TokenSave

GPT मध्ये मराठीला इंग्रजीच्या 1.65× टोकन लागतात

Jonhisking · 2026-10-01

आम्ही एकाच कस्टमर-सपोर्ट प्रॉम्प्टचे 41 भाषांमध्ये भाषांतर केले आणि OpenAI च्या सध्याच्या o200k_base टोकनायझरने (GPT-4o आणि नवीन मॉडेल्स) टोकन मोजले. इंग्रजीत 34 टोकन लागतात, मराठीत 56 टोकन — म्हणजे इंग्रजीच्या 1.65×; 41 भाषांमध्ये सर्वात स्वस्तापासून मोजल्यास 27वे स्थान.

मराठी आवृत्ती:

खालील ग्राहकाच्या ईमेलचा तीन मुद्द्यांमध्ये सारांश द्या आणि एक नम्र उत्तर सुचवा. ग्राहक म्हणतो की ऑर्डर दोन दिवस उशिरा पोहोचली आणि बॉक्समधून एक वस्तू गायब होती.

निकाल

भाषा टोकन इंग्रजीच्या तुलनेत जुना GPT-4 टोकनायझर
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×
मराठी 56 1.65× 4.91×
日本語 61 1.79× 2.21×
Čeština 68 2.00× 2.59×
Ελληνικά 70 2.06× 4.94×
ਪੰਜਾਬੀ 83 2.44× 7.41×

निकाल

असे का होते

टोकनायझर मुख्यतः इंग्रजी मजकुरातून शिकतो: " polite" किंवा " customer" सारखे शब्द एकच टोकन असतात, तर देवनागरीतील अनेक मराठी शब्द मात्रा आणि जोडाक्षरांसह तुकड्यांमध्ये विभागले जातात:

जुन्या टोकनायझरशी तुलना

GPT-4 काळातील टोकनायझरवर (cl100k) हाच प्रॉम्प्ट 4.91× होता; आता तो 1.65× आहे. म्हणजे मराठीचा खर्च जवळपास एक-तृतीयांशावर आला आहे.

पैशांत

प्रति 10 लाख इनपुट टोकन 2 डॉलर दर असलेल्या मॉडेलवर हा प्रॉम्प्ट 10 लाख वेळा पाठवण्यासाठी इंग्रजीत 68 डॉलर आणि मराठीत 112 डॉलर लागतात. उत्तरही मराठीत असेल तर हाच गुणक आउटपुट टोकनलाही लागू होतो, जे सहसा 4–5 पट महाग असतात.

बचत कशी करावी

मर्यादा

सर्व 41 भाषांचे निकाल (इंग्रजीत): 41 भाषांची तुलना

तुमचा मजकूर मोजा: तुमचा मराठी प्रॉम्प्ट इंग्रजीच्या तुलनेत किती टोकन आणि किती पैसे घेतो ते पाहा.

टोकन काउंटर उघडा →