¿Cuántos tokens hay en una página de PDF?
Un rango práctico de tokens por página A4 o carta y las razones por las que varían los PDFs.
Una página normal de PDF en A4 o carta suele contener entre 300 y 700 tokens. Si necesita una cifra para planificar, use 500 tokens por página densa de texto. Es una referencia útil, no una regla de conversión.
Por qué una página no tiene un número fijo
Una página puede tener un título y dos frases o una cláusula jurídica compacta con tabla. Idioma, puntuación, números, código, errores de OCR, encabezados y pies repetidos también cambian la tokenización.
Las páginas de imagen no aportan tokens de texto hasta que el OCR convierte la imagen en palabras. Un OCR ruidoso puede generar más tokens que una página digital limpia.
Un rango práctico
- Página ligera con títulos: unos 150 a 350 tokens.
- Página normal de informe: unos 350 a 600 tokens.
- Página jurídica, académica o técnica densa: 600 a 1.000 tokens o más.
Multiplique las páginas por 500 para una primera estimación. Después mida el archivo real antes de elegir ventana de contexto o calcular costo de API.
Mida el PDF, no solo las páginas
El Contador de Tokens de PDF extrae texto localmente y aplica el tokenizador GPT en el navegador. También muestra palabras y caracteres.
Si el resultado es demasiado grande, use el PDF Chunker en lugar de adivinar dónde dividir. Reserve espacio para el prompt, historial y respuesta.