QwenCloudBRASIL
Início›Biblioteca›Documentação
Tradução de apoio para consulta. Código e identificadores técnicos preservados. Consultar referência original ↗

Contagem de token

Entenda e estime o uso de fichas em modelos de texto, visão e áudio.

Os tons são a unidade fundamental de faturamento e gerenciamento de contexto para modelos de texto e visão. QwenCloud. Entender como os tokens são contados ajuda a estimar custos, ficar dentro dos limites de contexto, e otimizar seus alertas. Modelos de geração de áudio e imagem usam diferentes unidades de faturamento (segundos, personagens ou imagens) - este guia cobre esses também.

Tokens de texto

Modelos de texto timbram entrada e saída em unidades de sub-palavra. Uma regra dura: 1 token .4 caracteres em inglês ou 1 token .1.5 caracteres chineses . A contagem exata depende do tokenizer e vocabulário.

Leia o uso de fichas das respostas da API.

Cada resposta de geração de texto inclui uma usage objeto com a contagem exata de fichas:

{
  "usage": {
    "prompt_tokens": 34,
    "completion_tokens": 89,
    "total_tokens": 123
  }
}

Ao usar [cache de contexto] (/developer-guides/run-and-scale/context-cache), detalhes adicionais estão disponíveis:

{
  "usage": {
    "prompt_tokens": 1520,
    "completion_tokens": 85,
    "total_tokens": 1605,
    "prompt_tokens_details": {
      "cached_tokens": 1480,
      "cache_creation_input_tokens": 0
    }
  }
}

Ao usar [modo racional] (/developer-guides/text-generation/thinking), a resposta inclui símbolos de raciocínio:

{
  "usage": {
    "prompt_tokens": 50,
    "completion_tokens": 300,
    "total_tokens": 350,
    "completion_tokens_details": {
      "reasoning_tokens": 245
    }
  }
}

Raciocínios de fichas contam para completion_tokens e são faturados na taxa de saída. Eles podem aumentar significativamente o uso total de fichas para tarefas complexas de raciocínio.

Estimar fichas antes de enviar um pedido

Para estimar a conta antes de fazer uma chamada API, use o tokenizer diretamente. Qwen Modelos usam um tokenizador compatível com tiktoken:

# pip install tiktoken
import tiktoken

# Use the Qwen tokenizer
encoding = tiktoken.get_encoding("o200k_base")
tokens = encoding.encode("Your prompt text here")
print(f"Token count: {len(tokens)}")

Estimativa de token é útil para manter dentro de janelas de contexto e custos de orçamento. Para contar exatamente, sempre confie no usage campo na resposta da API.

Vision tokens

Modelos de visão (Qwen-VL Converte imagens e quadros de vídeo em fichas ao lado de texto. A contagem de fichas depende da resolução da imagem.

Fórmula de símbolo de imagem

image_tokens = ceil(height / 28) × ceil(width / 28) / 4 + 2

Onde:

Uma imagem de 1024x1024 (1008/28) × (1008/28) / 4 + 2 = **326 fichas **.

Estimar fichas de imagem em Python

import math

def estimate_image_tokens(width, height, max_pixels=1003520, min_pixels=3136):
  """Estimate token count for an image in Qwen vision models."""
  # Resize to fit within pixel budget
  total_pixels = width * height
  if total_pixels > max_pixels:
    scale = math.sqrt(max_pixels / total_pixels)
    width = int(width * scale)
    height = int(height * scale)

  # Round to nearest multiple of 28
  width = max(28, round(width / 28) * 28)
  height = max(28, round(height / 28) * 28)

  # Calculate tokens
  return (height // 28) * (width // 28) // 4 + 2

# Examples
print(estimate_image_tokens(1024, 1024))   # ~326 tokens
print(estimate_image_tokens(1920, 1080))   # ~326 tokens
print(estimate_image_tokens(4096, 4096))   # ~326 tokens (resized down)

Modo de alta resolução.

Activar vl_high_resolution_images para processar imagens com maior fidelidade (28x28 pixels por bloco de fichas em vez da taxa de efeito padrão). Isso aumenta a contagem de fichas - até 16.384 fichas por imagem - mas melhora o reconhecimento de detalhes para tarefas como OCR ou leitura de texto pequeno.

Video tokens

Entradas de vídeo são amostradas como quadros individuais, cada um tokenizado usando a mesma fórmula de imagem. A contagem total de fichas de vídeo é igual à soma de fichas em todos os quadros amostrados. A taxa de amostragem depende do modelo e duração do vídeo.

Unidades de faturamento de áudio

APIs de áudio não usam fichas. Em vez disso, eles cobram por duração ou número de personagens:

API Unidade de faturamento Detalhes
Discurso-a-texto (ASS) Segundos de áudio Contado por segundo de áudio de entrada
Texto-para-fala (TTS) Personagens Contado por personagem de texto de entrada
Speech-to-speech Segundos de áudio Varias por modelo

Respostas ASR e TTS não incluem uma usage.prompt_tokens Campo. Verifique o [Prece] (/developer-guides/getting-started/pricing) página para as taxas atuais por unidade.

A geração de imagens e vídeos faturando

APIs de geração de imagens e vídeos também não usam fichas.

API Unidade de faturamento Detalhes
Geração de imagens Por imagem Cada imagem gerada é cobrada individualmente. Para a maioria dos modelos, isso é independente da resolução. qwen-image-3.0 série o preço de saída é nivelado por resolução e as imagens de entrada são faturadas separadamente
Geração de vídeo Por segundo de vídeo Contado pela duração e resolução do vídeo de saída.

As respostas da API da geração de imagens incluem a contagem de imagens na usage Campo, não conta fichas. A maioria dos modelos retornam. image_count, e input_tokens / output_tokens Pode aparecer como 0. O qwen-image-3.0 Em vez disso, a série retorna. input_image_count, output_image_countE o input_image_type / output_image_type - Contando níveis.

Estimativa de custos

Para estimar o custo de uma chamada de API de texto/visão:

cost = (input_tokens × input_price_per_token) + (output_tokens × output_price_per_token)

Onde fichas em cache são cobradas a uma taxa reduzida (10% para cache explícito, 20% para cache implícito). Veja [Pricing] (/developer-guides/getting-started/pricing) para taxas por modelo e [Otimização de custo] (/developer-guides/run-and-scale/cost-optimization) para estratégias para reduzir os gastos.

Limites de janela de contexto

Cada modelo tem uma janela de contexto máxima que limita o total de fichas de entrada:

Modelo Max tokens de entrada. Max tokens de saída
qwen3.8-max 1M 131K
qwen3.8-flash 1M 128K
qwen3.7-max 1M 64K
qwen3.7-plus 1M 64K
qwen3.5-flash 1M 64K

Quando sua entrada se aproxima do limite de contexto, considere:

Próximos passos