Cuenta tokens para GPT-4o, Claude y Llama con coste estimado
Pegá tu prompt arriba para ver el conteo de tokens y el coste estimado por modelo.
GPT-4o, GPT-3.5 y GPT-4: conteo exacto · Claude y Llama: aproximación
Ejemplos rápidos
También podrías necesitar
Los modelos de lenguaje procesan texto como 'tokens', no como caracteres o palabras. Un token es aproximadamente 4 caracteres o ¾ de una palabra en inglés; en español, árabe o chino el ratio varía. Saber cuántos tokens consume un prompt es esencial para dos cosas: primero, verificar que no superás el contexto máximo del modelo (GPT-4o tiene 128K tokens, Claude 3.5 tiene 200K); segundo, estimar el coste de la llamada a la API antes de ejecutarla. Esta herramienta usa gpt-tokenizer, una implementación JavaScript del vocabulario cl100k_base que usa OpenAI internamente — lo que significa que el conteo para GPT-4o, GPT-4, GPT-4o-mini y GPT-3.5-Turbo es exacto, no una estimación. Para Claude y Llama, Anthropic y Meta no publican sus vocabularios, por lo que el conteo se aproxima dividiendo los caracteres por el ratio empírico promedio de sus tokenizadores (≈3.5 chars/token). Estos resultados se marcan explícitamente como aproximados. El coste estimado se calcula multiplicando la cantidad de tokens por la tarifa publicada de input de cada modelo. Todo el procesamiento ocurre en tu navegador — el texto nunca sale de tu dispositivo.
¿Qué es un token en modelos de lenguaje?
Un token es la unidad básica que procesa un LLM. No equivale a una palabra ni a un carácter: el vocabulario cl100k_base de OpenAI contiene ~100K tokens que representan subpalabras comunes. En inglés, 1 token ≈ 4 caracteres o ¾ de una palabra. En español e idiomas con morfología compleja, el ratio varía: palabras con tildes o morfemas largos pueden necesitar 2-3 tokens. Los emojis suelen ser 2-3 tokens. El resultado práctico: 1.000 palabras en español ≈ 1.400-1.600 tokens.
¿Por qué el conteo de GPT es exacto pero Claude y Llama son aproximados?
OpenAI publicó el vocabulario cl100k_base de su tokenizador BPE (Byte Pair Encoding), lo que permite reimplementarlo en JavaScript con resultados idénticos. Anthropic (Claude) y Meta (Llama) no han publicado sus vocabularios completos. Para estos modelos, la herramienta usa una aproximación empírica basada en el ratio promedio de chars/token observado en benchmarks públicos. La diferencia entre el conteo aproximado y el real suele ser del ±10%.
¿Cómo afecta el conteo de tokens al límite de contexto?
Cada modelo tiene un 'context window' máximo: GPT-4o 128K tokens, GPT-3.5-Turbo 16K tokens, Claude 3.5 Sonnet 200K tokens. Este límite incluye tanto el prompt como la respuesta generada. Si tu prompt tiene 5.000 tokens y el modelo tiene límite de 16K, solo quedan 11K tokens para la respuesta. Supersar el límite resulta en un error de la API. Esta herramienta te ayuda a verificar si tu prompt cabe antes de enviarlo.
¿Los costes mostrados son los precios actuales?
Los costes son los precios de input publicados aproximados por los proveedores al momento de desarrollo. Los precios de las APIs de LLM cambian con frecuencia — OpenAI, Anthropic y otros actualizan sus tarifas regularmente. Usa los valores como referencia de orden de magnitud, no como precio exacto para facturación. Para precios exactos y actualizados, consulta siempre la página de precios oficial del proveedor.
¿Funciona sin conexión a internet?
Sí. El vocabulario cl100k_base está empaquetado dentro de la librería gpt-tokenizer que se carga en tu navegador. Una vez cargada la página, la tokenización ocurre 100% offline — ningún texto sale de tu dispositivo. Podés desconectar internet y seguirá funcionando. Esto también significa que ningún texto que pegues aquí es visible para ningún servidor.