TokenSave

GPT-യിൽ മലയാളം: 10× ൽ നിന്ന് 1.85× ടോക്കണിലേക്ക്

Jonhisking · 2026-10-01

ഒരേ കസ്റ്റമർ സപ്പോർട്ട് പ്രോംപ്റ്റ് 41 ഭാഷകളിലേക്ക് വിവർത്തനം ചെയ്ത്, OpenAI-യുടെ നിലവിലെ ടോക്കണൈസറായ o200k_base (GPT-4o-യും പുതിയ മോഡലുകളും) ഉപയോഗിച്ച് ടോക്കണുകൾ എണ്ണി. ഇംഗ്ലീഷിന് 34 ടോക്കൺ വേണം, മലയാളത്തിന് 63 – അതായത് 1.85×; 41 ഭാഷകളിൽ 33-ാം സ്ഥാനം (1 = ഏറ്റവും വിലകുറഞ്ഞത്).

മലയാളം പതിപ്പ്:

താഴെയുള്ള ഉപഭോക്താവിന്റെ ഇമെയിൽ മൂന്ന് പോയിന്റുകളായി സംഗ്രഹിച്ച് ഒരു വിനീതമായ മറുപടി നിർദ്ദേശിക്കുക. ഓർഡർ രണ്ട് ദിവസം വൈകിയാണ് എത്തിയതെന്നും പെട്ടിയിൽ ഒരു സാധനം കുറവായിരുന്നുവെന്നും ഉപഭോക്താവ് പറയുന്നു.

ഫലങ്ങൾ

ഭാഷ ടോക്കൺ ഇംഗ്ലീഷിനെ അപേക്ഷിച്ച് പഴയ GPT-4 ടോക്കണൈസർ
English 34 1.00× 1.00×
简体中文 35 1.03× 1.53×
Español 40 1.18× 1.29×
Deutsch 43 1.26× 1.50×
한국어 49 1.44× 2.50×
हिन्दी 51 1.50× 4.59×
日本語 61 1.79× 2.21×
മലയാളം 63 1.85× 10.09×
Čeština 68 2.00× 2.59×
Ελληνικά 70 2.06× 4.94×
ਪੰਜਾਬੀ 83 2.44× 7.41×

ഫലങ്ങൾ

എന്തുകൊണ്ട്

ടോക്കണൈസർ കൂടുതലും ഇംഗ്ലീഷ് ടെക്സ്റ്റിൽ നിന്നാണ് പഠിക്കുന്നത്: " polite", " customer" പോലുള്ള വാക്കുകൾ ഓരോന്നും ഒറ്റ ടോക്കണാണ്. എന്നാൽ പ്രത്യയങ്ങൾ ചേർന്ന് നീളുന്ന മലയാളം വാക്കുകൾ പല കഷണങ്ങളായി മുറിയുന്നു:

പഴയ ടോക്കണൈസറുമായി താരതമ്യം

GPT-4 കാലത്തെ ടോക്കണൈസറിൽ (cl100k) ഇതേ പ്രോംപ്റ്റിന് 10.09× വേണ്ടിയിരുന്നു – അളന്ന എല്ലാ ഭാഷകളിലും ഏറ്റവും കൂടുതൽ. ഇപ്പോൾ 1.85× മാത്രം. ഈ മാറ്റത്തിൽ ഏറ്റവും വലിയ നേട്ടം മലയാളത്തിനാണ്.

പണത്തിന്റെ കണക്കിൽ

10 ലക്ഷം ഇൻപുട്ട് ടോക്കണിന് $2 നിരക്കുള്ള മോഡലിൽ ഈ പ്രോംപ്റ്റ് 10 ലക്ഷം തവണ അയയ്ക്കാൻ ഇംഗ്ലീഷിൽ 68 $, മലയാളത്തിൽ 126 $ ചെലവാകും. മറുപടിയും മലയാളത്തിലാണെങ്കിൽ ഇതേ ഗുണകം ഔട്ട്പുട്ട് ടോക്കണുകൾക്കും ബാധകമാണ്; അവയ്ക്ക് സാധാരണ 4–5× വില കൂടുതലാണ്.

എങ്ങനെ ലാഭിക്കാം

പരിമിതികൾ

എല്ലാ 41 ഭാഷകളുടെയും ഫലങ്ങൾ (ഇംഗ്ലീഷിൽ): 41 ഭാഷകളുടെ താരതമ്യം

നിങ്ങളുടെ സ്വന്തം ടെക്സ്റ്റ് അളക്കുക: ഇംഗ്ലീഷിനെ അപേക്ഷിച്ച് നിങ്ങളുടെ മലയാളം പ്രോംപ്റ്റിന് എത്ര ടോക്കണും എത്ര പണവും ചെലവാകുന്നു.

ടോക്കൺ കൗണ്ടർ തുറക്കുക →