Calculadora de palabras a tokens
Estima el número de tokens a partir del recuento de palabras online y gratis con ratios de palabras por token específicos para GPT, Claude, Gemini, DeepSeek, Llama, Mistral y más. Introduce un recuento de palabras, pega texto o elige un preset de contenido y consulta al instante los tokens, los costes de API y el uso de la ventana de contexto en 15 modelos.
Estimate token counts from word counts using model-specific word-to-token ratios for 15 leading AI models. Enter words manually, paste text, or pick a content preset - then see token estimates, API costs, and context window usage instantly.
Word Count
Quick Presets
Baseline: ~1.3 tokens/word
Usage Forecast
Est. Tokens
~975
GPT-4o
Words
750
input count
Ratio Used
1.30×
English Prose
Context Window Usage - GPT-4o
127.0K tokens remaining (99% free)
Monthly Input Cost - 30,000 requests
Per Request
$0.002437
If Generated (Output)
$292.50
Token Estimate
~975
Token Count Across Models
Sorted by cheapest monthly cost| Model | Tokens/Word | Est. Tokens | Monthly Input Cost | Context |
|---|---|---|---|---|
MetaLlama 4 ScoutBudget | ×1.30 | ~975 | $2.93 | 0% used |
MistralMistral SmallBudget | ×1.32 | ~990 | $2.97 | 1% used |
DeepSeekDeepSeek V4 FlashBudget | ×1.30 | ~975 | $4.10 | 0% used |
OpenAIGPT-4o MiniBudget | ×1.30 | ~975 | $4.39 | 1% used |
GoogleGemini 2.5 FlashBudget | ×1.25 | ~938 | $8.44 | 0% used |
DeepSeekDeepSeek V4 ProBudget | ×1.30 | ~975 | $12.72 | 0% used |
AnthropicClaude Haiku 4.5Budget | ×1.28 | ~960 | $28.80 | 0% used |
GoogleGemini 2.5 ProCapable | ×1.25 | ~938 | $35.18 | 0% used |
GoogleGemini 3.5 FlashBudget | ×1.25 | ~938 | $42.21 | 0% used |
OpenAIo3 (Reasoning)Capable | ×1.30 | ~975 | $58.50 | 0% used |
MistralMistral LargeCapable | ×1.32 | ~990 | $59.40 | 1% used |
OpenAIGPT-4o Selected | ×1.30 | ~975 | $73.13 | 1% used |
OpenAIGPT-5.4Capable | ×1.30 | ~975 | $73.13 | 0% used |
AnthropicClaude Sonnet 4.6Capable | ×1.28 | ~960 | $86.40 | 0% used |
AnthropicClaude Opus 4.8Capable | ×1.28 | ~960 | $144.00 | 0% used |
Por qué usar nuestra calculadora de palabras a tokens
Los LLM no leen palabra por palabra: dividen el texto en tokens de 2 a 6 caracteres. Para la prosa inglesa, una palabra equivale de media a unos 1,3 tokens, pero el ratio cambia según la familia del modelo y el tipo de contenido. Esta calculadora aplica ratios específicos por modelo para 15 modelos principales, de modo que puedes presupuestar y planificar sin ejecutar código ni llamar a ninguna API.
Todo se calcula en tu navegador: ni tu texto ni tus recuentos de palabras salen de tu dispositivo.
- Estimaciones instantáneas: escribe un recuento, usa el control deslizante o pega texto y los tokens se actualizan en tiempo real.
- Cálculos privados: los recuentos, el texto pegado y las estimaciones se procesan por completo en tu navegador.
- Ratios específicos por modelo para 15 modelos de OpenAI, Anthropic, Google, DeepSeek, Meta y Mistral.
- Proyecciones de coste y ventana de contexto: coste de entrada por solicitud, previsión mensual o anual y barra visual de uso del contexto.
Casos de uso habituales
Desde la planificación de presupuesto de API hasta el diseño de pipelines RAG, estos son los escenarios más comunes.
- Planificar el presupuesto de API: estimar cuántos tokens contiene una solicitud media y cuánto cuesta a escala.
- Ingeniería de prompts: comprobar si el prompt de sistema, los ejemplos y la entrada caben en la ventana de contexto.
