Exacte tokenaantallen voor DeepSeek, Qwen en GPT met de tokenizer van elke aanbieder, geen schatting op tekens. Plak tekst, vergelijk vijf vocabulaires en zie waar elk token begint. Gratis, draait in je browser.
| Model | Tokens | Tokens per teken | Vocabulaire |
|---|---|---|---|
| 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 |
Dit zijn de tokens van de tekst zelf. Een API-aanroep telt ook de chattemplate rond elk bericht mee, dus de prompt_tokens die de API meldt, liggen meestal een paar hoger.
Typ of plak tekst om elk token te zien.
Vul de inputprijs in van de prijspagina van je aanbieder. Prijzen veranderen, daarom staan ze niet vast in de tool.
Gebouwd en geverifieerd door het ontwikkelteam van Go Tools.
Ongeveer 4 tekens Engels per token Dat hangt af van het vocabulaire en de taal. Gemeten op de eigen teksten van deze site (ongeveer 82.000 Chinese karakters): Engels komt uit op zo'n 4,3–4,4 tekens per token, ofwel ongeveer 1,4 tokens per woord; in Chinees proza kost een Chinees karakter ongeveer 0,8 tokens in DeepSeek en Qwen3.5, 0,9 in Qwen3, 1,0 in GPT-4o en 1,3 in GPT-4.
Ongeveer 6.300 in DeepSeek, 10.000 in GPT-4 Met leestekens meegeteld als tekens, gemeten op Chinees proza van deze site: ongeveer 6.200–6.300 in DeepSeek, 6.400–6.500 in Qwen3.5, 7.000–7.200 in Qwen3, 7.700 in GPT-4o en 10.300–10.500 in GPT-4. Code en tekst met veel getallen kosten meer.
Dezelfde passage: 59–60 tokens in het Engels, 71–156 in het Chinees De voorbeelden “Chinees” en “Engels” op deze pagina zijn dezelfde passage. De Engelse versie is in alle vijf vocabulaires 59–60 tokens, de Chinese 71 in Qwen3.5, 75 in DeepSeek, 84 in Qwen3, 111 in GPT-4o en 156 in GPT-4 — 18% tot 160% meer. Engels verschilt weinig tussen vocabulaires (ongeveer 1,4 tokens per woord op de teksten van deze site); bij Chinees hangt het af van het aantal Chinese items in het vocabulaire, en een vocabulaire met weinig (cl100k_base van GPT-4) splitst veel karakters in 2–3 tokens op byteniveau.
De kleinste eenheid waarin een model tekst opsplitst en afrekent Een token is de kleinste eenheid waarin een taalmodel tekst opsplitst, en de eenheid voor API-facturatie en contextvensters. Het kan een woord zijn, een deel van een woord, een teken, een woordgroep of een paar bytes van één teken — dat bepaalt het vocabulaire van elk model.
Geen openbare tokenizer — alleen officiële tel-API's Niet exact. Claude heeft sinds Claude 3 geen openbare tokenizer; Anthropic biedt in plaats daarvan een count_tokens-API aan (volgens de documentatie gebruiken Claude 4.7 en nieuwer een nieuwere tokenizer die voor dezelfde tekst zo'n 30% meer tokens oplevert). Ook Gemini en Doubao worden via hun officiële API's geteld, en voor Doubao is er daarnaast een officiële tokencalculator in de console van Volcano Engine Ark (inloggen vereist). Deze tool toont alleen modellen waarvan het officiële vocabulaire openbaar is en ID voor ID overeenkomt.
Een token is de eenheid waarin een taalmodel leest en schrijft, en de eenheid waarin API's afrekenen en contextvensters worden gemeten. Een model ziet nooit rechtstreeks letters of Chinese karakters: de tokenizer knipt de tekst eerst in stukken die in zijn vocabulaire staan en zet elk stuk om in een geheel getal, de ID. Veelvoorkomende woorden en woordgroepen hebben een eigen item en kosten één token; wat ontbreekt, valt terug op UTF-8-bytes, waardoor één Chinees karakter twee of drie tokens kan kosten. Het aantal hangt dus af van het vocabulaire. DeepSeek en Qwen slaan 人工智能 (kunstmatige intelligentie) op als één token en GPT-4o splitst het in tweeën, terwijl cl100k_base van GPT-4 weinig Chinese items heeft en voor de zin hieronder 12 tokens nodig heeft — meer dan twee keer de 5 van DeepSeek. Hieronder zie je hoe deze tool de zin werkelijk opsplitst.
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 en 3.8 zijn overgestapt op een nieuw vocabulaire van 248K met andere opsplitsregels; Qwen3, Qwen2.5 en QwQ houden dat van 151K. Beide komen uit de tokenizer.json in de officiële open weights en worden apart geteld — nooit benaderd met een GPT-tokenizer.
