日本語プロンプトは英語で送るとトークン44%節約:41言語で実測
Jonhisking · 2026年9月30日(10月2日更新)

同じことを聞いても、日本語で書くと英語よりトークンが多くかかります。APIはトークン単位で課金されるので、そのぶん料金も高くなります。どのくらい差があるのかを実際に測り、その差をボタンひとつで縮める方法もまとめました。
結論から言うと、日本語は英語よりトークンが79%多い。41言語中で高いほうから11番目です。そしてプロンプトを英語にして送ると、トークンが約44%減ります。
測定方法
英語で34トークンになる、ごく普通のカスタマーサポート用プロンプトを使いました。
Please summarize the customer email below in three bullet points and suggest a polite reply. The customer says the order arrived two days late and one item was missing from the box.
日本語版はこちらです。
以下の顧客メールを3つの箇条書きで要約し、丁寧な返信を提案してください。顧客によると、注文品が2日遅れて届き、箱から商品が1つ欠けていたそうです。
これを41言語に翻訳し、GPT-4o以降のOpenAIモデルで使われているトークナイザー(o200k_base)で数えました。
import { getEncoding } from "js-tiktoken";
const enc = getEncoding("o200k_base");
const count = (text) => enc.encode(text).length;
count(english); // 34
count(japanese); // 61
Pythonなら tiktoken で同じことができます。
import tiktoken
enc = tiktoken.get_encoding("o200k_base")
print(len(enc.encode(japanese))) # 61
結果

| 言語 | トークン数 | 英語比 | 英語で送ると節約 |
|---|---|---|---|
| 英語 | 34 | ±0% | – |
| 中国語(簡体字) | 35 | +3% | 約3% |
| スペイン語 | 40 | +18% | 約15% |
| ドイツ語 | 43 | +26% | 約21% |
| フランス語 | 44 | +29% | 約22% |
| ロシア語 | 45 | +32% | 約24% |
| 中国語(繁体字) | 46 | +35% | 約26% |
| 韓国語 | 49 | +44% | 約31% |
| ヒンディー語 | 51 | +50% | 約33% |
| タイ語 | 59 | +74% | 約43% |
| 日本語 | 61 | +79% | 約44% |
| ポーランド語 | 64 | +88% | 約47% |
| チェコ語 | 68 | +100% | 約50% |
| パンジャブ語 | 83 | +144% | 約59% |
(41言語すべての結果はこちらの英語記事にあります)
なぜ日本語は多くかかるのか
AIは文字や単語をそのまま読むわけではありません。まずトークナイザーが文章を決まった断片(トークン)に切り分けます。この断片の辞書は主に英語のテキストから作られているため、英語の単語はほとんどが1トークンですが、日本語は語や文字が複数の断片に分かれることが多くなります。
面白いのは、同じ漢字を使う中国語(簡体字)は英語より3%多いだけで、ほぼ同じだという点です。日本語の割高さは漢字そのものより、ひらがな・カタカナと漢字が混ざる書き方や、学習データに含まれる量の差によるものと考えられます。
コストにするとどのくらいか

入力が100万トークンあたり2ドルのモデルで、このプロンプトを100万回送った場合です。
| 言語 | 入力トークン | 入力コスト |
|---|---|---|
| 英語 | 3,400万 | $68 |
| 韓国語 | 4,900万 | $98 |
| 日本語 | 6,100万 | $122 |
これは入力だけの話です。回答も日本語で返ってくれば、単価が入力より300〜400%高い出力トークンにも同じ割合の差が生じます。コーディングエージェントのように1タスクで数十万〜数百万トークンを使う場合、この差は利用上限と料金にそのまま響きます。
ボタンひとつで英語に:TokenSaveの翻訳機能

いちばん効く節約は、プロンプトを英語にして送ることです。最近のモデルは英語の指示を正確に理解し、「日本語で答えて」と一行添えれば回答は日本語で返してくれます。
TokenSaveのトークンカウンターなら、これが一度にできます。
- プロンプトを貼り付けると、トークン数とモデルごとの料金がすぐに表示されます。
- 減らせる余地があると 💸 トークン節約 ボタンが現れ、横に予想節約率(例:−44%)が出ます。
- 押すと 空白を整理 → 英語に翻訳 → 冗長表現を短縮 を順に行い、最後に "Reply in Japanese." を自動で付けます。プロンプトは英語でも、回答は日本語で受け取れます。何トークン(何%)減ったかもすぐに表示されます。
- 英語になったプロンプトを コピー して、ChatGPT・Claude・Geminiなどにそのまま使えます。気に入らなければ、ボタンが ↩ 原文 に変わっているので、もう一度押せば元に戻ります。
どう動いているの?
- 翻訳にはブラウザに内蔵されたAI翻訳を使います。デスクトップ版Chrome 138以降またはEdge 148以降で動きます。
- 最初の1回だけ翻訳モデルをダウンロードし(進捗が表示されます)、それ以降は 自分の端末の中で 翻訳します。入力した文章はどのサーバーにも送られません。
- 翻訳するとかえってトークンが増える場合、翻訳は適用しません。
- コードを貼り付けた場合は、コードはそのままで 日本語のコメントだけ を英語にします。
- スマートフォンや対応していないブラウザでは翻訳を飛ばし、空白の整理だけ行って案内を表示します。
そのほかの節約のコツ
- システムプロンプトや固定の指示文は英語で書く。毎回送る部分なので効果がいちばん大きいところです。ユーザーの入力と最終回答だけ日本語にします。
- 中間処理(分類・抽出・ツール呼び出し)は英語かJSONで出力させる。ユーザーが直接見ない部分です。
- 全角スペースや空行を消す。コピペした文章には意外と多く含まれています。
- 敬語を盛りすぎない。「〜していただけますと幸いです」より「〜してください」で十分です。
- 長い会話は新しいチャットで。メッセージを送るたびに、それまでの会話全体が再送されます。話題が変わったら5行の要約だけ持って新しいチャットを開きましょう。
- プロンプトキャッシュを使う。固定部分をキャッシュすれば、その部分の入力単価は大幅に下がります(90%近く安くなるモデルもあります)。
翻訳しないほうがいい場合
指示や質問は英語にしても問題ありませんが、原文そのものが大事な文章はそのままにしてください。そのまま引用すべき契約書の文言、日本語の添削を頼む文章、詩やコピーのように表現そのものが中身の文章などです。
注意点
- 測ったのは1つのプロンプトだけです。文によって差は10〜20ポイントほど変わるので、おおまかな目安として見てください。
- 翻訳は機械翻訳をベースに確認しました。日本語訳に違和感があれば教えてください。測り直します。
- ClaudeとGeminiはトークナイザーが異なるため、この数字がそのまま当てはまるのはOpenAIのモデルです。ほかのモデルはトークンカウンターで推定値として表示します。
トークン数と日本語の文字数・原稿用紙の枚数をすぐ換算したいときは、トークン⇔文字数 変換ツールが便利です。
出典
関連記事
- Claude Haiku vs Opus コーディング比較:330回実測
- Claude Code キャッシュは1時間:休憩後は507%高い
- LLM API 料金比較:GPT-6・Claude・Gemini・DeepSeek など22モデル
- GPT-6 の API 料金まとめ:Astra・Sol・Luna の比較と実際の費用
- Codex の使用量上限まとめ:5時間・週の上限とリセット
プロンプトを貼り付けて💸 トークン節約を押してみてください。英語にするとどれだけ減るかすぐ分かります。
トークンカウンターを開く →