Compteur de tokens
1 000 caractères donnent environ 400 tokens avec le ratio documenté par Anthropic (2,5 caractères par token) et environ 250 avec celui de Google (4 caractères par token). Collez votre texte pour obtenir le décompte OpenAI exact.
Mode d’emploi
- Collez ou saisissez votre texte. Rien ne quitte votre navigateur.
- Choisissez l’encodage OpenAI. o200k_base convient à GPT-4o, GPT-4.1, GPT-5 et à la série o ; cl100k_base à GPT-4 et GPT-3.5.
- Lisez le nombre exact de tokens, ainsi que les caractères, mots et lignes. Les lignes Claude et Gemini sont des estimations.
Méthode de calcul
OpenAI : le texte est découpé avec les vraies tables d’encodage par paires d’octets publiées par le projet open source tiktoken, exécutées dans votre navigateur via le portage js-tiktoken. Le décompte est exact pour l’encodage choisi. Les fichiers de tables (environ 2 Mo) ne se chargent qu’à la première saisie, pas avec la page.
L’encodage de chaque modèle suit la liste de modèles de tiktoken : o200k_base pour gpt-4o, gpt-4.1, gpt-5, o1, o3 et o4-mini, et cl100k_base pour gpt-4 et gpt-3.5-turbo. Les modèles plus récents que cette liste n’ont pas de nom de tokeniseur dans la documentation consultée ; considérez donc la valeur o200k_base comme une référence.
Claude et Gemini n’ont pas de tokeniseur public, ces lignes sont donc des estimations. Claude : l’aperçu des modèles d’Anthropic indique que 1 M de tokens représente environ 555 000 mots ou 2,5 M de caractères Unicode avec son tokeniseur actuel ; l’estimation est caractères ÷ 2,5 et mots ÷ 0,555. Gemini : Google indique qu’un token vaut environ 4 caractères et que 100 tokens font environ 60 à 80 mots anglais ; l’estimation est caractères ÷ 4 et mots × 100/80 à 100/60.
La valeur affichée est la plus grande des valeurs calculées, du côté prudent pour vérifier qu’un texte tient dans une limite. La fourchette entre parenthèses va de la méthode la plus basse à la plus haute.
Questions fréquentes
Qu’est-ce qu’un token ?
L’unité qu’un modèle de langage lit et écrit. Les tokeniseurs découpent le texte en morceaux qui peuvent être des mots entiers, des parties de mots, des caractères isolés ou de la ponctuation. La même phrase peut compter un nombre de tokens différent selon le modèle.
Quelle est la précision du décompte ?
Celui d’OpenAI est exact pour l’encodage choisi, car il utilise les mêmes tables que tiktoken. Il ne compte que le texte : les tokens supplémentaires qu’une API de chat ajoute autour des messages n’y figurent pas. Ceux de Claude et Gemini sont des estimations à partir de ratios de la documentation pensés pour l’anglais ; ils peuvent s’écarter, surtout pour le coréen, le japonais, le code ou les nombres.
Comment obtenir un décompte exact pour Claude ou Gemini ?
Utilisez les compteurs des fournisseurs. Anthropic propose un point d’accès gratuit de comptage de tokens (POST /v1/messages/count_tokens), que sa documentation qualifie aussi d’estimation. L’API Gemini a countTokens. Anthropic précise que les modèles Claude 4.7 et suivants produisent environ 30 % de tokens en plus que les précédents pour un même texte ; comptez donc avec le modèle que vous comptez utiliser.
Pourquoi deux encodages OpenAI ?
cl100k_base est l’ancien vocabulaire et o200k_base le plus récent et le plus grand. L’encodage de chaque modèle suit la liste de modèles de tiktoken. Un même texte donne souvent moins de tokens avec o200k_base.
Mon texte est-il envoyé quelque part ?
Non. Le décompte se fait dans votre navigateur. La table du tokeniseur est téléchargée une fois depuis ce site, et votre texte n’est jamais envoyé.