图像 Token 计算器

功能说明

图片 Token 计算器用于在把图片附到视觉模型请求之前，估算它会消耗多少 token。视觉 API 并不按文件大小为图片计费——它们会先缩小图片、切成 512 px 的瓦片，再按每个瓦片固定数量的 token 计费。本工具执行的正是这套流程：低细节（low detail）无论尺寸一律 85 token；高细节（high detail）先把图片缩进 2048 × 2048 的正方形，再把最短边限制到 768 px，然后按每个 512 px 瓦片 170 token 计费，外加 85 token 的基础费用。你会看到瓦片网格、缩放后的尺寸，以及基础 + 细节的明细，从而明白一张图片的费用为什么是这个数。所有计算 100% 在客户端完成：不会向任何地方上传数据。

使用方法

1. 输入图片的像素宽度 (px) 和高度 (px)，或点选一个示例（1024 × 1024、1920 × 1080、800 × 600、4096 × 4096）。
2. 选择细节模式：Low（固定 85 token）、High（完整瓦片计算）或 Auto（模型自身的启发式——两边都 ≤ 512 px 时用低细节，否则用高细节）。
3. 先读 tokens 总数，再看明细：使用的瓦片数（如 2 × 2）、基础 token、细节 token，以及按其计数瓦片的缩放后像素尺寸。
4. 复制分享链接会把宽度、高度和细节模式编码进 URL（?w=...&h=...&d=...），打开链接即可复现完全相同的计算。

示例

高细节下的正方形截图

输入：1024 × 1024, high → 765 tokens（缩放为 768 × 768，4 块瓦片：85 + 4 × 170）

全高清壁纸

输入：1920 × 1080, auto → 1105 tokens（最短边限制到 768 → 1365 × 768，3 × 2 = 6 块瓦片：85 + 6 × 170）

一张竖长的 4K 截图——经典的 1105 案例

输入：2048 × 4096, high → 1105 tokens（先缩进 2048 正方形 → 1024 × 2048，再最短边 1024 → 768 × 1536，6 块瓦片）

同一张图，低细节

输入：4096 × 8192, low → 85 tokens（低细节完全忽略尺寸）

补充说明

• 低细节永远是 85 token。 如果模型只需要图片的大意（这张照片里有狗吗？），low 会完全跳过瓦片计算——一张 4096 × 8192 的扫描图和一个 16 × 16 的图标费用相同。
• 大图会坍缩到同一笔账单。 经过两步缩小之后，任何 ≥ 768 px 的正方形图片都会变成 768 × 768 → 4 块瓦片 → 765 token。高细节下，1024 × 1024 和 4096 × 4096 的费用相同。
• Auto 是对模型选择的估算。 真实的 detail: "auto" 决策在服务端做出；本工具采用业界通行的启发式（两边都 ≤ 512 px 时为 low）。计费以模型实际使用的细节级别为准。
• 模型覆盖范围： 85 基础 + 每瓦片 170 的公式适用于按瓦片计费的视觉模型（GPT-4o、GPT-4.1、GPT-4V、o 系列中除 o4-mini 之外的全部）。较新的按 patch 计费的模型（o4-mini、gpt-4.1-mini/nano 快照、gpt-5.x mini 系列）改为按 32 px patch 对图片分词——数字会有所不同。Claude 视觉模型使用另一种 (w×h)/750 估算。
• 可分享： 尺寸和细节模式都编码在 URL 中，链接可以复现完全相同的估算。
• 私密： 100% 客户端运行——不上传、不请求。
• 相关工具： Token Estimator、Context Window Planner、Secure Token Generator。