KI- & LLM-Tools — Tokens, Preise & Kontext
Diese Werkzeuge für LLM-Entwickler laufen in Ihrem Browser. Zählen Sie Tokens, wandeln Sie JSON für Prompts in TOON um und schätzen Sie API-Kosten. Prüfen Sie außerdem, ob ein Prompt ins Kontextfenster passt. Dazu passen der Wörterzähler und der JSON-Formatierer.
- Tokens zählen, bevor Sie OpenAI-, Anthropic- oder Google-APIs aufrufen.
- Laufkosten aus Ein- und Ausgabe-Tokens schätzen.
- Prüfen, ob ein Prompt in das Kontextfenster eines Modells passt.
LLM-Token-Zähler
Zählen Sie Tokens lokal mit tiktoken, dem exakten Encoding der OpenAI-Modelle.
LLM-Preisrechner
Schätzen Sie die API-Kosten aus der Zahl der Ein- und Ausgabe-Tokens.
Kontextfenster-Rechner
Sehen Sie, wie viel vom Kontextlimit jedes Modells ein Prompt belegt.
Prompt Optimizer
Analysieren Sie Struktur, Redundanz und Token-Verschwendung eines Prompts. Auf Wunsch schreibt ein lokales Qwen-Modell ihn um.
JSON → TOON
Wandeln Sie JSON in TOON um und vergleichen Sie Tokens und Eingabekosten mit dem JSON.
TOON → JSON
Dekodieren Sie TOON in formatiertes JSON, standardmäßig mit strenger Validierung.
Leitfäden
LLM-API-Kosten: Batch-API, Prompt-Caching und Monatsprognose
Senken Sie Ihre OpenAI-/Anthropic-/Gemini-Rechnung: Input/Output schätzen, Batch und Caching in der Kalkulation aktivieren — geprüfte Tarife, 100 % lokal.
LLM-Kontextfenster: Prompts für GPT, Claude und Gemini dimensionieren
RAG, Multi-Turn-Agenten, System-Prompts: Kontextfenster-Auslastung und verbleibende Reserve vor dem API-Aufruf berechnen.
Wann TOON JSON für LLM-Prompts schlägt (und wann nicht)
Ehrlicher Leitfaden: einheitliche Tabellendaten, Workflow konvertieren → zählen → preisen → Kontext; kein JSON/YAML-Ersatz-Manifest.
LLM-Tokens zählen und API-Kosten lokal schätzen (OpenAI, Claude, Gemini)
Vor dem LLM-API-Aufruf: Tokens zählen, USD-Kosten schätzen und Kontextfenster prüfen — 100 % im Browser, ohne Ihren Prompt zu senden.