Agent Skill Token 成本计算器

分别计算技能启动描述与触发正文的 Token 用量、上下文占比,并估算不同模型每 1,000 次会话的输入成本。

启动 vs 触发 Token
步骤 1 · 技能与模型

添加技能,再选择比较模型

可连续添加多个文件;所有修改都会重新计算下方结果。

1 / 50 个技能

技能来源

394 B
  • release-notes.md

目标模型

1 / 5
GPT-4o mini

最多 5 个模型。未知价格不会按免费计算。

启动 = frontmatter name + description;触发 = 完整正文。成本按输入价格估算每 1,000 次会话;实际取决于宿主实现。合计 ≤5 MB,每文件 ≤512 KB。

步骤 2 · 比较结果

Token 与成本结果

GPT-4o mini

全部启动 Token
0
全部触发 Token
0
启动上下文占比
未知
启动 / 千次会话
价格未知
添加技能并选择模型后显示结果。
关于此工具

专注当前任务。

估算一组 Agent Skill 对上下文容量和输入 Token 开销的影响。启动占用仅计算 frontmatter 中的 name 与 description,触发占用计算完整 SKILL.md 正文。工具复用现有 Tokenizer Worker 与模型数据快照,不维护重复的价格目录。

使用方法

  1. 通过粘贴、多文件选择或主动提交线上直链添加最多 50 个 SKILL.md,合计不超过 5 MB。
  2. 选择一个或多个目标模型,查看每个技能的启动和触发 Token 数。
  3. 比较上下文占比和每千次会话的估算输入成本,再复制或下载完整 CSV。
你的内容由你掌握。
工具输入在你的浏览器本地处理,绝不会发送至 KitVerse 服务器。在共享设备上使用时,请及时清空工作区。
常见问题
这就是 Agent 宿主实际收取的费用吗?

不是。计数使用所选模型编码和构建期公开价格快照。实际加载、缓存、包装和计费取决于宿主;无兼容映射的模型会标为估算。

两种 Token 数分别包含什么?

启动仅包含 frontmatter 的 name 与 description;触发包含 frontmatter 后的完整正文而非整个文件。成本按输入单价估算每千次会话,未知价格保持未知而不是按零计算。