底層運作原理
本工具採用輕量級離線分詞啟發式演算法,無需下載數十 MB 的詞彙表即可在本地估算 Token 數量,並對照各模型公開的參考 API 定價表與常見量化精度(Quantization),推算大約的顯示卡記憶體(VRAM)需求。
詳細操作步驟
將您的純文字、JSON 酬載或程式碼片段貼入左側輸入框。
即時檢視預估 Token 總數、字元分佈與 Token/單字比例。
勾選目標模型(OpenAI、Anthropic、Google Gemini、DeepSeek 等)。
查看單次呼叫成本、每百萬次請求估算費用與建議 VRAM 容量。
核心功能與效能優勢
- 零網路延遲的即時響應式估算,輸入即刻顯示結果
- 並排比較多款主流模型的參考 API 計費差異
- 內建本機 GPU VRAM 佔用估算器(模型權重+KV Cache)
- 針對程式碼、空白字元與標點符號最佳化的近似分詞演算法
瀏覽器本地運算與隱私保障
傳統線上轉換網站會將您的文件、文字片段或影音檔案上傳至遠端伺服器。LLM Token 計算器與 API/VRAM 成本估算工具 完全在您的瀏覽器分頁內運行:
您的檔案與文字都在裝置本機計算,不會傳送內容至任何後端伺服器。
Microdeck 不會記錄或儲存您在工具內貼上的任何檔案或程式碼。
所有暫存結果僅存在目前分頁記憶體中,重設或關閉分頁後即刻清除。
常見問題 (FAQ)
這個計算器的 Token 數量與官方 API 相比準確嗎?
本工具採用快速的離線 BPE 啟發式估算,針對英文文章與常見程式碼誤差通常在幾個百分點內;但不同模型(如 o200k_base 或 Claude/Gemini 專用分詞器)實際計算仍有差異,正式計費上限仍請以各家官方 API 回傳為準。