Comment compter les tokens d’un LLM et estimer le coût dans VS Code
Sur cette page 6 sections
Réponse courte : collez votre prompt dans un compteur de tokens et multipliez par le prix de chaque modèle. Dans VS Code, lancez DevSnip Pro: LLM Models, Tokens & Cost depuis DevSnip Pro : il estime les tokens et le coût par requête, par jour et par mois sur 18 modèles de chat, en local et sans clé d’API.

Construire avec de grands modèles de langage amène une série de questions quotidiennes : combien de tokens fait ce prompt, combien coûteront un million d’appels, pourquoi le « JSON » du modèle ne se parse-t-il pas, et combien de chunks récupérés tiennent dans la fenêtre de contexte ? Aucune ne nécessite un assistant conversationnel. Elles demandent de petits outils déterministes, à côté du code qui appelle le modèle. Tous les outils ci-dessous se trouvent dans les sections AI & ML et Data & RAG de la barre latérale DevSnip Pro, s’exécutent en local et ne demandent aucune clé d’API.
Lancez DevSnip Pro: LLM Models, Tokens & Cost et collez un vrai prompt, prompt système et message utilisateur typique compris. Le comptage des tokens est une estimation, pas le tokenizer exact d’un fournisseur. L’outil estime les tokens et le coût par requête, par jour et par mois sur 18 modèles de chat, ou compare côte à côte les fenêtres de contexte et les prix.
Les prix des modèles changent souvent. Considérez le tableau intégré comme une estimation et vérifiez sur la page de tarifs de votre fournisseur avant de vous engager sur un budget.
Prompt Builder remplit un modèle avec des variables, signale les erreurs courantes (une {{variable}} non remplie, pas de prompt système, une demande de JSON sans en montrer la forme, un long texte inséré sans délimiteurs) et exporte la charge utile de l’API pour votre fournisseur. Garder les prompts sous forme de modèles permet de les relire comme n’importe quel autre code.
Si votre prompt contient des données structurées, JSON → TOON réécrit le JSON dans une notation compacte et sans perte. Cela économise généralement 30 à 60 % des tokens pour des données tabulaires.
Les modèles entourent le JSON de prose, ajoutent des virgules finales ou tronquent une réponse. LLM Output Cleaner & JSON Validator extrait le JSON d’une réponse, répare les dégâts courants et le valide, pour que vous voyiez exactement ce que votre parseur recevra. Associez-le à JSON Schema Validator pour vérifier le résultat par rapport à votre contrat.
- Chunking Tester : comparez tailles et stratégies de découpage sur votre propre texte avant d’intégrer quoi que ce soit.
- Context Window Budget : combien de chunks tiennent à côté du prompt système, de l’historique et de la réponse.
- Chunk & Index Size Calculator : nombre de chunks, coût d’embedding, stockage vectoriel et RAM de l’index pour un corpus.
- Answer Grounding Checker : quelles phrases d’une réponse sont réellement étayées par le contexte récupéré.
- Near-Duplicate Chunk Finder : les passages répétés qui gaspillent de la place dans l’index et évincent des résultats.
- LLM Client Setup : un client configuré pour OpenAI, Anthropic, Gemini, Azure OpenAI, Ollama ou tout endpoint compatible OpenAI.
- AI App Starter : un projet d’application d’IA exécutable pour votre stack.
- GPU Memory & Speed : si un modèle tient sur un GPU, et à quelle vitesse approximative il tournera.
Le REST API Client connaît la forme des requêtes de chaque grand fournisseur. Il peut envoyer un prompt, recevoir la réponse en streaming, afficher les tokens, la latence et le coût, et valider la sortie contre un schéma. La comparaison de plusieurs modèles côte à côte, les benchmarks et les tests d’embeddings, de bases vectorielles et de pipelines RAG sont des outils avancés payés en points. Vos clés d’API servent à la requête et ne sont jamais écrites dans l’historique ni sur le disque.