Contador de tokens
1.000 caracteres dão cerca de 400 tokens pela proporção documentada pela Anthropic (2,5 caracteres por token) e cerca de 250 pela do Google (4 caracteres por token). Cole seu texto para obter a contagem exata da OpenAI.
Como usar
- Cole ou digite seu texto. Nada sai do seu navegador.
- Escolha a codificação da OpenAI. o200k_base serve para GPT-4o, GPT-4.1, GPT-5 e a série o; cl100k_base, para GPT-4 e GPT-3.5.
- Veja o número exato de tokens, além de caracteres, palavras e linhas. As linhas de Claude e Gemini são estimativas.
Como é calculado
OpenAI: o texto é dividido com as tabelas reais de codificação por pares de bytes publicadas pelo projeto de código aberto tiktoken, executadas no navegador pelo port js-tiktoken. A contagem é exata para a codificação escolhida. Os arquivos das tabelas (cerca de 2 MB) são baixados só quando você começa a digitar, não com a página.
A codificação de cada modelo segue a lista de modelos do tiktoken: o200k_base para gpt-4o, gpt-4.1, gpt-5, o1, o3 e o4-mini, e cl100k_base para gpt-4 e gpt-3.5-turbo. Modelos mais novos que essa lista não têm nome de tokenizador na documentação que consultamos, então trate o valor de o200k_base como referência.
Claude e Gemini não têm tokenizador público, por isso essas linhas são estimativas. Claude: a visão geral de modelos da Anthropic diz que 1 M de tokens equivale a cerca de 555 mil palavras ou 2,5 M de caracteres Unicode no tokenizador atual; a estimativa é caracteres ÷ 2,5 e palavras ÷ 0,555. Gemini: o Google diz que um token tem cerca de 4 caracteres e que 100 tokens são de 60 a 80 palavras em inglês; a estimativa é caracteres ÷ 4 e palavras × 100/80 a 100/60.
O valor principal é o maior entre os calculados, o lado seguro ao conferir se um texto cabe em um limite. O intervalo entre parênteses vai do menor ao maior método.
Perguntas frequentes
O que é um token?
A unidade que um modelo de linguagem lê e escreve. Os tokenizadores dividem o texto em pedaços que podem ser palavras inteiras, partes de palavras, caracteres isolados ou pontuação. A mesma frase pode ter outro número de tokens em outro modelo.
Qual a precisão da contagem?
A da OpenAI é exata para a codificação escolhida, pois usa as mesmas tabelas do tiktoken. Ela conta só o texto: os tokens extras que uma API de chat acrescenta às mensagens não entram. As de Claude e Gemini são estimativas com proporções da documentação voltadas ao inglês, então podem errar, mais ainda com coreano, japonês, código ou números.
Como obtenho uma contagem exata para Claude ou Gemini?
Use os contadores de cada empresa. A Anthropic oferece um endpoint gratuito de contagem de tokens (POST /v1/messages/count_tokens), que a própria documentação chama de estimativa. A API do Gemini tem countTokens. A Anthropic informa que os modelos Claude 4.7 e posteriores geram cerca de 30% mais tokens para o mesmo texto que os anteriores, então conte com o modelo que pretende usar.
Por que há duas codificações da OpenAI?
cl100k_base é o vocabulário antigo e o200k_base o mais novo e maior. Qual cada modelo usa segue a lista de modelos do tiktoken. O mesmo texto costuma render menos tokens em o200k_base.
Meu texto é enviado para algum lugar?
Não. A contagem roda no seu navegador. A tabela do tokenizador é baixada deste site uma vez, e seu texto nunca é enviado.