Contatore di gettoni
Stimare il numero di token nel testo per i modelli AI.
Come usare
1
Inserisci o incolla il tuo testo.
2
Fare clic su "Conteggio token".
3
Visualizza token, stima dei costi e utilizzo del contesto.
Testo
Informazioni su questo strumento
Cosa sono i token?
I token sono le unità di base utilizzate dai modelli di intelligenza artificiale per elaborare il testo. Un token può essere una parola, parte di una parola o un segno di punteggiatura. L'inglese ha una media di circa 4 caratteri per token.
Come funziona?
Lo strumento stima i token utilizzando il rapporto ~4 caratteri/token. GPT-4 supporta token di contesto da 128K. I costi sono calcolati in base ai prezzi di OpenAI.
Usi comuni
- Stimare i costi API prima di inviare le richieste
- Controlla se il testo rientra nei limiti del contesto del modello
- Ottimizza le richieste per l'efficienza
- Confronta i conteggi dei token in testi diversi
- Gestisci i budget dei token nelle applicazioni
Suggerimento: Le lingue arabe e asiatiche utilizzano più token per parola rispetto all'inglese. GPT-4 Turbo costa $ 10/1 milione di token di input.
Fonti e riferimenti
- Tokenizzatore OpenAI — Lo strumento ufficiale di OpenAI per un conteggio accurato dei token
- Prezzi OpenAI — Dettagli sui prezzi per l'utilizzo di token di modelli diversi
Domande frequenti
Un token è la più piccola unità di testo elaborata da un modello di intelligenza artificiale. Può essere una parola, parte di una parola o un segno di punteggiatura.
GPT-4 Turbo supporta fino a 128.000 token di contesto, più o meno equivalenti a un libro di 300 pagine.
GPT-4 Turbo costa circa 10 dollari per milione di token di input e circa 30 dollari per milione di token di output. I costi variano in base al modello.
Entrambi i modelli utilizzano una tokenizzazione simile (codifica BPE), ma GPT-4 Turbo supporta fino a 128.000 token di contesto mentre GPT-3.5 Turbo supporta 16.000. Il metodo di conteggio dei token è simile ma i costi e i limiti di contesto differiscono in modo significativo.
Puoi ridurre i token scrivendo in modo conciso, rimuovendo gli spazi bianchi aggiuntivi, utilizzando abbreviazioni, evitando ripetizioni e strutturando le istruzioni in modo efficiente. Per il codice, la minimizzazione riduce significativamente il conteggio dei token.