Token calculator voor AI-prompts

Plak je prompt of tekst en zie direct een schatting van het aantal tokens met een realistische bandbreedte. De cijfers zijn gebaseerd op metingen met de OpenAI-tokenizers voor de gekozen taal. Je tekst blijft in de browser.

Prompt of tekstPlak met Ctrl+V. Het aantal wordt live bijgewerkt terwijl je typt.

Je tekst blijft in je browser: hij wordt niet verstuurd, niet opgeslagen en niet in de adresbalk gezet.

Taal van de tekst

Bij hetzelfde aantal tekens heeft Duits ongeveer 15% meer tokens nodig dan Engels.

Je invoer wordt alleen in deze browser opgeslagen.

Resultaat

Geschatte tokens: ≈ 70
Gebruikelijke bandbreedte: 60 tot 82 tokens
Tekens: 273
Tekens zonder spaties: 230
Woorden: 43
Regels: 3; Een schatting, geen exacte telling: elk AI-model splitst tekst met zijn eigen tokenizer. De bandbreedte dekte 80–90% van onze testteksten (OpenAI o200k_base en cl100k_base).

Zo wordt het berekend

Tokens zijn de eenheden waarin een taalmodel tekst opdeelt – hele woorden, delen van woorden, leestekens of spaties. Facturering en limieten (contextvenster, maximale antwoordlengte) worden gemeten in tokens, niet in tekens.

Vuistregel: ongeveer 4 tekens per token – in het Engels

OpenAI geeft voor zijn tiktoken-tokenizer aan dat een token gemiddeld ongeveer 4 bytes beslaat; Google noemt voor Gemini «ongeveer 4 tekens» per token. Beide cijfers gelden voor Engelse tekst. Andere talen hebben meer tokens nodig, omdat tokenizers vooral op Engelse tekst zijn getraind en woorden als «bibliotheekboek» in meerdere stukken uiteenvallen.

Waar de cijfers vandaan komen

We hebben de OpenAI-tokenizers o200k_base (GPT-4o en nieuwer) en cl100k_base (GPT-4, GPT-3.5) gemeten op 39 tot 56 gewone teksten per taal (meting van 27 september 2026). Gemiddeld aantal tekens per token:

Engels: 3,9 (bandbreedte 3,3–4,5)
Duits: 3,6 met o200k, 3,1 met cl100k (bandbreedte 2,7–4,2)
Frans: 3,7 en 3,3 (bandbreedte 2,9–4,2)
Spaans: 3,7 en 3,3 (bandbreedte 2,9–4,2)
Portugees: 3,7 en 3,2 (bandbreedte 2,7–4,2)

De schatting deelt het aantal tekens door het gemiddelde van beide tokenizers; de bandbreedte gebruikt het 10e en 90e percentiel van de afzonderlijke teksten. Programmacode, tabellen, veel cijfers, emoji of talen met een ander schrift (Chinees, Arabisch…) kunnen flink afwijken.

Waarom geen exacte teller?

Een exacte tokenizer zou de volledige tokentabel moeten laden – voor o200k_base is dat zo’n 3,6 MB. Dat zou te veel zijn voor een snelle pagina. Bovendien gebruiken Claude, Gemini en Llama hun eigen tokenizers; alleen de betreffende aanbieder geeft exacte cijfers (bijvoorbeeld via een token-tel-endpoint).

Veelgestelde vragen

Hoeveel tokens zijn 1.000 woorden?

In het Engels ongeveer 1.300–1.400 tokens (gemeten gemiddelde: 1,4 token per woord). Duits heeft er meer nodig: afhankelijk van de tokenizer 1,8–2,1 token per woord, dus ongeveer 1.800–2.100 tokens.

Klopt het aantal precies voor ChatGPT?

Nee, het is een schatting op basis van metingen met de ChatGPT-tokenizers. In onze testteksten viel 80–90% van de werkelijke waarden binnen de getoonde bandbreedte; het middelste getal week mediaan 6–12% af.

Werkt dit ook voor Claude of Gemini?

Ruwweg wel, maar elk model heeft zijn eigen tokenizer. Google noemt voor Gemini ook ongeveer 4 tekens per token in het Engels. Exacte cijfers krijg je alleen via de eigen interface van elke aanbieder, zoals een token-tel-endpoint van OpenAI, Claude of Gemini.

Wordt mijn tekst ergens geüpload?

Nee. Het tellen gebeurt alleen in je browser; de tekst wordt nooit verstuurd, nooit opgeslagen en nooit in de adresbalk gezet.

Waarom tellen spaties en regeleinden ook mee?

Tokenizers verwerken ook witruimte: een spatie hoort meestal bij het volgende woord, en meerdere spaties of regeleinden worden eigen tokens. Daarom gaat de schatting uit van elk teken.

Bronnen en wettelijke basis

Bijgewerkt op: 27 september 2026