Token Zähler

Zähle Tokens mit dem OpenAI-Tokenizer o200k_base (GPT-5.x, GPT-6) oder dem älteren cl100k_base und prüfe die Context-Window-Auslastung. Läuft lokal im Browser.

Wie hilfreich ist dieses Tool?

Ergebnis erscheint hier …

Video: So nutzt du dieses Tool

Das Video wird von YouTube gehostet. Beim Abspielen können Daten an Google übertragen werden.

Token Zähler für LLMs: So viele Tokens hat dein Text

Arbeitest du mit KI-Modellen wie GPT-6, ChatGPT, Claude oder Gemini, dann kommt es auf die Tokens an. Tokens sind die kleinsten Bedeutungseinheiten, die so ein Sprachmodell verarbeitet. Das sind selten ganze Wörter, oft nur Wortteile, Leerzeichen oder Satzzeichen. Unser Token Zähler beherrscht beide aktuellen OpenAI-Tokenizer, den o200k_base (GPT-4o, GPT-5.x, GPT-6) und den älteren cl100k_base (GPT-4, GPT-3.5), und zeigt dir sofort, wie dein Text verarbeitet würde. Die ganze Berechnung läuft dabei lokal in deinem Browser, dein Text verlässt dein Gerät nie.

Was ist ein Token?

Aus Tokens setzt ein Sprachmodell die gesamte Sprache zusammen, deshalb ist die Zahl so wichtig. Als Faustregel gilt: 1 Token entspricht etwa 0,75 Wörtern oder rund 4 Zeichen in englischem Text. Im Deutschen kommen je Wort oft etwas mehr Token zusammen, weil zusammengesetzte Wörter hier häufiger sind. Modelle wie GPT-6 verarbeiten in ihrem Context Window über eine Million Tokens auf einmal, das ist die Textmenge, die das Modell bei jeder Antwort mitliest.

Beispiele:

  • "Hallo Welt" → 2 Tokens
  • "unverständlich" → 3 Tokens (un + verst + ändlich)
  • "https://studio-tools.online" → 5 Tokens
  • "!?$%." → 4 Tokens
  • "#3366FF" → 1 Token

Warum zählen?

Die Tokenanzahl bestimmt, wie viel Text du an ein KI-Modell schicken kannst und was eine Anfrage kostet. Die meisten KI-APIs rechnen nach Tokens ab, getrennt für die Eingabe (Prompt) und die Ausgabe (Completion). Ein genauer Zähler hilft dir dabei:

  • Das Context Window eines Modells nicht zu überschreiten
  • API-Kosten vor einer Anfrage abzuschätzen
  • Texte zu kürzen, damit sie ins Fenster passen
  • Den Unterschied zwischen Modellen in der Token-Effizienz zu verstehen

Context-Windows der wichtigsten Modelle

  • GPT-6 / GPT-6.1 / GPT-5.6: 1.050.000 Tokens
  • Claude Opus 5.5 / Sonnet 5.5: 1.000.000 Tokens
  • Gemini 4 Argon: 1.048.576 Tokens, einheitliches Fenster für Ein- und Ausgabe
  • GPT-4o / GPT-4.1 / o1: 128.000 Tokens
  • GPT-4 / GPT-3.5 Turbo: 8.192 Tokens (Legacy)

Unser Tool zeigt dir auf einen Blick, wie viel Prozent des Context Windows dein Text belegt, farbig von grün (niedrig) über gelb (mittel) bis rot (kritisch). So siehst du sofort, ob dein Prompt noch passt oder gekürzt werden sollte.

Token vs. Zeichen

Ein häufiger Fehler ist es, Token und Zeichen gleichzusetzen. Ein reiner Zeichenzähler (wie unser Wortzähler) nimmt jede Stelle einzeln, die Token-Anzahl hängt dagegen von der Häufigkeit und Kombination der Zeichen ab. Gängige Wörter wie "the" oder "ist" sind oft ein eigener Token, seltene Wörter werden in mehrere zerlegt. Genau dieses Verhalten bildet der Token Zähler mit dem passenden Tokenizer nach.

Häufige Fragen

Wie zähle ich die Tokens eines Textes?

Gib einfach deinen Text in das Eingabefeld ein. Der Zähler zeigt sofort die geschätzte Token-Anzahl sowie den prozentualen Anteil am Context Window des gewählten Modells, dazu kommen Wörter, Zeichen und weitere Werte.

Was ist der Unterschied zwischen Tokens und Zeichen?

Ein Token ist ein Wortfragment, kein einzelnes Zeichen. Ein reiner Zeichenzähler zählt jede Stelle einzeln, die Token-Anzahl hängt dagegen von der Häufigkeit und Kombination der Zeichen ab. Gängige Wörter sind oft ein eigener Token, seltene werden in mehrere zerlegt.