- Diseño de pipelines RAG: estimar cuántos tokens consumirá cada fragmento recuperado antes de crear el almacén vectorial.
- Dimensionar contenido y documentos: comprobar si un artículo, informe o capítulo cabe en la ventana de contexto.
- Comparar costes entre modelos: ver qué modelo resulta más rentable para tu carga de trabajo e idioma.
- Aprendizaje: entender por qué el código o el texto CJK consumen muchos más tokens que la prosa inglesa.
Cómo funciona la conversión de palabras a tokens
El ratio base de la prosa inglesa es de ~0,75 palabras por token (1,3 tokens por palabra), pero cada tipo de contenido lo modifica: código ×1,20, Markdown técnico ×1,15 y texto no inglés o CJK hasta ×1,60.
La calculadora ofrece estimaciones, no recuentos exactos. El número real depende del tokenizador de cada proveedor: OpenAI usa tiktoken (BPE), Anthropic un tokenizador propio basado en SentencePiece y Google Gemini un SentencePiece ajustado para varios idiomas. Los casos límite como URL, números, emojis o jerga técnica pueden superar bastante el ratio estándar.
- Introduce un recuento de palabras: escritura manual, control deslizante, presets (tuit, entrada de blog, artículo académico) o pega y sube texto.
- Selecciona el modelo (15 opciones) y el tipo de contenido: prosa inglesa, código, Markdown técnico, no inglés o JSON.
- Define tu previsión de uso: solicitudes por día, mes o año para ver el coste de entrada proyectado.
- Revisa los resultados: tokens estimados, uso de la ventana de contexto, previsión de coste y tabla comparativa entre modelos.
Preguntas frecuentes
En prosa inglesa estándar, 1000 palabras son aproximadamente 1300 tokens con los tokenizadores de la familia GPT o Llama, unos 1280 tokens para Claude y unos 1250 tokens para los modelos Gemini. Estas estimaciones usan el ratio medio de palabras por token publicado por cada modelo. El código, el JSON y el texto no inglés producen recuentos más altos para el mismo número de palabras.
Cada proveedor entrena un tokenizador distinto (vocabulario y algoritmo de división). OpenAI usa tiktoken con un vocabulario BPE de 100 000 tokens. Anthropic Claude usa un tokenizador SentencePiece propio. Google Gemini también usa SentencePiece, pero ajustado para texto multilingüe. Estos tokenizadores dividen el mismo texto en fragmentos algo distintos, con diferencias del 2-5 % en inglés.
En prosa inglesa estándar, las estimaciones suelen quedar dentro del 5 % del recuento real del tokenizador oficial del proveedor. La precisión baja para código, datos estructurados, URL, números y alfabetos no latinos. Para recuentos exactos en sistemas en producción, usa la librería de tokenización oficial del proveedor.
En prosa inglesa, el promedio estándar del sector es de aproximadamente 0,75 palabras por token, es decir, unos 1,3 tokens por palabra. Esta cifra procede de la documentación publicada por OpenAI y ha sido confirmada por pruebas independientes en las principales familias de modelos.
El código fuente contiene muchos caracteres poco frecuentes en la prosa inglesa: corchetes, operadores, guiones bajos, puntos y coma e identificadores compuestos. Los tokenizadores BPE los dividen de forma distinta a las palabras naturales, generando a menudo más tokens por palabra que la prosa.
Sí. Introduce el recuento aproximado de palabras del tamaño de fragmento que planeas, selecciona el modelo objetivo y la calculadora mostrará cuántos tokens consumirá ese fragmento. Una regla habitual es mantener cada fragmento por debajo de 512 tokens, lo que corresponde a unas 395 palabras en modelos de la familia GPT.
Por completo. La calculadora de palabras a tokens funciona al 100 % en tu navegador. Cuando pegas o subes texto, se procesa localmente en tu dispositivo: nunca se envía a ningún servidor, ni se almacena, ni se transmite por la red. Tu contenido permanece totalmente privado.
Selecciona el tipo de contenido "No inglés (CJK, etc.)" para aplicar un multiplicador de 1,60× sobre el ratio base de palabras por token. El chino, el japonés, el coreano y otros alfabetos no latinos suelen requerir bastantes más tokens por carácter que el inglés en los tokenizadores BPE estándar.