粘贴文本以计算令牌数并估算12个热门AI模型的API成本。令牌计数使用标准BPE估算（约4个字符/令牌）。
估算模型生成的输出令牌数量。
预估API成本： 0 输入令牌 + 0 输出令牌 (1x 比率).
大多数AI模型使用BPE（字节对编码）分词方式，其中1个令牌大约等于英文中的4个字符或0.75个单词。此工具使用该启发式方法估算令牌数量。代码和非拉丁文本每个字符可能使用更多令牌。
对于英文文本，此估算器的准确度在5-10%以内。要获得精确计数，每个模型都有自己的分词器（如GPT的tiktoken、Claude的分词器）。这些估算值足以用于成本规划。
定价反映了模型规模、计算需求和市场定位。较大的模型（GPT-4o、Claude Opus）成本更高但产出质量更高。较小的模型（GPT-4o Mini、Gemini Flash）更便宜，处理简单任务更快。
输出比率估算模型相对于输入生成多少令牌。1倍比率意味着输出长度与输入大致相同。对于摘要任务，使用0.25-0.5倍。对于代码生成或创意写作，使用2-4倍。