研究称 AI 模型不同语种 Token 消耗最高相差 17 倍，形成隐性“分词器税”

人工智能语言公平研究联盟上月发布的研究发现，AI 模型处理不同语言时 Token 消耗量差异悬殊，在其中一个模型中最多相差 17 倍。互联网最常用的 20 种语言之间，Token 消耗量最高是最低的 1.5 至 5 倍，扩大到 200 种语言后差距进一步拉大。研究将由此产生的额外成本称为隐性的“分词器税”，Token 消耗越多，响应越慢、可用上下文越少。