Du tippst eine Frage in ChatGPT – und im Hintergrund zerlegt das Modell deinen Text sofort in winzige Bausteine: Tokens. Sie bestimmen, wie viel Text ChatGPT auf einmal verarbeiten kann, wie schnell es antwortet und – bei der Nutzung über die API – was es kostet.

Dieser Guide erklärt dir einfach und aktuell (Stand: Mai 2026), was Tokens sind, wie du sie zählst, welche Limits gelten und wie du Tokens – und damit Geld – sparst.

Kurz & knapp: Ein Token ist ein Textbaustein – meist ein kurzes Wort, ein Wortteil oder ein Satzzeichen. Als Faustregel gilt: 1 Token ≈ 4 Zeichen, oder 100 Tokens ≈ 75 englische Wörter. Deutsch braucht wegen langer, zusammengesetzter Wörter etwas mehr Tokens als Englisch. Die exakte Zahl für deinen Text ermittelst du mit einem Tokenizer.

Was sind Tokens bei ChatGPT?

Ein Token ist die kleinste Verarbeitungseinheit eines GPT-Modells. ChatGPT „liest“ Text nämlich nicht Wort für Wort wie wir Menschen, sondern zerlegt ihn zuerst in Tokens und rechnet dann nur noch mit diesen Bausteinen.

Ein Token kann sein:

  • ein ganzes kurzes Wort – z. B. „Haus“
  • ein Wortteil – „un“, „glaub“, „lich“ bei „unglaublich“
  • ein einzelnes Zeichen, ein Leerzeichen oder ein Satzzeichen

Wichtig ist vor allem eins: Ein Token ist nicht dasselbe wie ein Wort und nicht dasselbe wie ein Zeichen. Häufige Wörter werden zu einem einzigen Token, seltene oder lange Wörter in mehrere zerlegt. ChatGPT „denkt“, rechnet und – über die API – bezahlt also in Tokens, nicht in Wörtern.

Eine kurze Abgrenzung, weil hier oft etwas durcheinandergerät: Der „Token“ in diesem Artikel ist eine Texteinheit. Gemeint ist damit nicht ein API-Zugangsschlüssel (Access Token) und auch kein Krypto-Token. Es geht ausschließlich darum, wie GPT-Modelle Text zählen.

Wie aus Text Tokens werden: die Tokenisierung

Das Zerlegen von Text in Tokens nennt man Tokenisierung. Dahinter steckt ein Verfahren namens Byte Pair Encoding (BPE): Häufig vorkommende Zeichenfolgen werden zu einem Token zusammengefasst, seltene Folgen in mehrere Teile aufgespalten.

Jedes Modell nutzt dafür ein festes „Vokabular“ an möglichen Tokens. Die aktuellen OpenAI-Modelle (GPT-4o, die o-Reihe sowie GPT-5) verwenden das Encoding o200k_base mit rund 200.000 möglichen Tokens – doppelt so viele wie die Vorgänger-Generation. Das größere Vokabular macht die Tokenisierung effizienter, besonders bei Sprachen, die nicht Englisch sind. Wer es ganz genau wissen will: OpenAI stellt den Tokenizer-Code offen als bereit.