Compter les tokens IA
Compter les tokens d'IA mesure votre prompt avec le tokeniseur exact de chaque modèle, estime ce qu'un appel d'API coûterait et montre la part du contexte disponible que vous consommeriez. Le comptage utilise le même encodage par paires d'octets (BPE) que celui que le fournisseur facture — et tout le calcul se passe dans votre navigateur : votre texte ne quitte jamais l'appareil.
Texte à analyser
Tokenisé localement avec le véritable encodage byte-pair du modèle : votre texte ne quitte jamais ce navigateur.
Modèle et estimation
Utilisé uniquement pour l’estimation du coût : estimez la longueur de la réponse.
Comptes
- Entrée
- $0.00
- Sortie
- $0.0050
Tarifs publics par million de tokens ; les fournisseurs modifient leurs prix : considérez chaque chiffre comme une estimation.
Visualisation des tokens
Saisissez ou collez du texte ci-dessus pour voir comment le modèle le découpe en tokens.
Comment fonctionne Compter les tokens IA ?
Les modèles de langue ne voient jamais des caractères ni des mots. Avant l'inférence, un tokeniseur convertit le texte en une suite d'entiers — des IDs de token — tirés d'un vocabulaire figé appris à l'entraînement. Compter les mots serait plus parlant pour nous, mais inutilisable pour la facturation et les limites de contexte, qui opèrent sur les tokens.
Pour la famille OpenAI, cet outil est exact à la facture près : il exécute js-tiktoken, un portage JavaScript du tokeniseur de référence d'OpenAI portant les mêmes tables de rangs BPE que celles contre lesquelles l'API mesure. Pour Claude, Gemini et Llama, il utilise cl100k_base comme approximation proche et clairement étiquetée : typiquement quelques pourcents d'écart, mais pas exacte au centime.
Chaque modèle accepte au plus un nombre fixe de tokens par requête. Le dépasser ne produit pas d'erreur : l'API tronque silencieusement par le début et jette d'abord votre contenu le plus ancien — souvent justement les instructions système, la pire chose à perdre. La barre de contexte passe en rouge au-delà de 100 % pour que vous le voyiez avant de payer un appel dégradé.
Votre prompt
You are a helpful assistant. Summarize the meeting notes.
Comptage et coût
12 tokens · 48 characters · ~9 words (GPT-4o, o200k_base)
Quelles options et quels cas limites Compter les tokens IA prend en charge ?
| Paramètre | Type | Valeur par défaut | Comportement et cas limites |
|---|---|---|---|
| Encodage BPE | Méthode | par modèle | Byte Pair Encoding : part d'octets isolés et fusionne les paires les plus fréquentes ; le vocabulaire résultant fixe la façon dont chaque chaîne est découpée. |
| Sélecteur de modèle | Réglage | GPT-4o | Choisissez le modèle, et le compteur passe à son tokeniseur, à ses tarifs publics et à sa fenêtre de contexte. |
| Estimation de coût | Calcul | selon tarif | Tokens d'entrée multipliés par le prix d'entrée, plus la sortie estimée au prix de sortie — tous deux par million de tokens. |
| Jauge de contexte | Indicateur | en direct | Affiche les tokens utilisés contre la limite du modèle ; en rouge à partir de 100 %, quand l'API tronquerait silencieusement. |
Questions fréquentes
Qu'est-ce qu'un token, et pourquoi les modèles ne comptent-ils pas les mots ?
Un token est l'unité atomique qu'un modèle lit et écrit — typiquement 3 à 4 caractères d'anglais, parfois un mot courant entier, parfois un seul octet d'un emoji. La facturation et les limites de contexte opèrent sur les tokens, pas sur les mots ; compter les mots ne servirait donc à rien. La règle du pouce — 1 token ≈ ¾ de mot — n'est qu'une moyenne.
Pourquoi le même texte donne-t-il des comptages différents selon le modèle ?
Chaque famille apporte son propre tokeniseur, avec son vocabulaire et ses règles de fusion : GPT-4o utilise o200k_base (~200 000 tokens), GPT-4 et GPT-3.5 utilisent cl100k_base (~100 000), Claude utilise le tokeniseur propriétaire d'Anthropic et Gemini le SentencePiece de Google. Un mot rare dans un vocabulaire se découpe en davantage de morceaux dans l'autre.
Comment l'estimation de coût d'API est-elle calculée ?
Les fournisseurs facturent séparément les tokens d'entrée (votre prompt) et de sortie (la réponse), au million de tokens. L'estimation multiplie vos tokens d'entrée mesurés par le prix d'entrée du modèle et la longueur de sortie attendue par son prix de sortie. Les tarifs changent : chaque chiffre ici est étiqueté comme estimation.
Que se passe-t-il si mon texte dépasse la fenêtre de contexte ?
L'API ne renvoie pas d'erreur — elle tronque silencieusement. Le modèle lit les tokens les plus récents qui tiennent dans la fenêtre et jette le début du prompt, souvent les instructions système, la pire perte possible. La barre passe en rouge pour que vous corrigiez avant l'appel : raccourcir le prompt, résumer les tours précédents ou changer pour un modèle à fenêtre plus grande.
Mes prompts sont-ils envoyés à un serveur pour être comptés ?
Non. La tokenisation est de l'arithmétique de tables qui tourne dans votre onglet : comptage, coût et usage de contexte sont calculés localement, et votre texte ne quitte jamais l'appareil. Le panneau Network n'affichera aucune requête pendant la frappe.
Pourquoi les emojis et le texte non anglais coûtent-ils tant de tokens ?
Parce que les vocabulaires BPE sont appris sur des corpus majoritairement anglais. Un emoji peut coûter plusieurs tokens parce que ses octets n'ont jamais fusionné en entrée propre, et un mot espagnol ou japonais se découpe en davantage de morceaux que son équivalent anglais. Plus le texte est rare pour le vocabulaire, plus il coûte.