Le français consomme 1,29× plus de tokens que l’anglais dans GPT

Jonhisking · 2026-10-01

J’ai traduit le même prompt de service client dans 34 langues et compté les tokens avec o200k_base, le tokeniseur actuel d’OpenAI (GPT-4o et suivants). L’anglais demande 34 tokens ; le français 44, soit 1,29× l’anglais, rang 9 sur 34 (1 = le moins cher).

La version française :

Résumez l'e-mail du client ci-dessous en trois points et proposez une réponse polie. Le client indique que la commande est arrivée avec deux jours de retard et qu'un article manquait dans le colis.

Résultats

Pourquoi

Le tokeniseur apprend surtout sur du texte anglais : des mots comme « polite » ou « customer » tiennent en un seul token, alors que beaucoup de mots français sont découpés en morceaux :

• Résumez → Rés | ume | z · 3
• ci-dessous → ci | -dessous · 2
• proposez → propose | z · 2

Par rapport à l’ancien tokeniseur

Avec le tokeniseur de l’époque GPT-4 (cl100k), le même prompt coûtait 1,44× ; aujourd’hui 1,29×.

En argent

Avec un modèle à 2 $ le million de tokens d’entrée, envoyer ce prompt un million de fois coûte 68 $ en anglais et 88 $ en français. Si la réponse est aussi en français, le même multiplicateur s’applique aux tokens de sortie, généralement 4 à 5× plus chers.

Comment économiser

• Rédigez le prompt système et les consignes fixes en anglais ; gardez en français seulement ce que saisit l’utilisateur.
• Demandez les étapes intermédiaires (classification, extraction, appels d’outils) en anglais ou en JSON, et seule la réponse finale en français.
• Utilisez le prompt caching pour la partie fixe du prompt.

Limites

• Un seul prompt mesuré ; selon le texte, le ratio peut varier de ±0,1–0,2.
• Claude et Gemini utilisent d’autres tokeniseurs : ces chiffres ne valent que pour les modèles OpenAI.
• La traduction repose sur une traduction automatique relue.

Résultats complets des 34 langues (en anglais) : comparaison de 34 langues