨U+200B⟩.
Geöffnete Dateien behalten ihre ursprünglichen CRLF-Zeilenumbrüche und ihr BOM. DeepSeek zerlegt einen Windows-Zeilenumbruch \r\n in zwei Tokens, sodass derselbe Code mit CRLF-Zeilenenden rund 15 % mehr kostet. In das Feld eingefügter Text wird mit den LF-Zeilenumbrüchen gezählt, die der Browser beibehält.
Die Tokenisierung läuft in einem Hintergrund-Thread (Web Worker); Ihr Text wird nicht an unsere Server gesendet. Sind die Vokabulare geladen, werden 200.000 chinesische Zeichen in unter einer Sekunde gezählt, und das Textfeld reagiert weiter flüssig.
len(tiktoken.get_encoding("o200k_base").encode_ordinary(text)) Die offizielle Bibliothek von OpenAI, nur mit OpenAI-Vokabularen. Der direkteste Weg, Input-Tokens für GPT-5 und GPT-4o zu zählen; DeepSeek oder Qwen kann sie nicht zählen.
AutoTokenizer.from_pretrained("Qwen/Qwen3.6-35B-A3B").encode(text, add_special_tokens=False) Lädt die offiziellen Tokenizer offener Modelle wie DeepSeek und Qwen. Beim ersten Lauf werden die Vokabulardateien von Hugging Face heruntergeladen.
Der offizielle Offline-Tokenizer, zusammen mit transformers genutzt. Sein Vokabular ist dasselbe wie in der DeepSeek-Zeile dieses Tools.
messages/count_tokens, Gemini countTokens, OpenAI responses/input_tokens Der einzige Weg für Modelle ohne öffentlichen Tokenizer, und das Ergebnis enthält den Overhead des Chat-Formats. Nötig sind ein Request und ein API-Schlüssel, und der Text geht an den Anbieter.
Kein Code, keine Abhängigkeiten — praktisch, um einen einzelnen Prompt zu prüfen oder Modelle zu vergleichen. Für Batch-Jobs nehmen Sie die Bibliotheken oben.
Klicken Sie auf dieser Seite auf das Beispiel „Chinesisch“: ein Alltagstext mit 117 Zeichen (106 chinesische Zeichen)
DeepSeek V4 75 Qwen3.5 / 3.6 71 Qwen3 / 2.5 84 GPT-5 / GPT-4o 111 GPT-4 156
Pro chinesischem Zeichen: Qwen3.5 etwa 0,67, DeepSeek 0,71, Qwen3 0,79, GPT-4o 1,05 und GPT-4 1,47 Tokens. Mit „Englisch“ erhalten Sie denselben Absatz auf Englisch: Alle fünf liegen zwischen 59 und 60.
订单金额 12345.67 元，共 2026 件
DeepSeek V4 16 …[123][45][.][67]…[202][6]… Qwen3.5 22 …[1][2][3][4][5][.][6][7]…[2][0][2][6]… Qwen3 22 (Ziffern genauso zerlegt) GPT-4o 13 …[123][45][.][67][ 元][，共]… GPT-4 16 …[123][45][.][67]…
Beide Qwen-Generationen zerlegen jede Ziffer einzeln, DeepSeek und GPT fassen Ziffern zu Dreiergruppen zusammen. Zahlenlastiger Text — Tabellen, Rechnungen, Logs — kostet in Qwen spürbar mehr.
你好世界 (drei breitenlose Leerzeichen U+200B zwischen den Zeichen)
Ohne sie: DeepSeek 2 · Qwen3.5 2 · Qwen3 2 · GPT-4o 2 · GPT-4 5 Mit ihnen: DeepSeek 7 · Qwen3.5 7 · Qwen3 7 · GPT-4o 7 · GPT-4 8
Die breitenlosen Leerzeichen trennen 你好 und 世界, sodass jedes Zeichen zu einem eigenen Token wird und jedes breitenlose Leerzeichen ein weiteres belegt. Aus dem Web kopierter Text enthält sie oft; die Zerlegungsansicht zeigt sie als ⟨U+200B⟩.
👍🎉
DeepSeek V4 3 Qwen3.5 6 Qwen3 2 GPT-4o 3 GPT-4 6
Das ältere Vokabular von Qwen3 speichert beide Emoji als Ganzes; das neue 248K-Vokabular fällt auf UTF-8-Bytes zurück, sodass ein 4-Byte-Emoji 3 Tokens belegt. Ein neueres Vokabular ist nicht überall günstiger — zählen Sie Ihren echten Text.
Fügen Sie einen Prompt, ein Dokument oder etwas Code ein, oder laden Sie über „Datei öffnen“ eine .txt-, .md-, .json-, .csv- oder andere Textdatei. Gerade keinen Text zur Hand? Klicken Sie auf eines der Beispiele. Beim ersten Zählen werden fünf Vokabulare von dieser Website geladen (je 0,4–2,2 MB, gzip-komprimiert); solange die Seite geöffnet bleibt, werden sie nicht erneut heruntergeladen.
