TOON (Token-Oriented Object Notation) is a data serialization format designed specifically for LLM prompts to be highly efficient. It dramatically reduces token usage by 30-60% compared to JSON while remaining structured and human-readable. By using a tabular format for arrays and minimal syntax for objects, TOON makes your data cheaper and faster to process with AI models.

What's the difference between TOON and JSON?

The key difference is token efficiency. JSON is verbose, with brackets, quotes, and commas that consume tokens. TOON is a more compact syntax designed for LLMs, representing arrays as tables with headers and using minimal punctuation. This efficiency directly translates to significant cost savings on your LLM API bills, especially for large or repeated datasets.

How much can I save with TOON?

You can typically expect to save 30-60% on LLM tokens compared to using JSON. For large datasets or frequent API calls, this translates directly into significant cost savings. Data with repeated structures, like API responses or database results, often sees savings at the higher end of this range (40-60%).

Is TOON compatible with all LLMs?

Yes. TOON is a simple text format that works flawlessly with all major large language models, including those from OpenAI (GPT-4), Anthropic (Claude), Google (Gemini), and Meta (LLaMA). Since any LLM can process plain text, they can all be instructed to understand and parse the TOON format with a simple instruction in your prompt.

Can I convert TOON back to JSON?

Absolutely. TOON is fully and losslessly reversible. Our converter tool supports bidirectional conversion, meaning you can convert TOON back to the exact original JSON structure without any data loss. This allows you to use TOON for efficiency and then convert back to JSON for compatibility with other tools.

What types of data work best with TOON?

TOON can represent any valid JSON data, but it delivers the highest token savings (40-60%) on uniform tabular data. This includes database query results, API responses with lists of objects, analytics data, or product catalogs. While TOON fully supports nested objects and arrays, the token reduction is most dramatic with flatter, more repetitive data structures.

Is my data safe when using this converter?

100% safe. All conversion from JSON to TOON (and back) happens locally in your browser. Your data is never sent to any server, never stored, and never seen by us. The converter even works offline once the page has loaded, guaranteeing your information remains private.

Yes, completely free. Both this TOON converter and the underlying TOON format specification are open and free to use without any limits, file size restrictions, or premium features. It's an open-source effort to make working with LLMs more efficient for everyone.

TOON மூலம் API சேமிப்புகளைக் கணக்கிடுவதற்கான இறுதி வழிகாட்டி

ஏபிஐ உகப்பாக்கம்

செலவு மேலாண்மை

பெரிய மொழி மாதிரிகள் (LLMகள்) மூலம் இயங்கும் தயாரிப்பு பயன்பாட்டை நீங்கள் இயக்குகிறீர்கள் என்றால், மாதாந்திர விலைப்பட்டியலின் வலி உங்களுக்கு ஏற்கனவே தெரியும். நீங்கள் OpenAI இன் GPT-4, Anthropic's Claude 3 அல்லது ஹோஸ்ட் செய்யப்பட்ட உள்கட்டமைப்பில் திறந்த மூல மாதிரிகளைப் பயன்படுத்தினாலும், கம்பி வழியாகச் செல்லும் ஒவ்வொரு டோக்கனுக்கும் நீங்கள் பணம் செலுத்துகிறீர்கள்.

செலவைக் குறைப்பதற்காக, உடனடி பொறியியல் அல்லது மாதிரி அளவீட்டில் நாங்கள் அடிக்கடி கவனம் செலுத்துகிறோம், ஆனால் குறைவான தொங்கும் பழம் உள்ளது, அது கண்டிப்பாகக் கட்டமைப்பானது: தரவு வடிவமே. தொடரியல் கனமான JSON இலிருந்து நெறிப்படுத்தப்பட்ட TOON வடிவத்திற்கு மாறுவது மிகப்பெரிய சேமிப்பை அளிக்கும். ஆனால் ஒரு பொறியியலாளராக அல்லது CTO ஆக, நீங்கள் "hunches" இல் மட்டும் செயல்பட முடியாது. மறுசீரமைப்பை நியாயப்படுத்த உங்களுக்கு கடினமான தரவு தேவை.

உங்கள் சொந்த கால்குலேட்டரை உருவாக்குவதற்கான சூத்திரங்கள் உட்பட, உங்கள் API பேலோடுகளை TOON க்கு மாற்றுவதன் நிதித் தாக்கத்தை எவ்வாறு துல்லியமாகக் கணக்கிடுவது என்பது இங்கே உள்ளது.

