Token-Zähler

    Zählen Sie KI-Tokens für GPT-5, Claude, Gemini, Llama und DeepSeek. Behalten Sie Kontextfenster-Grenzen und API-Schwellenwerte im Blick.

    Allgemeine Statistiken

    Geschätzte Tokens (o200k)0
    Wörter0
    Zeichen0

    Die Token-Zählung nutzt den offiziellen OpenAI-Tokenizer o200k_base (GPT-5 und GPT-4o).

    Kontext-Nutzung nach Modell

    Vergleichen Sie den Token-Verbrauch und die Kontextgrenzen führender LLMs

    OpenAI

    OpenAI

    Accurate · gpt-tokenizer
    GPT-5
    Limit: 256.000 Tokens
    0 % genutzt0
    GPT-4o
    Limit: 128.000 Tokens
    0 % genutzt0
    GPT-4o mini
    Limit: 128.000 Tokens
    0 % genutzt0
    GPT-4 Turbo
    Limit: 128.000 Tokens
    0 % genutzt0
    Anthropic

    Anthropic

    Approximate
    Claude Opus 4
    Limit: 200.000 Tokens· ca.
    0 % genutzt0
    Claude Sonnet 4
    Limit: 200.000 Tokens· ca.
    0 % genutzt0
    Claude 3.5 Sonnet
    Limit: 200.000 Tokens· ca.
    0 % genutzt0
    Claude 3.5 Haiku
    Limit: 200.000 Tokens· ca.
    0 % genutzt0
    Google

    Google

    Approximate
    Gemini 2.5 Pro
    Limit: 1.000.000 Tokens· ca.
    0 % genutzt0
    Gemini 2.0 Flash
    Limit: 1.000.000 Tokens· ca.
    0 % genutzt0
    Gemini 1.5 Pro
    Limit: 1.048.576 Tokens· ca.
    0 % genutzt0
    Gemini 1.5 Flash
    Limit: 1.048.576 Tokens· ca.
    0 % genutzt0
    Meta

    Meta

    Approximate
    Llama 4 Maverick
    Limit: 1.000.000 Tokens· ca.
    0 % genutzt0
    Llama 3.3 70B
    Limit: 128.000 Tokens· ca.
    0 % genutzt0
    DeepSeek

    DeepSeek

    Approximate
    DeepSeek-V3
    Limit: 128.000 Tokens· ca.
    0 % genutzt0
    Die Zählung für OpenAI basiert auf dem echten Tokenizer via gpt-tokenizer (o200k_base für GPT-4o/5, cl100k_base für GPT-4 Turbo). Werte für Anthropic, Google, Meta und DeepSeek sind Schätzungen auf Basis von cl100k_base, da deren Tokenizer nicht öffentlich sind.

    Bedienungsanleitung

    Folgen Sie diesen einfachen Schritten, um optimale Ergebnisse zu erzielen.

    1Fügen Sie Ihren Prompt oder Code ein, um die benötigten Tokens für gängige KI-Modelle live zu sehen.
    2Überprüfen Sie die Zählung: Für OpenAI nutzen wir den offiziellen Tokenizer (o200k_base), für Claude und Gemini bewährte Näherungswerte.
    3Behalten Sie Kontextfenster im Blick: Farbige Balken zeigen die prozentuale Auslastung des Speichers jedes KI-Modells.
    4Filtern Sie nach Modellen wie GPT-4o, Claude 3.5, Gemini, Llama oder DeepSeek.
    5Klicken Sie auf Zurücksetzen, um den Editor für die nächste Anfrage zu leeren.

    Häufig gestellte Fragen

    Finden Sie Antworten auf häufige Fragen rund um dieses Tool.

    Für OpenAI nutzen wir den offiziellen Tokenizer (o200k_base und cl100k_base). Für Claude, Gemini und Llama basieren die Zahlen auf einer fundierten Näherungsrechnung, da deren Tokenizer proprietär sind (Genauigkeit typischerweise 5–15 %).

    OpenAI hat mit GPT-4o ein erweitertes Vokabular (o200k_base) eingeführt, das Texte und Code kompakter in Tokens zerlegt als ältere Modelle mit cl100k_base.

    Da Anthropic und Google ihre Tokenizer-Bibliotheken nicht öffentlich zur Verfügung stellen, verwenden wir die beste verfügbare Heuristik. Diese Werte sind als 'ca.' gekennzeichnet.

    Das Kontextfenster ist der maximale Arbeitsspeicher eines Sprachmodells pro Session. Es umfasst die Summe aus Benutzer-Prompt und generierter Antwort.

    Grün bedeutet ausreichend Puffer, Gelb warnt vor hoher Auslastung und Rot signalisiert eine Überschreitung des Kontextlimits, was zu API-Fehlern führt.

    Nein. Die gesamte Tokenisierung läuft clientseitig in Ihrem Browser über JavaScript ab. Keine Texte werden an OpenAI, Google oder sonstige Dritte übertragen.

    So funktioniert es

    Verstehen Sie die Formeln, Logik und mathematischen Grundlagen dieses Tools.

    Kontextgrenzen beherrschen: Tokens für GPT, Claude und Gemini zählen

    Große Sprachmodelle (LLMs) lesen Texte nicht in ganzen Worten, sondern zerlegen sie in Token-Bruchstücke. Tokens sind die Währung der modernen KI: Sie bestimmen die API-Kosten und das Limit dessen, was ein Modell im Gedächtnis behalten kann. Unser Token-Zähler zeigt Ihnen exakt, wie Modelle Ihre Eingaben verarbeiten.

    Warum Token-Zählung entscheidend ist

    Kontextfenster einhalten: Jedes Modell hat eine Obergrenze. Ist der Prompt zu lang, schneidet die KI frühere Teile der Unterhaltung ab oder bricht mit einem Fehler ab.

    API-Kosten steuern: OpenAI, Anthropic und Google rechnen nach verbrauchten Tokens ab. Komplexe Wörter oder Codeblöcke verbrauchen oft mehrere Tokens pro Wort. Ein kurzer Vorab-Check schützt vor unerwarteten Kosten.

    Berechnungsgenauigkeit im Überblick

    • OpenAI (Exakt): Für GPT-4o und GPT-4 nutzen wir die offizielle tiktoken-Logik (o200k_base und cl100k_base).
    • Claude, Gemini, Llama (Sehr gute Näherung): Da diese Anbieter ihre Tokenizer nicht offenlegen, liefert das Tool eine praxisbewährte Schätzung mit 5 bis 10 % Toleranz.
    ModellAnbieterKontextfensterGenauigkeit
    GPT-4o (inkl. mini)OpenAI128.000 TokensExakt
    GPT-4 TurboOpenAI128.000 TokensExakt
    Claude 3.5 (Sonnet/Haiku)Anthropic200.000 Tokensca.
    Gemini 1.5 (Pro/Flash)Google1.000.000+ Tokensca.
    Llama 3 (70B/8B)Meta128.000 Tokensca.

    Tipps für Prompt-Engineers

    RAG-Systeme optimieren: Teilen Sie Wissensdokumente in mundgerechte Chunks auf, um den Kontext nicht unnötig zu überladen.

    System-Prompts straffen: Reduzieren Sie Wiederholungen in Instruktionen, um Platz für die tatsächliche Aufgabenstellung zu schaffen.

    Datenschutz für Code und sensible Prompts

    Ihre Daten bleiben privat. Kein Prompt verlässt Ihren Rechner. Die Berechnung erfolgt vollständig in Ihrem Webbrowser.

    Zuletzt aktualisiert:

    Entdecken Sie weitere Rechner und Tools für Ihren Workflow.