大模型“语言税”曝光：中文问Claude竟比英文贵65%，OpenAI仅15%

导语：用中文问AI，居然比用英文贵65%？一项最新实验曝光了大模型计费中的语言不公现象，Claude对中文用户收取的“token溢价”远高于OpenAI，背后是分词机制对非英语语言的隐性成本。

如果告诉您，用中文向AI提问比用英文多花60%的钱，您信吗？AI研究员Aran Komatsuzaki最近用一项简单实验揭开了这个“隐藏收费”的盖子。他将著名论文《苦涩的教训》翻译成9种语言，分别输入6家主流大模型的分词器（tokenizer），统计处理同一内容所消耗的token数量。结果令人咋舌——中文使用者为Claude支付的“语言税”高达65%。

实验显示，当用中文向Anthropic的Claude模型提问时，token消耗量是英文的1.65倍。这意味着，相同的话术、相同的问题，中文用户要承担比英文用户高出65%的计费成本。而OpenAI的GPT系列模型，中文token消耗仅比英文多15%，差距小得多。

这背后的“罪魁祸首”是分词器。大模型理解文本前，需将句子拆解为更小的token单元，不同语言和模型的分词策略差异巨大。一些模型对中文的分词效率较低，导致相同语义需要更多token。Claude系列使用的分词器显然对英文以外的语言优化不足，其非英语“溢价”在中文上尤为突出。Komatsuzaki的数据还揭示，其它非英语语言的费用差异亦普遍存在，但中文的额外成本最为夸张。

这项发现迅速在AI社区发酵，因为它不仅关乎技术公平，更直接冲击了中文用户的切身利益。在AI服务日益按token计费的当下，语言差异正悄悄转化为经济负担。如果Claude持续对中文用户收取“高额语言税”，再加上其较严格的地域限制，中文用户的综合使用成本将远超想象。相比之下，OpenAI相对温和的多语言成本结构，或许会成为开发者选择模型时的重要考量。

当然，这并非简单的“歧视”，而是训练数据分布与分词算法设计的技术后果。但无论原因如何，用户最终看到的是账单数字的差异。未来，模型提供商是否会在定价中融入语言公平性考量，或针对性优化分词器，值得持续关注。对于中文用户而言，当下最实际的行动或许是：在需要高频调用API的场景里，把问题尽量翻译成英文，直接省下近三分之一的成本。