Contador y estimador de tokens de IA
Pega un prompt o un documento para ver sus caracteres, palabras y una estimación de tokens de IA, además de una longitud de respuesta prevista para planificar. Por defecto la cifra de tokens es una estimación en forma de rango, porque cada modelo tokeniza de forma distinta; para las codificaciones o200k_base y cl100k_base de OpenAI puedes pasar a un recuento exacto que se ejecuta íntegramente en tu navegador.
Resultado
Estimación
Escribe o pega un texto para contarlo.
- Método
- Caracteres
- Caracteres sin espacios
- Palabras
- Líneas
- Tokens
- Rango plausible
- Salida prevista
- Total de la solicitud
Ejemplos
Medido con los tokenizadores de OpenAI sobre las propias páginas de ToolQuarter y una muestra de código (2026-10-03). Los tokenizadores de otros proveedores dan recuentos distintos.
| Muestra | Caracteres | Palabras | Tokens (o200k_base) | Tokens (cl100k_base) |
|---|---|---|---|---|
| Prosa en inglés | 16.883 | 2.591 | 3.133 | 3.148 |
| Prosa en español | 19.554 | 2.854 | 3.855 | 4.545 |
| Prosa en árabe | 14.592 | 2.292 | 4.189 | 9.579 |
| Código y JSON | 6.240 | — | 2.240 | 2.240 |
Fórmula y metodología
Los recuentos de caracteres, palabras y líneas son exactos. La cifra de tokens es una estimación salvo que elijas una codificación exacta:
tokens estimados = Σ por alfabeto (caracteres de ese alfabeto ÷ caracteres por token)rango = la misma suma con las proporciones conservadora y optimistatotal de la solicitud = tokens de entrada + tokens de salida previstosLa estimación supone estos caracteres por token (el conservador da más tokens y el optimista, menos):
| Alfabeto | Conservador | Típico | Optimista |
|---|---|---|---|
| Latino (inglés, español…) | 3 | 4 | 5 |
| Árabe | 1,5 | 2,5 | 3,5 |
| Chino, japonés, coreano | 0,9 | 1,2 | 1,6 |
| Otros alfabetos (cirílico, griego…) | 1,5 | 3 | 4,5 |
Conviene saber
- Los espacios, los dígitos y los signos de puntuación se asignan a los alfabetos en proporción a las letras que los rodean.
- Los recuentos exactos cubren solo las codificaciones o200k_base y cl100k_base de OpenAI. Claude y Gemini usan sus propios tokenizadores: Anthropic documenta que sus modelos más recientes producen cerca de un 30 % más de tokens para el mismo texto que los anteriores.
- Las solicitudes reales incluyen además el formato de cada mensaje, las definiciones de herramientas y las imágenes o archivos, que esta herramienta no ve.
- El tokenizador exacto se descarga en tu navegador solo cuando lo eliges. Tu texto no se sube.
- Para un recuento oficial de uso de Claude, Gemini u OpenAI, usa el punto de conteo de tokens del propio proveedor o las cifras de uso de la respuesta de la API.
Método y referencias
Estas fuentes primarias respaldan los métodos en los que se basa esta herramienta. Haberlas leído no verifica cada resultado de la calculadora, y las cifras que figuran como supuestos son propias de ToolQuarter.
Los recuentos de tokens son exactos para la codificación de OpenAI compatible que se haya elegido. Los demás recuentos de tokens son estimaciones basadas en caracteres por token. Los recuentos de caracteres, palabras y líneas se calculan por separado.
- OpenAI tiktoken: El tokenizador de código abierto de OpenAI para sus propios modelos. Sus codificaciones con nombre, como o200k_base, son las que usan los recuentos exactos. ()
- gpt-tokenizer: El port de tiktoken a JavaScript que se ejecuta en tu navegador para los recuentos exactos. Incluye o200k_base y cl100k_base entre las codificaciones compatibles. ()
- OpenAI API: Key concepts: Regla práctica de OpenAI para el inglés: unos 4 caracteres o 0,75 palabras por token, en línea con la estimación de unos 4 caracteres por token para el alfabeto latino. ()
- Gemini API: Understand and count tokens: Regla práctica de Google para Gemini: unos 4 caracteres por token, y 100 tokens equivalen a unas 60-80 palabras en inglés. ()
- Anthropic: Token counting: Anthropic describe su propio endpoint de recuento, indica que sus recuentos son estimaciones que pueden diferir ligeramente y que los modelos Claude más recientes producen cerca de un 30 % más de tokens para el mismo texto. ()
Supuestos de ToolQuarter (sin fuente primaria):
- Los rangos de caracteres por token para el alfabeto latino, el árabe, el chino-japonés-coreano y otras escrituras (por ejemplo, 3, 4 y 5 para el latino) son propios de ToolQuarter. Se ampliaron a partir de mediciones con o200k_base y cl100k_base sobre las páginas de ToolQuarter el 3 de octubre de 2026 y no son cifras de ningún proveedor.
- La tabla de muestras (inglés, español, árabe y código) es una medición de ToolQuarter, no una referencia. Para Claude, Gemini y otros tokenizadores el resultado sigue siendo una estimación: usa el recuento del propio proveedor para una cifra oficial.
Cómo usar
- Pega o escribe tu prompt o documento.
- Deja el método en «Estimación» para cualquier modelo, o elige una codificación exacta de OpenAI.
- Si quieres, indica cuánto esperas que ocupe la respuesta.
- Lee los tokens, el rango y el total, y copia el resultado o planifica la ventana con el planificador de contexto.
Preguntas frecuentes
¿Cuántos tokens tiene una palabra?
En prosa en inglés, una palabra equivale a entre 1,2 y 1,5 tokens, es decir, unos cuatro caracteres por token. Otros idiomas, los números y el código suelen usar más tokens por palabra. Esta herramienta mide tu texto real en lugar de aplicar una sola regla.
¿El recuento es exacto para ChatGPT, Claude y Gemini?
Solo son exactas las dos codificaciones de OpenAI que se ofrecen aquí, y únicamente para los modelos de OpenAI que las usan. Para Claude, Gemini y otros la cifra es una estimación con un rango. Usa el contador del propio proveedor cuando necesites un número de nivel de facturación.
¿Mi texto se envía a algún sitio?
No. El recuento y la estimación se ejecutan en tu navegador. Si eliges una codificación exacta, los datos del tokenizador se descargan en tu dispositivo, pero tu texto nunca se sube, se guarda ni se envía a analítica.
¿Por qué el árabe, el español y el código usan más tokens que el inglés?
Los tokenizadores se entrenan sobre todo con texto en inglés, así que las palabras inglesas comunes son un solo token mientras que las de otros idiomas se dividen en más fragmentos. El código y los números también se rompen en muchos tokens pequeños. Por eso la estimación usa proporciones distintas para cada alfabeto.
¿Por qué planificar la longitud de la salida?
Una solicitud está limitada por su entrada y su respuesta en conjunto, y la respuesta se factura a una tarifa más alta. Al indicar una salida prevista ves el total de tokens de la solicitud para comprobar la ventana de contexto y el coste.
Última actualización: