JSON ⇄ TOON-konverterare

Vad är TOON?

TOON — Token-Oriented Object Notation — är ett kompakt, förlustfritt sätt att representera samma data som JSON med avsevärt färre tokens när de skickas till en stor språkmodell. Istället för att upprepa varje nyckel vid varje post och slå in allt i klamrar, hakparenteser och citattecken, kodar TOON en enhetlig array av objekt som en enda rubrikrad följt av rena värderader. Resultatet liknar mycket CSV med struktur och kan konverteras tillbaka till identisk JSON.

Varför färre tokens spelar roll

Varje token du skickar till en LLM kostar pengar och förbrukar kontextfönsterbudgeten. Strukturerad data — API-svar, databasrader, konfiguration — är vanligtvis den mest tokenintensiva delen av en prompt på grund av alla upprepade nycklar och skiljetecken. Att konvertera den datan till TOON innan den når modellen kan drastiskt sänka tokenkostnaderna.

Exakta vs uppskattade tokenräkningar

För OpenAI-modeller är räkningarna här exakta: GPT-4o och o-serien använder o200k_base-tokenizern, GPT-4 / GPT-3.5 använder cl100k_base, båda körs lokalt med js-tiktoken. För Claude och Gemini finns det ingen offentlig tokenizer för aktuella modeller, så vi visar kalibrerade uppskattningar, alltid markerade med en synlig ≈-tagg.

När man INTE ska använda TOON

TOON lyser på enhetliga arrayer av objekt. För djupt nästlade, starkt oregelbundna eller enkelt-objektdata med få upprepade nycklar kan TOON vara lika stor eller till och med större än minifierad JSON. Statistikfältet berättar tydligt när JSON skulle vara det mindre valet för din specifika indata.

Vanliga frågor

Vad är TOON?

TOON (Token-Oriented Object Notation) är ett kompakt, förlustfritt serialiseringsformat som representerar samma data som JSON med färre LLM-tokens. Det är särskilt effektivt för enhetliga arrayer av objekt, som det kodar som en rubrikrad plus komma- eller tabbseparerade värderader.

Hur mycket sparar TOON jämfört med JSON?

Det beror på din data. För enhetliga arrayer av objekt minskar TOON vanligtvis antalet tokens med 40–60 %. För djupt nästlad eller icke-enhetlig data är besparingarna mindre och JSON kan ibland vara mindre. Det här verktyget mäter den verkliga skillnaden för din exakta indata.

Är min data privat?

Ja. All konvertering och tokenräkning sker i din webbläsare med lokalt lagrade bibliotek under /vendor/. Ingen data skickas till en server, inga API-nycklar krävs, och det finns inga nätverksanrop under körning — säkert för proprietära laster och känsliga promptar.

När ska jag INTE använda TOON?

TOON fungerar bäst med enhetliga, tabellliknande data. För djupt nästlade strukturer, starkt oregelbundna objekt eller data med få upprepade nycklar kan TOON vara lika stort eller större än minifierad JSON. Statistikfältet talar om tydligt när JSON skulle vara mindre.

Är tokenräkningarna exakta?

För OpenAI-modeller är räkningarna exakta, beräknade lokalt med js-tiktoken (o200k_base för GPT-4o / o-serien, cl100k_base för GPT-4 / GPT-3.5). För Claude och Gemini är exakta tokenizers inte offentliga, så vi visar en tydligt etiketterad kalibrerad uppskattning (≈).

Hur aktuella är priserna och kan jag ändra dem?

Priserna per miljon tokens är redigerbara standardvärden, inte en fast informationskälla. Prisfältet är fullt redigerbart, ditt värde sparas per modell i din webbläsare, och verktyget länkar till varje leverantörs officiella prissättningssida. Tokenräkningarna är den exakta, auktoritativa delen; kostnaden är helt enkelt tokens × priset du anger, visad som en uppskattning.