முக்கிய சேமிப்பு தர்க்கம்

அதன் மிக அடிப்படையான மட்டத்தில், LLM புரிந்து கொள்ளும் ஆனால் உண்மையில் உங்கள் தரவின் சொற்பொருள் அர்த்தத்தை செயல்படுத்த வேண்டிய அவசியமில்லாத JSON-ன் ப்ரேஸ்கள், மேற்கோள்கள் மற்றும் காற்புள்ளிகள் போன்ற தொடரியல் சர்க்கரையை நீக்குவதன் மூலம் சேமிப்பு கிடைக்கிறது.

உங்கள் அடிப்படை அளவீடுகளைப் பெற, உங்கள் தற்போதைய நிலைக்கும் எதிர்கால நிலைக்கும் உள்ள வேறுபாட்டைப் பார்க்க வேண்டும். உங்கள் பகுப்பாய்விற்கு நீங்கள் பயன்படுத்தும் அடிப்படை சூத்திரங்கள் இங்கே உள்ளன.

1. டோக்கன் குறைப்பைக் கணக்கிடுதல்

முதலில், நீங்கள் செயல்திறன் ஆதாயத்தை தீர்மானிக்க வேண்டும். இது ஒரு யூகம் அல்ல; இது உங்கள் உண்மையான பேலோடுகளின் மாதிரியிலிருந்து பெறப்பட்ட துல்லியமான அளவீடு ஆகும்.

2. நிதி தாக்கத்தை கணித்தல்

அந்த சதவீதத்தை நீங்கள் பெற்றவுடன், உங்கள் மாதாந்திர எரிப்பு விகிதத்திற்கு எதிராக நிதி தாக்கம் கணக்கிடப்படும். அதிக அளவு பயன்பாடுகளுக்கு, இங்கு ஒரு சிறிய சதவீத புள்ளி வேறுபாடு கூட ஆயிரக்கணக்கான டாலர்களாக அளவிடப்படுகிறது என்பதை நினைவில் கொள்க.

படி-படி-படி செயல்படுத்தல் திட்டம்

உங்கள் CFO அல்லது இன்ஜினியரிங் லீடிற்கு நீங்கள் எடுத்துச் செல்லக்கூடிய எண் தேவை. அதைப் பெறுவதற்கான வழிமுறை இங்கே.

படி 1: உங்கள் அடிப்படையை நிறுவவும்

குறியீட்டை எழுதுவதற்கு முன், உங்கள் தற்போதைய பயன்பாட்டைத் தணிக்கை செய்யுங்கள். இந்த நான்கு அளவீடுகளை இழுக்க உங்கள் பில்லிங் டாஷ்போர்டையும் குறிப்பிட்ட LLM வழங்குநர் பதிவுகளையும் திறக்கவும்:

மொத்த மாதாந்திர கோரிக்கைகள்: அழைப்புகளின் அளவு.

கோரிக்கைக்கான சராசரி டோக்கன்கள்: உள்ளீடு மற்றும் வெளியீட்டு டோக்கன்களை இணைக்கவும்.

1K டோக்கன்களுக்கான விலை: உங்கள் மாடலுக்கான குறிப்பிட்டது (எ.கா., GPT-4o எதிராக GPT-3.5).

தற்போதைய மாதாந்திர செலவு: மொத்த டாலர் தொகை.

படி 2: "மாதிரி சோதனை"

சேமிப்பைக் கணக்கிட உங்கள் முழு தரவுத்தளத்தையும் மாற்ற முயற்சிக்காதீர்கள். உங்களுக்கு ஒரு பிரதிநிதி மாதிரி மட்டுமே தேவை. உங்களின் மிகவும் பொதுவான JSON பேலோடுகளில் 10 முதல் 20 வரை எடுத்துக்கொள்ளுங்கள்—உங்கள் போக்குவரத்தின் பெரும்பகுதியைக் குறிக்கும்.