DeepSeek gebruikt zijn officiële vocabulaire (identiek van V3 tot V4.1); GPT gebruikt o200k_base en cl100k_base van OpenAI. We hebben 26.714 testteksten (3,88 miljoen tekens in 15 talen, code, witruimte en tekens op de grenzen tussen Unicode-versies) ID voor ID vergeleken met Hugging Face tokenizers en OpenAI tiktoken: alle vijf vocabulaires komen overeen.
Eén keer plakken levert vijf tellingen op, zodat je meteen ziet welk model je tekst met de minste tokens verwerkt. De kolom “Tokens per teken” maakt teksten van verschillende lengte eerlijk vergelijkbaar.
De opsplitsingsweergave kleurt elk token en kan de ID ervan tonen. Als meerdere tokens op byteniveau pas samen hele tekens vormen, komen ze in één gestippeld blok in plaats van als onleesbare bytes; onzichtbare tekens zoals spaties zonder breedte worden uitgeschreven als codepunt, bijvoorbeeld ⟨U+200B⟩.
Geopende bestanden behouden hun oorspronkelijke CRLF-regeleinden en BOM. DeepSeek splitst een Windows-regeleinde \r\n in twee tokens, waardoor dezelfde code met CRLF-regeleinden zo'n 15% meer kost. Tekst die je in het invoerveld plakt, wordt geteld met de LF-regeleinden die de browser behoudt.
Het tokeniseren gebeurt in een achtergrondthread (Web Worker); je tekst gaat niet naar onze servers. Zodra de vocabulaires geladen zijn, worden 200.000 Chinese karakters in minder dan een seconde geteld, en het tekstvak blijft gewoon reageren.
len(tiktoken.get_encoding("o200k_base").encode_ordinary(text)) De officiële bibliotheek van OpenAI, alleen met vocabulaires van OpenAI. De meest directe manier om inputtokens voor GPT-5 en GPT-4o te tellen; DeepSeek of Qwen kan ze niet tellen.
AutoTokenizer.from_pretrained("Qwen/Qwen3.6-35B-A3B").encode(text, add_special_tokens=False) Laadt de officiële tokenizers van open modellen zoals DeepSeek en Qwen. De eerste keer worden de vocabulairebestanden van Hugging Face gedownload.
De officiële offline tokenizer, te gebruiken met transformers. Het vocabulaire is hetzelfde als in de DeepSeek-rij van deze tool.
messages/count_tokens, Gemini countTokens, OpenAI responses/input_tokens De enige manier voor modellen zonder openbare tokenizer, en het resultaat omvat de overhead van het chatformaat. Je hebt een request en een API-sleutel nodig, en de tekst gaat naar de aanbieder.
Geen code en geen dependencies — handig om één prompt te controleren of modellen te vergelijken. Gebruik voor batchwerk de bibliotheken hierboven.
Klik op deze pagina op het voorbeeld “Chinees”: een alledaagse passage van 117 tekens (106 Chinese karakters)
DeepSeek V4 75 Qwen3.5 / 3.6 71 Qwen3 / 2.5 84 GPT-5 / GPT-4o 111 GPT-4 156
Per Chinees karakter: Qwen3.5 ongeveer 0,67, DeepSeek 0,71, Qwen3 0,79, GPT-4o 1,05 en GPT-4 1,47 tokens. Klik op “Engels” voor dezelfde passage in het Engels: alle vijf komen uit tussen 59 en 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 (cijfers op dezelfde manier gesplitst) GPT-4o 13 …[123][45][.][67][ 元][，共]… GPT-4 16 …[123][45][.][67]…
Beide Qwen-generaties splitsen elk cijfer afzonderlijk, terwijl DeepSeek en GPT cijfers per drie groeperen. Tekst met veel getallen — tabellen, facturen, logs — kost in Qwen merkbaar meer.
你好世界 (drie spaties zonder breedte, U+200B, tussen de karakters)
Zonder: DeepSeek 2 · Qwen3.5 2 · Qwen3 2 · GPT-4o 2 · GPT-4 5 Met: DeepSeek 7 · Qwen3.5 7 · Qwen3 7 · GPT-4o 7 · GPT-4 8
De spaties zonder breedte breken 你好 en 世界 uit elkaar, zodat elk karakter een eigen token wordt en elke spatie zonder breedte er nog één kost. Tekst van het web bevat ze vaak; de opsplitsingsweergave toont ze als ⟨U+200B⟩.
👍🎉
DeepSeek V4 3 Qwen3.5 6 Qwen3 2 GPT-4o 3 GPT-4 6
Het oudere vocabulaire van Qwen3 bevat beide emoji in hun geheel; het nieuwe vocabulaire van 248K valt terug op UTF-8-bytes, waardoor een emoji van 4 bytes 3 tokens kost. Een nieuwer vocabulaire is niet overal goedkoper — tel je echte tekst.
