Bộ đếm token
1.000 ký tự tương đương khoảng 400 token theo tỷ lệ Anthropic ghi trong tài liệu (2,5 ký tự mỗi token) và khoảng 250 theo tỷ lệ của Google (4 ký tự mỗi token). Hãy dán văn bản của bạn để có số đếm OpenAI chính xác.
Cách dùng
- Dán hoặc gõ văn bản. Không có gì rời khỏi trình duyệt của bạn.
- Chọn bảng mã OpenAI. o200k_base dùng cho GPT-4o, GPT-4.1, GPT-5 và dòng o; cl100k_base dùng cho GPT-4 và GPT-3.5.
- Xem số token chính xác cùng số ký tự, từ và dòng. Các dòng Claude và Gemini là ước tính.
Cách tính
OpenAI: văn bản được tách bằng bảng mã hóa cặp byte thật do dự án mã nguồn mở tiktoken công bố, chạy trong trình duyệt qua bản chuyển js-tiktoken. Số đếm chính xác với bảng mã đã chọn. Các tệp bảng (khoảng 2 MB) chỉ tải khi bạn bắt đầu gõ, không tải cùng trang.
Mỗi mô hình dùng bảng mã nào theo danh sách mô hình của tiktoken: o200k_base cho gpt-4o, gpt-4.1, gpt-5, o1, o3 và o4-mini, còn cl100k_base cho gpt-4 và gpt-3.5-turbo. Các mô hình mới hơn danh sách này không có tên bộ tách token trong tài liệu chúng tôi đã xem, nên hãy coi giá trị o200k_base là tham khảo.
Claude và Gemini không có bộ tách token công khai, nên các dòng này là ước tính. Claude: phần tổng quan mô hình của Anthropic nói 1 triệu token tương đương khoảng 555 nghìn từ hoặc 2,5 triệu ký tự Unicode với bộ tách token hiện tại, nên ước tính là số ký tự ÷ 2,5 và số từ ÷ 0,555. Gemini: Google nói một token khoảng 4 ký tự và 100 token khoảng 60 đến 80 từ tiếng Anh, nên ước tính là số ký tự ÷ 4 và số từ × 100/80 đến 100/60.
Giá trị hiển thị là số lớn nhất trong các cách tính, tức phía an toàn khi kiểm tra văn bản có vừa giới hạn hay không. Khoảng trong ngoặc chạy từ cách nhỏ nhất đến lớn nhất.
Câu hỏi thường gặp
Token là gì?
Là đơn vị mà mô hình ngôn ngữ đọc và viết. Bộ tách token chia văn bản thành các mảnh, có thể là cả từ, một phần của từ, từng ký tự hoặc dấu câu. Cùng một câu có thể có số token khác nhau ở mô hình khác.
Số đếm chính xác đến đâu?
Số của OpenAI chính xác với bảng mã đã chọn vì dùng cùng bảng với tiktoken. Nó chỉ đếm văn bản: các token phụ mà API trò chuyện thêm quanh tin nhắn không được tính. Số của Claude và Gemini là ước tính từ tỷ lệ trong tài liệu vốn viết cho tiếng Anh, nên có thể lệch, nhất là với tiếng Hàn, tiếng Nhật, mã nguồn hoặc số.
Làm sao có số đếm chính xác cho Claude hoặc Gemini?
Hãy dùng công cụ đếm của chính nhà cung cấp. Anthropic có endpoint đếm token miễn phí (POST /v1/messages/count_tokens), và tài liệu của họ cũng gọi đó là ước tính. API Gemini có countTokens. Anthropic cho biết các mô hình Claude 4.7 trở lên tạo ra nhiều hơn khoảng 30 phần trăm token cho cùng một văn bản so với các mô hình trước, vì vậy hãy đếm bằng mô hình bạn định dùng.
Vì sao có hai bảng mã OpenAI?
cl100k_base là bộ từ vựng cũ, o200k_base là bộ mới và lớn hơn. Mô hình nào dùng bảng nào theo danh sách mô hình của tiktoken. Cùng một văn bản thường ra ít token hơn với o200k_base.
Văn bản của tôi có bị gửi đi đâu không?
Không. Việc đếm chạy trong trình duyệt của bạn. Bảng của bộ tách token được tải một lần từ trang này, còn văn bản của bạn không bao giờ được tải lên.