Wie viele Tokens hat eine PDF-Seite?

Eine normale A4-PDF-Seite enthält oft etwa 300 bis 700 Tokens. Wenn Sie eine Zahl zur Planung brauchen, rechnen Sie mit 500 Tokens pro dichter Textseite. Das ist ein brauchbarer Richtwert, aber keine feste Umrechnung.

Warum eine Seite keine feste Tokenzahl hat

Eine Seite kann aus einer Überschrift und zwei Sätzen oder aus einer dichten juristischen Klausel mit Tabelle bestehen. Sprache, Satzzeichen, Zahlen, Code, OCR-Fehler sowie wiederholte Kopf- und Fußzeilen verändern die Tokenisierung.

Reine Bildseiten erzeugen keine Text-Tokens, bis OCR das Bild in Text umwandelt. Fehlerhafte OCR kann anschließend mehr Tokens liefern als eine saubere digitale Seite.

Ein praktischer Bereich

• Lockere Seite mit Überschriften: etwa 150 bis 350 Tokens.
• Normale Berichtsseite: etwa 350 bis 600 Tokens.
• Dichte juristische, akademische oder technische Seite: 600 bis 1.000 Tokens oder mehr.

Multiplizieren Sie die Seitenzahl für eine erste Schätzung mit 500. Messen Sie danach die echte Datei, bevor Sie ein Kontextfenster wählen oder API-Kosten berechnen.

Das PDF messen, nicht nur Seiten zählen

Der PDF-Token-Zähler extrahiert den Text lokal und nutzt den GPT-Tokenizer im Browser. Er zeigt außerdem Wörter und Zeichen und macht Scans ohne Textebene leichter erkennbar.

Ist das Ergebnis zu groß, nutzen Sie den PDF-Chunker, statt Trennstellen zu erraten. Lassen Sie Platz für Prompt, Verlauf und Antwort.