Wie genau ist der Token Zähler?

Er nutzt die offiziellen OpenAI-Tokenizer o200k_base (GPT-4o, GPT-5.x, GPT-6) und cl100k_base (GPT-4, GPT-3.5) und liefert für diese Modelle sehr präzise Werte. Du kannst den Tokenizer im Tool auswählen. Bei Modellen anderer Anbieter kann die genaue Zahl leicht abweichen, die Schätzung bleibt aber zuverlässig.

Warum zeigt das Tool die Context-Window-Auslastung an?

Modelle wie GPT-6 verarbeiten nur eine begrenzte Textmenge auf einmal, auch wenn das Fenster über eine Million Tokens fasst. Die farbige Anzeige zeigt dir, wie viel des Context Windows dein Text belegt, von grün (niedrig) über gelb (mittel) bis rot (kritisch). So siehst du, ob dein Text noch ins Fenster passt.

Werden meine Texte an einen Server geschickt?

Nein. Die gesamte Token-Berechnung läuft direkt in deinem Browser und nutzt einen lokalen Tokenizer. Dein Text wird an keiner Stelle hochgeladen, gespeichert oder ausgewertet.

Wie viele Tokens kostet ein Text bei der API-Abrechnung?

Die meisten KI-APIs berechnen Eingabe und Ausgabe getrennt nach Tokens. Der Zähler hilft dir, die ungefähren Kosten vor einer Anfrage abzuschätzen, indem er dir die Token-Anzahl deines Prompts zeigt.

Mehr zum Thema

So ermittelt der Zähler die Tokens

Unser Token Zähler arbeitet wie OpenAIs tiktoken mit dem Verfahren der Byte-Pair-Encoding (BPE). In einem ersten Schritt wird dein Text in einzelne Bytes zerlegt. Danach führt das Verfahren die häufigsten Zeichenpaare immer wieder zusammen, bis die bekannten Wortteile entstehen, die das Vokabular des Modells kennt. Du kannst zwischen zwei offiziellen Tokenizern wählen: o200k_base mit rund 200.000 Einträgen (GPT-4o, GPT-5.x, GPT-6) und cl100k_base mit rund 100.000 Einträgen (GPT-4, GPT-3.5). Das lange Beispielwort antidisestablishmentarianism zum Beispiel zerlegt cl100k_base in sechs Tokens. Weil jede Modellfamilie ihren eigenen Tokenizer nutzt, ergibt dieselbe Textzeile bei verschiedenen Anbietern leicht unterschiedliche Token-Zahlen.

So verwendest du den Zähler: Text in das Eingabefeld einfügen und auf Zählen klicken. Das Tool zeigt die geschätzte Token-Anzahl, den prozentualen Anteil am Context Window des gewählten Modells sowie Wörter, Zeichen und Zeilen. Wenn du den Tokenizer oder das Zielmodell wechselst, rechnet der Zähler neu, sodass du verschiedene Modelle direkt miteinander vergleichen kannst.

Wie Tokenisierung bei Sprachmodellen funktioniert

Ein Sprachmodell liest keine Buchstaben, sondern eine Folge von Zahlen. Jedes Token ist ein fester Eintrag in einem Vokabular und bekommt eine eigene ID. Die Tokenisierung übersetzt deinen Text in genau diese Zahlenfolge, damit das Modell für jedes folgende Token eine Wahrscheinlichkeit berechnen kann. Häufige Wörter wie the oder und bilden oft ein einziges Token, seltene Wörter, Komposita und Sonderzeichen werden dagegen in mehrere Teile zerlegt. Deshalb wirken sich Großschreibung, Leerzeichen, Leerzeilen, Emojis und Code ganz anders auf die Zählung aus als reine Buchstaben.

Als Faustregel gilt für englischen Fließtext: ein Token entspricht etwa vier Zeichen oder 0,75 Wörtern. Bei deutschsprachigen Texten summiert sich durch lange Zusammensetzungen meist etwas mehr. Diese Zahl bestimmt zugleich, wie viel Text in das Context Window eines Modells passt und was eine API-Anfrage kostet, denn die Abrechnung erfolgt getrennt nach Eingabe und Ausgabe. Ein präziser Blick auf die Token-Anzahl lohnt sich daher vor großen oder wiederholten Prompt-Serien.

Läuft die Berechnung wirklich lokal?

Ja, vollständig. Die gesamte Tokenisierung findet direkt in deinem Browser statt, mit einem lokalen Tokenizer und ohne jeden Serverkontakt. Dein Text wird nicht hochgeladen, nicht zwischengespeichert und nicht weiterverarbeitet. Auch sensible oder vertrauliche Inhalte kannst du daher gefahrlos prüfen lassen.