Microdeck.tools 100% 瀏覽器本地執行

LLM Token 計算器與 API/VRAM 成本估算工具

Hot

在瀏覽器本地透過離線啟發式演算法估算 Prompt Token 數量,並即時對照 GPT-4o、Claude 3.5、Gemini 2.0、DeepSeek V3 與 Llama 3 的參考 API 費用與本機 VRAM 佔用空間。

100% 瀏覽器本地執行 不上傳至伺服器 即時顯示結果
Input Prompt or Code

Token & Character Breakdown

Estimated Tokens111
Word Count62
Characters433
Chars per Token3.90
Expected Response Length111 tokens (1x)

Estimated API Cost Across Foundation Models (Heuristic Preview)

Token counts use a word/character heuristic (~1.3–1.45 tokens/word), not exact model BPE tokenizers (tiktoken/SentencePiece). Prices are standard API rates checked on 2026-11-17; vendors change them often, so confirm on the vendor page before budgeting.

ModelProviderContextCost per CallCost per 1,000 CallsCost per 1M Calls
GPT-5.5OpenAI1.05M$0.0039$3.885$3,885.00
GPT-5.4 miniOpenAI400K$0.0006$0.5828$582.75
Claude Opus 5.5Anthropic1M$0.0027$2.664$2,664.00
Claude Sonnet 5.5Anthropic1M$0.0013$1.332$1,332.00
Claude Haiku 5.5Anthropic1M$0.0001$0.0666$66.60
Gemini 3.1 Pro (preview)Google1M$0.0016$1.554$1,554.00
Gemini 3.5 Flash-LiteGoogle1M$0.0003$0.3108$310.80
  • GPT-5.5: prompts over 272K input tokens are billed at 2x input and 1.5x output.
  • Claude Haiku 5.5: the rate shown is for prompts up to 100K tokens; above that it is $0.50 input / $2.50 output.
  • Gemini 3.1 Pro: the rate shown is for prompts up to 200K tokens; above that it is $4 input / $18 output.
  • Sources: OpenAI pricing, Anthropic pricing, Google pricing.

Local GPU VRAM Footprint Estimator (Ollama / vLLM)

Approximate GPU Memory required for model weights + KV Cache at this prompt length:

8B Parameters (Llama 3.1 / Qwen 2.5)
4-bit (Q4_K_M):4.8 GB
8-bit (Q8_0):8.5 GB
16-bit (FP16):16.0 GB
14B Parameters (Qwen / DeepSeek)
4-bit (Q4_K_M):8.9 GB
8-bit (Q8_0):15.5 GB
16-bit (FP16):28.5 GB
70B Parameters (Llama 3.3)
4-bit (Q4_K_M):40.0 GB
8-bit (Q8_0):72.0 GB
16-bit (FP16):142.0 GB

這個工具替您省下寶貴時間了嗎? 歡迎自願贊助,協助 Microdeck 維持免費與穩定運作 · 最低 $3 起。

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

1

將您的純文字、JSON 酬載或程式碼片段貼入左側輸入框。

2

即時檢視預估 Token 總數、字元分佈與 Token/單字比例。

3

勾選目標模型(OpenAI、Anthropic、Google Gemini、DeepSeek 等)。

4

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:

於此分頁本地處理

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。

絕不記錄操作內容

Microdeck 不會記錄或儲存您在工具內貼上的任何檔案或程式碼。

分頁記憶體即時釋放

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。

探索相關微型工具

支持 Microdeck

完全自願 · $3 起 · 免註冊帳號

選擇金額 (USD):已選金額:$5

單次最低贊助金額為 $3 USD。

完全自願 · $3 起 · 將透過 Gumroad 安全結帳頁面完成。