டோக்கன் வேறுபாட்டைக் காண, பயனர் சுயவிவரப் பொருள் மாற்றத்தின் உண்மையான உதாரணத்தைப் பார்ப்போம்:

** அசல் JSON (146 டோக்கன்கள்):**

எம்.டி { "சூழல்": { "பணி": "எங்களுக்கு பிடித்த உயர்வுகள் ஒன்றாக", "இடம்": "போல்டர்", "பருவம்": "வசந்தம்_2025" }, "நண்பர்கள்": ["அனா", "லூயிஸ்", "சாம்"], "உயர்வுகள்": [ { "ஐடி": 1, "பெயர்": "ப்ளூ லேக் டிரெயில்", "distanceKm": 7.5, "elevationGain": 320, "துணை": "அனா", "wasSunny": உண்மை }, { "ஐடி": 2, "பெயர்": "ரிட்ஜ் ஓவர்லுக்", "distanceKm": 9.2, "elevationGain": 540, "தோழர்": "லூயிஸ்", "wasSunny": பொய் }, { "ஐடி": 3, "பெயர்": "வைல்ட்ஃப்ளவர் லூப்", "distanceKm": 5.1, "elevationGain": 180, "தோழன்": "சாம்", "wasSunny": உண்மை } ] }

டூன் வடிவம் (58 டோக்கன்கள்):

எம்.டி சூழல்: பணி: எங்களுக்கு பிடித்தமான பயணங்கள் ஒன்றாக இடம்: போல்டர் பருவம்: வசந்தம்_2025 நண்பர்கள்[3]: அனா, லூயிஸ், சாம் உயர்வுகள்[3]{ஐடி, பெயர், தூரம் கிமீ, உயரம் ஆதாயம், துணை, சன்னி}: 1, ப்ளூ லேக் டிரெயில், 7.5,320, அனா, உண்மை 2,ரிட்ஜ் ஓவர்லுக்,9.2,540,லூயிஸ்,பல்ஸ் 3,வைல்ட்ஃப்ளவர் லூப்,5.1,180,சம், உண்மை

இந்த குறிப்பிட்ட நிகழ்வில், டோக்கன் எண்ணிக்கை 35 இலிருந்து 18 ஆக குறைந்தது. அது 48.6% குறைப்பு. உங்கள் சராசரி குறைப்பு சதவீதத்தைக் கண்டறிய உங்கள் 20 மாதிரிகளுக்கு இந்தச் செயல்முறையை மீண்டும் செய்யவும்.

படி 3: ROI ஐ கணக்கிடவும்

சேமிப்புகள் அதிகம், ஆனால் செயல்படுத்துவது இலவசம் அல்ல. பொறியியல் முயற்சி மதிப்புள்ளதா என்பதைத் தீர்மானிக்க, சுவிட்ச் எவ்வளவு வேகமாகச் செலுத்துகிறது என்பதை நீங்கள் கணக்கிட வேண்டும்.

நிஜ உலக காட்சிகள்

நடைமுறையில் இந்த சூத்திரங்கள் எப்படி இருக்கும் என்பதை விளக்க, வழக்கமான சந்தை விகிதங்களின் அடிப்படையில் மூன்று பொதுவான வணிக சுயவிவரங்களில் எண்களை இயக்குவோம்.

காட்சி A: நடுத்தர அளவிலான ஈ-காமர்ஸ் தளம்

போக்குவரத்து: 1.5M கோரிக்கைகள்/மாதம்

மாடல்: GPT-4 டர்போ

தற்போதைய செலவு: $30,000/மாதம்

டூன் தாக்கம்: 52% டோக்கன் குறைப்பு (மாதிரி மூலம் சரிபார்க்கப்பட்டது)

குறைப்பு சூத்திரத்தைப் பயன்படுத்துவதன் மூலம், அவர்களின் திட்டமிடப்பட்ட மாதச் செலவு சுமார் $14,400 ஆகக் குறைகிறது.

முடிவு:

மாதாந்திர சேமிப்பு: $15,600

வருடாந்திர சேமிப்பு: $187,200

ஒரு மூத்த டெவலப்பருக்கு ஒரு வாரம் முழுவதுமாக (40 மணிநேரம் $100/hr) ப்ராம்ட்கள் மற்றும் பாகுபடுத்திகளைப் புதுப்பிக்க, செயல்படுத்துவதற்கான செலவு $4,000 ஆகும். ROI காலக்கெடு 0.26 மாதங்கள்—அதாவது, திட்டம் சுமார் 8 நாட்களில் பணம் செலுத்துகிறது.

