Claude Token计数器升级：支持模型对比

2026 年 4 月 20 日 - 链接博客

Claude Token Counter 现已支持模型对比。我升级了自己的 Claude Token Counter 工具，新增了使用不同模型对同一内容进行 Token 计数的功能，方便比较结果。

据我所知，Claude Opus 4.7 是第一个更换 tokenizer 的模型，因此只有对比 4.7 和 4.6 才有实际意义。不过，Claude Token 计数 API 接受任何 Claude 模型 ID，所以我提供了当前四款重要模型的选项：Opus 4.7、Opus 4.6、Sonnet 4.6 和 Haiku 4.5。

Anthropic 在 Opus 4.7 的发布公告中表示：

Opus 4.7 使用了更新后的 tokenizer，改进了模型处理文本的方式。代价是，相同的输入可能会映射为更多 Token——具体取决于内容类型，大约为原来的 1.0～1.35 倍。

我把 Opus 4.7 的 system prompt 粘贴到 Token 计数工具中，发现 Opus 4.7 tokenizer 使用的 Token 数量是 Opus 4.6 的 1.46 倍。

Opus 4.7 与 Opus 4.6 采用相同的定价：每百万输入 Token 5 美元，每百万输出 Token 25 美元。但 Token 数量的膨胀意味着，我们可以预计它的实际使用成本会高出约 40%。

这个 Token 计数工具也接受图片。Opus 4.7 改进了图片支持，官方描述如下：

Opus 4.7 对高分辨率图片的视觉处理能力更强：它可以接受长边最大为 2,576 像素的图片（约 375 万像素），像素总量是此前 Claude 模型支持范围的三倍以上。

我尝试统计一张分辨率为 3456×2234、大小为 3.7MB 的 PNG 图片，结果发现 Token 数量的增幅更大——4.7 使用的 Token 数量是 4.6 的 3.01 倍：

更新：图片出现 3 倍增幅，完全是因为 Opus 4.7 能够处理更高的分辨率。我又用一张 682×318 像素的图片进行了测试，Opus 4.7 消耗了 314 个 Token，Opus 4.6 消耗了 310 个 Token，因此实际成本基本相同。

更新 2：我测试了一份 15MB、共 30 页且以文本内容为主的 PDF。Opus 4.7 报告的 Token 数量为 60,934，4.6 则为 56,482，相当于 1.08 倍，明显低于我对纯文本进行测试时得到的倍率。

OpenAI 对 Hugging Face 的意外网络攻击：已经发生的科幻故事 - 2026 年 7 月 22 日

与 Claude Code 团队的 Cat 和 Thariq 炉边对谈 - 2026 年 7 月 21 日

Kimi K3，以及我们仍能从鹈鹕基准测试中学到什么 - 2026 年 7 月 16 日

这是一篇由 Simon Willison 撰写的链接文章，发布于 2026 年 4 月 20 日。

每月赞助我 10 美元，即可收到一封精选邮件摘要，汇总当月最重要的 LLM 进展。

付钱让我少给你发点内容！