العربية

Yapay zekâ Arapça dilinde neden daha pahalı?

Aynı şeyi Arapça söylemek, İngilizce söylemenin 1,45 katı token tutuyor. Sağlayıcılar token başına faturalandırdığı için bu, gönderdiğiniz her prompt'a eklenen %45 demek — daha iyi cevaplar için değil, sadece kodlama yüzünden.

Ölçüm

Token maliyetinde 25 dil içinde 16.

1,45×aynı anlam için İngilizce'den daha fazla token — gönderdiğiniz her prompt'a %45 ek.

GPT-4 / GPT-3.5

3,18×

1,36 karakter/token

GPT-4o / GPT-5

1,45×

3,02 karakter/token

Yeni tokenizer açığın %79'ini kapattı. Bu gerçek bir ilerleme, ama eşitlik değil; eski modeller hâlâ eski tarifeden faturalandırıyor.

Bunun gerçek bir ürüne maliyeti

$3.382yılda, sadece kodlamaya

Ayda 500 bin çağrı, çağrı başına 500 İngilizce token ve milyon girdi token'ı başına 2,50 $ üzerinden. Yalnızca girdi tarafı — çıktı uzunluğu cevabın özelliğidir, dilinizin değil.

Beş farklı metin türünde ölçüldü

Tek cümle hiçbir şey kanıtlamaz; bu yüzden her dilde aynı beş metin ölçülüyor. Ceza, ne yazdığınıza göre 1,30× ile 1,82× arasında değişiyor.

Metin türü	Token	İngilizce'ye göre
İş e-postası	39	1,30×
Destek yanıtı	50	1,35×
Ürün açıklaması	62	1,82×
Talimat	47	1,38×
Günlük mesaj	53	1,39×

Bu neden oluyor

Arap alfabesi UTF-8'de karakter başına iki bayt tutar ve kök-kalıp yapısı, tokenizer'ın bütün olarak nadiren gördüğü kelime biçimleri üretir. Bu yüzden kelimeler çok sayıda küçük parçaya ayrılır.

Aynı Arapça metin, farklı tokenizer'lar

Aynı Arapça metinleri her sağlayıcının kendi tokenizer'ından geçirdik. Fiyatlar token başına verildiği için daha fazla token üreten bir tokenizer, liste fiyatı aynı olsa bile aynı işi daha pahalı hale getirir.

Tokenizer	Token	İngilizce'ye göre	OpenAI'a göre
OpenAI o200k_baseKullanan: GPT-6.1 Sol, GPT-6 Sol, GPT-6 Luna	251	1,45×	referans
DeepSeek V3 – V4.1Kullanan: DeepSeek V4.1 Flash, DeepSeek V4 Pro	300	1,69×	+20%

2 Ekim 2026 tarihinde, her tokenizer'ın yayımlanmış dosyalarıyla ya da sağlayıcının kendi token sayma API'siyle sayıldı. Henüz ölçülmedi: Claude 4.7 and later, Claude 4 – 4.6, Grok 4, Gemini 3 — bu modellerin sayfalarında tahmin kullanılıyor. Nasıl ölçüyoruz

Sık sorulan sorular

Arapça neden daha fazla token harcıyor?

Tokenizer'lar sözlüklerini ezici çoğunluğu İngilizce olan eğitim metninden öğrenir; bu yüzden İngilizce kelime parçaları kendi token'ını alırken diğer dillerin kelime biçimleri daha küçük parçalara bölünür. Etki mekaniktir, dil hakkında bir yargı değildir.

Bu konuda bir şey yapabilir miyim?

Üç şey işe yarar. Sistem prompt'larını ve talimatları İngilizce yazın, kullanıcıya görünen içeriği Arapça tutun — model talimatı iki türlü de anlar. Yeni modelleri tercih edin; tokenizer'ları İngilizce dışı metinde belirgin şekilde daha iyi. Ve gereksiz kalıpları temizleyin, çünkü ceza gönderdiğiniz her token'a işliyor, boşa gidenler dahil.

Bu ölçüm mü, tahmin mi?

Ölçüm. Gerçek tokenizer'lar her dilde beş paralel metin üzerinde çalıştırılıyor ve sayımlar kesin. Tek yumuşak girdi çevirinin kendisi; bu yüzden derlem tam olarak yayımlanıyor ve tek bir hoşa giden ortalama yerine beş metin arasındaki yayılım gösteriliyor.

İtalyanca1,49×Rusça1,49×Korece1,50×Almanca1,38×Endonezce1,36×Vietnamca1,54×

Yöntem: gerçek BPE tokenizer'ları — GPT-4 kuşağı için cl100k_base, GPT-4o ve sonrası için o200k_base — her dilde beş metinden oluşan paralel bir derlem üzerinde çalıştırılıyor. Token sayıları kesindir, tahmin değildir. Çeviriler bize aittir ve araştırmanın veri dosyasında eksiksiz yayımlanır; çünkü daha uzun bir çeviri daha fazla token tüketir ve bizimkini denetleyebilmelisiniz.