காட்சி பி: எண்டர்பிரைஸ் AI இயங்குதளம்

போக்குவரத்து: 6M கோரிக்கைகள்/மாதம்

மாடல்: கிளாட் 3 ஓபஸ் (அதிக நுண்ணறிவு/அதிக விலை)

தற்போதைய செலவு: $472,500/மாதம்

டூன் தாக்கம்: 58% டோக்கன் குறைப்பு

அவர்கள் "புத்திசாலி," அதிக விலை கொண்ட மாதிரியைப் பயன்படுத்துவதால், சேமிப்புகள் அதிவேகமாக இருக்கும். 58% குறைப்பு அவர்களுக்கு $274,050 மாதத்திற்கு சேமிக்கிறது.

முடிவு:

செயல்படுத்துதல்: 160 மணிநேரம் (தேவ் நேரம் ஒரு மாதம்) = $24,000

ROI காலவரிசை: 0.09 மாதங்கள் (3 நாட்களுக்கும் குறைவாக)

ஆண்டு ROI: 13,602%

காட்சி சி: சிறிய சாஸ் ரேப்பர்

போக்குவரத்து: 150k கோரிக்கைகள்/மாதம்

மாடல்: GPT-3.5 டர்போ (பொருட்களின் விலை)

தற்போதைய செலவு: $90/மாதம்

டூன் தாக்கம்: 48% குறைப்பு

இங்கே, சேமிப்பு $43/மாதம். செயல்படுத்துவதற்கு $600 செலவாகும் என்றால், அது முறியடிக்க 1.4 மாதங்கள் ஆகும். டாலர் தொகை குறைவாக இருந்தாலும், 86% வருடாந்திர ROI இன்னும் தொழில்நுட்ப ரீதியாக ஒரு வெற்றியாகவே உள்ளது, இருப்பினும் புதிய அம்சங்களை அனுப்புவதற்கு ஆதரவாக அது ஒதுக்கப்படலாம்.

மேம்பட்ட காரணி: மாறி கோரிக்கை அளவுகள்

உங்கள் விண்ணப்பம் கோரிக்கை அளவுகளில் மாறுபாடுகளைக் கொண்டிருந்தால் (எ.கா., சில கோரிக்கைகள் 100 டோக்கன்கள், மற்றவை 5,000), ஒரு எளிய சராசரி உங்களை தவறாக வழிநடத்தக்கூடும். துல்லியத்திற்காக நீங்கள் எடையுள்ள சராசரியைப் பயன்படுத்த வேண்டும்.

"மறைக்கப்பட்ட" பெருக்கிகள்

உங்கள் சேமிப்பைக் கணக்கிடும் போது, உடனடி API பில் மட்டும் பார்க்கும் பொதுவான தவறைச் செய்யாதீர்கள். TOON இன் மதிப்பைக் கூட்டும் தொழில்நுட்பத் திறன்கள் உள்ளன:

சூழல் சாளரத்தை பெரிதாக்குதல்: TOON உங்கள் தரவை 50% சுருக்கினால், உங்கள் சூழல் சாளரத்தை திறம்பட இரட்டிப்பாக்குவீர்கள். இது JSON மூலம் சாத்தியமில்லாத சில-ஷாட் ப்ராம்டிங் எடுத்துக்காட்டுகளை அனுமதிக்கிறது, அதிக விலையுள்ள மாதிரி அடுக்குக்கு நகராமல் மாதிரி துல்லியத்தை மேம்படுத்தும்.

தாமதக் குறைப்பு: குறைவான டோக்கன்கள் LLM விரைவாக பதிலை உருவாக்குகிறது என்று அர்த்தம்.

** உள்கட்டமைப்பு சுமை:** சிறிய பேலோடுகள் என்பது உங்கள் பின்தளத்தில் குறைந்த அலைவரிசை மற்றும் சற்றே வேகமான சீரியலைசேஷன்/டீரியலைசேஷன் என்று பொருள்.

முடிவு

கணிதம் எளிதானது: JSON இல் உள்ள தொடரியல் எழுத்துக்கள் விலை உயர்ந்த சத்தம். TOON க்கு மாறுவதன் மூலம், பேக்கேஜிங்கிற்கு பணம் செலுத்துவதை நிறுத்திவிட்டு, தயாரிப்புக்கு மட்டும் பணம் செலுத்தத் தொடங்குவீர்கள்.

மேலே உள்ள சூத்திரங்களை உங்கள் சொந்த தரவுகளில் இயக்கவும். 30% க்கும் அதிகமான குறைப்பு மற்றும் உங்கள் மாதாந்திர பில் $1,000 ஐ விட அதிகமாக இருந்தால், ROI நிச்சயமாக உடனடியாக இருக்கும்.