Die Tabelle zeigt die Token-Zahl für DeepSeek, Qwen3.5/3.6/3.8, Qwen3/Qwen2.5, GPT-5/GPT-4o und GPT-4/GPT-3.5 auf einen Blick, dazu die durchschnittlichen Tokens pro Zeichen. Darüber stehen Zeichen, chinesische Zeichen und UTF-8-Bytes — zum Vergleich mit Schätzungen, die von der Zeichenzahl ausgehen.
Jeder farbige Block unter „So wird der Text zerlegt“ ist ein Token. Ein gestrichelter Rahmen bedeutet, dass mehrere Byte-Tokens erst zusammen ganze Zeichen ergeben. Schalten Sie „Token-IDs anzeigen“ ein, um mit den IDs zu vergleichen, die eine API oder tiktoken liefert. Ein Klick auf eine Tabellenzeile wechselt das Modell.
Geben Sie den Input-Preis des ausgewählten Modells pro Million Tokens ein, um die Kosten dieses Texts als Input zu erhalten. Das Tool enthält keine Preisliste — Anbieter ändern ihre Preise oft und staffeln sie nach Spitzenzeiten und Cache-Treffern; nehmen Sie also den Wert, der heute auf deren Preisseite steht.
Eine Konstante gilt nur für eine Art von Text. Dieselben 24 Zeichen 订单金额 12345.67 元，共 2026 件 sind in GPT-4o 13 Tokens und in Qwen 22 — je mehr Ziffern, desto größer der Abstand.
Tokens ≈ Zeichen × 0.6
Mit dem Vokabular des Zielmodells zerlegen und zählen
tiktoken liefert nur Vokabulare von OpenAI. Das Beispiel „Chinesisch“ auf dieser Seite ergibt mit cl100k_base 156 Tokens, während DeepSeek 75 braucht — eine doppelt zu hohe Schätzung.
tiktoken.get_encoding("cl100k_base") # für DeepSeek verwendet AutoTokenizer.from_pretrained("deepseek-ai/DeepSeek-V4.1-Flash") Die Rechnung umfasst auch das Chat-Template, den System-Prompt, den Output und den Denkprozess eines Reasoning-Modells; manche Dienste berechnen Cache-Treffer zudem anders. Eine Schätzung allein aus dem Input-Text fällt zu niedrig aus.
Kosten = Prompt-Tokens × Input-Preis
Kosten = prompt_tokens × Input-Preis + completion_tokens × Output-Preis
Breitenlose Leerzeichen (U+200B) trennen Wörter: 你好世界 ist in DeepSeek 2 Tokens und 7, sobald drei breitenlose Leerzeichen zwischen den Zeichen stehen.
你\u200b好\u200b世\u200b界 → 7 Tokens
你好世界 → 2 Tokens
add_special_tokens=False, um auf die Zählung des reinen Texts wie in diesem Tool zu kommen; die API-Dokumentation von DeepSeek bietet auf ihrer Seite zur Token-Nutzung außerdem ein Offline-Tokenizer-Paket an. Textverarbeitung
Konvertieren Sie Text sofort zwischen UPPERCASE, lowercase, Title Case, Sentence case, camelCase, PascalCase, snake_case, kebab-case, CONSTANT_CASE und 6 weiteren Formaten. Kostenlos, nur im Browser, ohne Anmeldung.
Textverarbeitung
Lorem-Ipsum-Blindtext sofort generieren — nach Absatz, Satz, Wort, Byte oder Liste. Kopieren oder als Text, HTML, Markdown oder JSON herunterladen. 100 % kostenlos, privat, im Browser. Ohne Anmeldung.
Textverarbeitung
Testen Sie reguläre Ausdrücke online sofort gegen beliebigen Text. Live-Treffer-Hervorhebung, Erfassungsgruppen, Ersetzungs-Vorschau, Split und Muster-Erklärer. JavaScript-Regex, 100 % Datenschutz, kostenlos, ohne Anmeldung.
Textverarbeitung
Doppelte Zeilen aus Text online entfernen — kostenlos, sofort, 100 % im Browser. Groß-/Kleinschreibung oder Leerzeichen ignorieren, erstes oder letztes Vorkommen behalten, entfernte Duplikate sehen. Keine Anmeldung.
Textverarbeitung
Wandeln Sie jeden Titel sofort in einen sauberen, SEO-freundlichen URL-Slug um. Akzente und Kyrillisch transliterieren oder Unicode-Buchstaben behalten. 100 % privat, im Browser.
Textverarbeitung
Textzeilen alphabetisch, numerisch (natürliche Reihenfolge) oder nach Länge sortieren — auf- oder absteigend. Kostenlos, 100 % im Browser. Auch entduplizieren, umkehren und Listen bereinigen. Keine Anmeldung.