Smart Calculators SmartCalculators

科技

AI、API 與開發者工具

Token 計算機

計算使用 AI 語言模型的成本，從文字估算 token 數量，並比較 GPT-5、Claude、Gemini 等模型的計費。

尚未翻譯

這些計算機目前僅提供其他語言版本，點擊即可查看。

英文（美國）

Data Storage Converter

Convert between bits, bytes, and every decimal (kB, MB, GB, TB) and binary (KiB, MiB, GiB, TiB) unit — with the KiB-vs-KB distinction done right.

建議新的計算機申請新語言

科技計算器

用我們的免費科技計算器掌握 AI 開發的真實成本。LLM Token 計算器讓你在送出任何一次 API 請求之前，就能先估算 OpenAI GPT、Anthropic Claude、Google Gemini 以及其他主流模型的呼叫費用——讓你能精準編列預算，避免帳單超出預期。

不論你是正在打造 AI 產品原型的開發者、預測每月 API 支出的技術主管，還是分析語言模型經濟效益的研究人員，這些工具都能即時把原始 token 數量換算成具體的金額數字。

LLM API 成本估算

Token 計算器填補了官方文件與實際帳單之間的落差。輸入你預期的 input 與 output token 量，選擇 GPT-4o、Claude Sonnet 等模型，立刻就能拿到 1,000、100,000 或 1,000,000 次請求的成本估算。

每一家主要服務商都會把 input token 和 output token 分開計價——output 的單價通常是 input 的 2 到 5 倍。設計提示詞或為正式生產環境挑選模型時，理解這個差異至關重要，直接影響專案的長期營運成本。

認識 AI Token

Token 是語言模型處理文字的最小單位。在英文中，1 個 token 大約等於 0.75 個單字、約 4 個字元；而繁體中文每個字大約對應 1.8 到 2 個 token，常用字（我、的、是）才落在 1 token——這直接拉高了繁中應用的 API 成本。

其他非拉丁文字——包括日文漢字、阿拉伯文、印地文天城體、韓文諺文——每個詞通常也要消耗更多 token。在動手開發前先弄清楚 token 預算，能避免在專案進行到一半才發現某個功能的實際成本是預估的十倍。用上方的 Token 計算器，可以為提示詞長度與回覆規模設定合理上限。

比較模型與服務商

進入 2025 年，LLM 的定價光譜已經從超低價的開源權重模型延伸到頂規前沿模型。DeepSeek 與 Llama 系列託管 API 的單價甚至可以壓在每百萬 token 0.10 美元以下；GPT-4o 約落在每百萬 input token 5 美元；Claude Opus 則約為每百萬 15 美元。合適的選擇取決於你對準確度、延遲容忍度與預算的要求。

用 Token 計算器做跨服務商的並排成本比較。每 token 單價相差 10 倍，規模化後每月帳單可能差到數千美元（新台幣數十萬元），讓「選哪個模型」變成所有 AI 產品路線圖中槓桿最大的決策之一。

常見問題

在 AI 與 LLM 領域裡，token 是什麼？
Token 是一段文字片段——通常是一個單字、單字的一部分或一個標點——大型語言模型把它當成一個單位來處理。OpenAI 的 GPT 系列使用名為 tiktoken 的分詞器，1,000 個 token 約等於 750 個英文單字。每一家主流 LLM API（OpenAI、Anthropic、Google）都以 token 計費，且 input（你送出的內容）與 output（模型生成的內容）的費率分開計算。

如何計算 ChatGPT API 的使用費用？
把 input token 數乘以該模型的每百萬 input token 單價，再加上 output token 數乘以 output 單價。例如 2025 年初的 GPT-4o，每百萬 input token 約 5.00 美元、每百萬 output token 約 15.00 美元。我們的 Token 計算器會自動完成這些換算，讓你不用手動計算就能估算任何提示詞長度與回覆規模的成本。

為什麼 output token 比 input token 貴？
生成 output token 時，模型必須為每一個新產出的 token 跑一次完整的前向推論（forward pass），計算量非常密集；讀取 input token 則是對整個上下文做一次平行處理。這種不對稱反映在幾乎所有服務商的定價上——同一個模型的 output token 通常會比 input token 貴 2 到 5 倍。

一段典型的 ChatGPT 對話會消耗多少 token？
一段簡短的對話交流（兩到三輪）大約使用 200 到 500 個 token。一個詳細的提問配上完整回答可能會用到 1,000 到 3,000 個 token。長篇文件摘要或 RAG（檢索增強生成）流程每次請求則可能消耗數萬個 token。Token 計算器讓你自由設定 token 數，估算任何規模下的成本。

2025 年最便宜的 LLM API 是哪一家？
截至 2025 年，開源權重模型 API（DeepSeek、Groq 託管的 Llama、Mistral）提供最低的每 token 單價——通常壓在每百萬 input token 0.10 美元以下。前沿專有模型中，GPT-4o Mini 與 Claude Haiku 屬於經濟級。最便宜的選擇仍取決於你的具體任務：一個完成同樣任務所需 token 較少的模型，即使單價略高，整體成本反而可能更低。

我使用的語言會影響 token 數量嗎？
會，而且差距很大。在大多數 LLM 分詞器中，英文是 token 效率最高的語言。使用非拉丁文字的語言——阿拉伯文、印地文、日文、韓文、泰文——每個詞通常會消耗 2 到 4 倍的 token。繁體中文每個字大約對應 1.8 到 2 個 token，比起其他 CJK 語言略有優勢，但每字元仍比英文耗 token。這代表多語應用要為更高的 token 消耗預留預算，特別是面向台灣使用者的純中文工作負載。