LLM 토큰 카운터 + 비용 견적
Claude / GPT / Gemini / Llama / Mistral 토큰 수 + 비용 견적
완전 무료
가입 불필요
브라우저 완결
5 개 언어
다크 모드
문자
0
단어
0
CJK
0
줄
0
📐 추정 방법
- • ASCII: ~4 chars / token (GPT BPE 평균)
- • CJK: ~1.5 tokens / char (GPT · Claude 모두)
- • 정확값 ±10-20%
| 모델 | 입력 | 출력 | 입력가 | 출력가 | 총비용 | 컨텍스트 | 사용률 |
|---|
📖 자주 걸리는 지점
텍스트를 붙여 넣으면 주요 LLM 에서의 토큰 수와 대략적인 비용을 추정합니다. 처리는 브라우저 안에서 끝납니다. 여기 나오는 것은 추정값입니다 — 실제 토크나이저는 각 사가 독자적으로 가지고 있어 같은 문장이라도 모델마다 10% 안팎 어긋납니다. 정확한 값이 필요하다면 각 사의 공식 토큰 수 계산 API 를 쓰세요. 이 화면은 자릿수를 틀리지 않았는지 확인하기 위한 것입니다.
| 사례 | 무슨 일이 일어나는가 | 어떻게 하면 되는가 |
|---|---|---|
| 한국어 · 일본어 비용을 영어 감각으로 추정 | 영어는 대체로 4자에 1토큰이지만 한국어 · 일본어 · 중국어는 1자에 1~2토큰입니다. 즉 같은 글자 수라도 토큰 수는 5~8배가 됩니다. 영어 프롬프트로 잡은 예산 그대로 한국어로 바꾸면 청구가 예상의 몇 배가 됩니다. | 실제로 쓸 언어의 실제 문장으로 재세요. 1 요청당 입력 · 출력 토큰 수를 재고 월간 요청 수를 곱한 뒤 판단합니다. 비용을 낮추고 싶다면 번역해 영어로 처리시키기보다 프롬프트(지시 부분)만 영어로 하고 입력 데이터는 원문 그대로 두는 편이 효과적입니다 — 지시는 매번 같으므로 거기를 줄이면 모든 요청에 효과가 있습니다. |
| 입력 토큰만으로 추정한다 | 출력 토큰은 입력의 3~5배 단가인 것이 일반적입니다. 긴 글을 요약하는 작업은 입력이 크고 출력이 작아 싸게 끝나지만, 짧은 지시에서 긴 문장을 생성시키는 작업은 입력이 수십 토큰이어도 청구의 대부분이 출력 쪽이 됩니다. 대화를 이어 가는 용도에서는 과거의 주고받음 전체가 매번 입력에 실리는 점도 놓치기 쉽습니다. | 입력과 출력을 따로 추정하고 단가를 곱한 뒤 더하세요. 출력을 가늠할 수 없다면 max_tokens 로 상한을 두고 그 상한으로 계산해 두면 안전 측으로 기울일 수 있습니다. 대화에서는 이력을 전부 보내지 말고 최근 N 왕복이나 요약으로 대체하는 설계로 하면 토큰 수가 횟수에 비례해 늘어나는 것을 막을 수 있습니다. |
| 컨텍스트 길이에 들어갔으니 괜찮다고 여긴다 | 들어가는 것과 올바르게 쓰이는 것은 다릅니다. 긴 입력 안에서는 앞과 끝에 비해 중간의 정보가 덜 다뤄지는 경향(lost in the middle)이 반복해서 보고되고 있습니다. 게다가 컨텍스트를 채울수록 1 요청의 단가도 응답 시간도 올라갑니다. | 중요한 지시는 입력의 끝에 두세요. 자료를 붙인 뒤 이상을 바탕으로 ~해 주세요라고 쓰는 순서가 지시를 앞에 쓰는 것보다 안정적입니다. 문서가 크다면 전부 넘기지 말고 관련된 부분만 검색해 넘기는(RAG) 설계로 바꿔야 할 지점입니다. 분할의 사고방식은 RAG 텍스트 청커에 정리해 두었습니다. |
같은 내용을 매번 보내고 있다면 프롬프트 캐시를 쓸 수 있는지 확인하세요. 시스템 프롬프트나 참조 문서처럼 요청 간에 변하지 않는 앞부분을 캐시하면 그 부분의 입력 단가가 크게 내려갑니다. 적용에는 변하지 않는 부분을 앞에 모으는 프롬프트 구성이 필요하므로 설계 단계에서 의식해 두면 나중에 고쳐 쓸 일이 없습니다. 단가와 조건은 모델마다 다르므로 각 사의 요금 페이지에서 확인하세요.
📖 사용법
-
1
텍스트 붙여넣기왼쪽에 붙여넣기
-
2
예상 출력 + 옵션출력 + 옵션
-
3
비교 결정비용 + 컨텍스트
❓ 자주 묻는 질문
정확?
대략 ±10-20%
가격 시점?
2026-04
Batch / 캐시?
Batch 50% / 캐시 10%
🐛 이 도구에서 문제가 발생했나요?
무료 · 가입 불필요. 재현 절차만이라도 도움이 됩니다. 보고는 운영자에게 직접 전달되어 개선에 사용됩니다.
✅
보고 감사합니다!
운영자에게 전달되었습니다. 개선에 사용됩니다.