Calculadora de palavras para tokens
Estime a contagem de tokens a partir da contagem de palavras online e grátis com proporções de palavras por token específicas para GPT, Claude, Gemini, DeepSeek, Llama, Mistral e outros. Informe uma contagem de palavras, cole texto ou escolha um preset de conteúdo e veja na hora os tokens, os custos de API e o uso da janela de contexto em 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 que usar nossa calculadora de palavras para tokens
Os LLM não leem palavra por palavra: dividem o texto em tokens de 2 a 6 caracteres. Na prosa inglesa, uma palavra equivale em média a cerca de 1,3 token, mas a proporção muda conforme a família do modelo e o tipo de conteúdo. Esta calculadora aplica proporções específicas para 15 modelos importantes, para você orçar e planejar sem executar código nem chamar APIs.
Tudo é calculado no seu navegador: nem seu texto nem suas contagens de palavras saem do seu dispositivo.
- Estimativas instantâneas: digite um número, use o controle deslizante ou cole texto e os tokens se atualizam em tempo real.
- Cálculos privados: contagens, texto colado e estimativas são processados por completo no navegador.
- Proporções específicas por modelo para 15 modelos de OpenAI, Anthropic, Google, DeepSeek, Meta e Mistral.
- Projeções de custo e janela de contexto: custo de entrada por requisição, previsão mensal ou anual e barra visual de uso do contexto.
Casos de uso comuns
Do planejamento de orçamento de API ao design de pipelines RAG, estes são os cenários mais comuns.
- Planejar o orçamento de API: estimar quantos tokens tem uma requisição média e quanto custa em escala.
- Engenharia de prompts: verificar se o prompt de sistema, os exemplos e a entrada cabem na janela de contexto.
- Design de pipeline RAG: estimar quantos tokens cada trecho recuperado consumirá antes de montar o vector store.
- Dimensionar conteúdo e documentos: verificar se um artigo, relatório ou capítulo cabe na janela de contexto.
- Comparar custos entre modelos: identificar o modelo mais econômico para sua carga de trabalho e idioma.
- Aprendizado: entender por que código ou texto CJK consomem bem mais tokens que a prosa inglesa.
Como funciona a conversão de palavras para tokens
A proporção base em prosa inglesa é de cerca de 0,75 palavra por token (1,3 token por palavra), mas cada tipo de conteúdo a altera: código ×1,20, Markdown técnico ×1,15 e texto não inglês ou CJK até ×1,60.
A calculadora fornece estimativas, não contagens exatas. O número real depende do tokenizador de cada provedor: a OpenAI usa tiktoken (BPE), a Anthropic um tokenizador próprio baseado em SentencePiece e o Google Gemini um SentencePiece voltado ao multilíngue. Casos extremos como URLs, números, emojis ou jargão técnico podem superar bastante a proporção padrão.
- Informe uma contagem de palavras: digitação manual, controle deslizante, presets (tweet, post de blog, artigo científico) ou cole e envie texto.
- Selecione o modelo (15 opções) e o tipo de conteúdo: prosa inglesa, código, Markdown técnico, não inglês ou JSON.
- Defina sua previsão de uso: requisições por dia, mês ou ano para ver o custo de entrada projetado.
- Veja os resultados: tokens estimados, uso da janela de contexto, previsão de custo e tabela comparativa entre modelos.
Perguntas frequentes
Em prosa inglesa padrão, 1000 palavras equivalem a aproximadamente 1300 tokens com os tokenizadores das famílias GPT ou Llama, cerca de 1280 tokens para o Claude e cerca de 1250 tokens para os modelos Gemini. Essas estimativas usam a proporção média de palavras por token publicada por cada modelo. Código, JSON e texto não inglês geram contagens maiores para o mesmo número de palavras.
Cada provedor treina um tokenizador diferente (vocabulário e algoritmo de divisão). A OpenAI usa tiktoken com vocabulário BPE de 100 mil tokens. O Anthropic Claude usa um tokenizador SentencePiece próprio. O Google Gemini também usa SentencePiece, mas ajustado para texto multilíngue. Esses tokenizadores dividem o mesmo texto em partes ligeiramente diferentes, com variações de 2 a 5 % em inglês.
Em prosa inglesa padrão, as estimativas costumam ficar dentro de 5 % da contagem real do tokenizador oficial do provedor. A precisão cai para código, dados estruturados, URLs, números e alfabetos não latinos. Para contagens exatas em produção, use a biblioteca de tokenização oficial do provedor.
Em prosa inglesa, a média padrão do setor é de cerca de 0,75 palavra por token, ou seja, aproximadamente 1,3 token por palavra. Esse número vem da documentação publicada pela OpenAI e foi confirmado por benchmarks independentes nas principais famílias de modelos.
O código-fonte tem muitos caracteres incomuns na prosa inglesa: colchetes, operadores, sublinhados, pontos e vírgulas e identificadores compostos. Os tokenizadores BPE os dividem de forma diferente das palavras naturais, gerando muitas vezes mais tokens por palavra do que a prosa.
Sim. Informe a contagem aproximada de palavras do tamanho de chunk planejado, selecione o modelo de destino e a calculadora mostra quantos tokens esse chunk vai consumir. Uma regra comum é manter cada chunk abaixo de 512 tokens, o que corresponde a cerca de 395 palavras em modelos da família GPT.
Totalmente. A calculadora de palavras para tokens roda 100 % no seu navegador. Ao colar ou enviar texto, ele é processado localmente no seu dispositivo: nunca é enviado a servidores, armazenado ou transmitido pela rede. Seu conteúdo permanece totalmente privado.
Selecione o tipo de conteúdo "Não inglês (CJK etc.)" para aplicar um multiplicador de 1,60× sobre a proporção base de palavras por token. Chinês, japonês, coreano e outros alfabetos não latinos costumam exigir bem mais tokens por caractere do que o inglês nos tokenizadores BPE padrão.