Plak een prompt, een document of wat code, of laad met “Bestand openen” een .txt-, .md-, .json-, .csv- of ander tekstbestand. Geen tekst bij de hand? Klik op een van de voorbeelden. Bij de eerste telling worden vijf vocabulaires van deze site gedownload (elk 0,4–2,2 MB, met gzip gecomprimeerd); zolang de pagina openblijft, worden ze niet opnieuw gedownload.
De tabel toont in één keer het aantal tokens voor DeepSeek, Qwen3.5/3.6/3.8, Qwen3/Qwen2.5, GPT-5/GPT-4o en GPT-4/GPT-3.5, plus het gemiddelde aantal tokens per teken. Daarboven staan tekens, Chinese karakters en UTF-8-bytes, om te vergelijken met schattingen op basis van het aantal tekens.
Elk gekleurd blok onder “Zo wordt de tekst opgesplitst” is één token. Een gestippelde rand betekent dat meerdere tokens op byteniveau pas samen hele tekens vormen. Zet “Token-ID's tonen” aan om te vergelijken met de ID's die een API of tiktoken teruggeeft. Klik op een tabelrij om van model te wisselen.
Vul de inputprijs per miljoen tokens van het geselecteerde model in om te zien wat deze tekst als input kost. De tool bevat geen prijslijst — aanbieders wijzigen hun prijzen vaak en maken onderscheid naar piekuren en cachehits, dus gebruik het bedrag dat vandaag op hun prijspagina staat.
Een constante klopt maar voor één soort tekst. Dezelfde 24 tekens 订单金额 12345.67 元，共 2026 件 zijn 13 tokens in GPT-4o en 22 in Qwen — hoe meer cijfers, hoe groter het verschil.
tokens ≈ tekens × 0.6
Splits met het vocabulaire van het doelmodel en tel
tiktoken bevat alleen vocabulaires van OpenAI. Het voorbeeld “Chinees” op deze pagina telt met cl100k_base 156 tokens, waar DeepSeek er 75 gebruikt — een schatting die twee keer te hoog is.
tiktoken.get_encoding("cl100k_base") # gebruikt voor DeepSeek AutoTokenizer.from_pretrained("deepseek-ai/DeepSeek-V4.1-Flash") De rekening omvat ook de chattemplate, de systeemprompt, de output en het denkproces van een redeneermodel; sommige diensten prijzen cachehits bovendien anders. Een schatting op basis van alleen de inputtekst valt te laag uit.
kosten = prompttokens × inputprijs
kosten = prompt_tokens × inputprijs + completion_tokens × outputprijs
Spaties zonder breedte (U+200B) breken woorden uit elkaar: 你好世界 is 2 tokens in DeepSeek en 7 zodra er drie spaties zonder breedte tussen de karakters staan.
你\u200b好\u200b世\u200b界 → 7 tokens
你好世界 → 2 tokens
add_special_tokens=False mee om op dezelfde telling van platte tekst uit te komen als deze tool; de API-documentatie van DeepSeek biedt op de pagina over tokengebruik ook een offline tokenizerpakket aan. Tekstverwerking
Zet tekst direct om tussen UPPERCASE, lowercase, Title Case, Sentence case, camelCase, PascalCase, snake_case, kebab-case, CONSTANT_CASE en 6 andere formaten. Gratis, alleen in de browser, geen account nodig.
Tekstverwerking
Genereer direct Lorem Ipsum-opvultekst — per alinea, zin, woord, byte of lijst. Kopieer of download als platte tekst, HTML, Markdown of JSON. 100% gratis, privé, in de browser. Geen registratie.
Tekstverwerking
Test reguliere expressies direct tegen elke tekst. Live highlighting van overeenkomsten, vastlegroepen, voorvertoning van vervangingen, splitsen en patroonuitleg. JavaScript-flavor regex, 100% privé, gratis, geen account.
Tekstverwerking
Verwijder dubbele regels uit tekst online — gratis, direct, 100% in je browser. Negeer hoofdletters of witruimte, houd het eerste of laatste voorkomen, en zie hoeveel duplicaten er zijn verwijderd. Ook sorteren. Geen account.
Tekstverwerking
Slugify elke titel direct tot een schone, SEO-vriendelijke URL-slug. Translitereer accenten en Cyrillisch, of behoud Unicode-letters. 100% privé, in je browser.
Tekstverwerking
Sorteer tekstregels alfabetisch, numeriek (natuurlijke volgorde) of op lengte — oplopend of aflopend. Gratis online regelsorteerder, 100% in je browser. Ook dedupliceren, omkeren en lijsten opschonen. Geen account.