Collez votre texte
L'estimation se met à jour en temps réel à mesure que vous tapez ou collez du contenu. Approximation grossière fondée sur l'hypothèse de 4 caractères par token ; le compte réel varie selon le tokenizer.
Coût estimé sur les principaux modèles (input)
Si vous envoyez ce texte comme input à un appel LLM, voici le coût correspondant. Coûts en USD, hors caching et hors batch API. Tarifs publics lus le 24/10/2026 sur les pages officielles des éditeurs : claude.com/pricing (Anthropic) et ai.google.dev/gemini-api/docs/pricing (Google). Haiku 5.5 : prix pour des prompts de 100 000 tokens ou moins ; Gemini 2.5 Pro : prix pour des prompts de 200 000 tokens ou moins.
Prix OpenAI : voir les tarifs en vigueur sur openai.com/api/pricing. Prix Mistral : voir les tarifs en vigueur sur docs.mistral.ai/inference/pricing. Ces modèles ne figurent pas dans le tableau, faute de prix vérifiable avec certitude.
| Modèle | Coût 1 appel | 1 000 appels / mois | 10 000 appels / mois |
|---|
À quoi sert un tokenizer ?
Le pricing LLM est facturé au token, pas au mot ni au caractère. Comprendre le ratio de votre texte (l'outil suppose environ 4 caractères par token, une approximation) vous permet de :
- Vérifier que votre prompt rentre dans la fenêtre contexte — la taille maximale est indiquée dans la documentation de chaque modèle.
- Optimiser vos prompts — le coût d'input est proportionnel au nombre de tokens envoyés : un prompt système plus court réduit la facture d'autant.
- Chiffrer un projet RAG avant de le construire — taille moyenne d'un chunk × nombre de chunks récupérés × nombre d'appels mensuels = coût mensuel input.
- Repérer les requêtes anormalement longues — souvent symptôme d'un RAG mal calibré ou d'un agent qui trimballe tout l'historique.
Limites de l'estimation
Cet outil utilise une heuristique chars / 4, une simple approximation dont la précision varie selon la langue et le contenu. Les vrais tokenizers (cl100k pour OpenAI, tokenizer Claude, SentencePiece pour Mistral) diffèrent légèrement entre eux et peuvent compter différemment :
- les emojis (souvent plusieurs tokens chacun, selon le modèle),
- les caractères chinois, japonais et coréens, dont le découpage diffère de celui des langues latines,
- les langages techniques (code, SQL, JSON) qui contiennent beaucoup de symboles,
- les nombres (un long nombre est souvent fragmenté).
Pour un chiffrage budget précis avant production, on recommande de mesurer en conditions réelles avec le SDK officiel de chaque vendor.