Svenska kostar 1,32× så många tokens som engelska i GPT

Jonhisking · 2026-10-01

Jag översatte samma kundtjänstprompt till 34 språk och räknade tokens med o200k_base, OpenAI:s nuvarande tokenizer (GPT-4o och senare). Engelska behöver 34 tokens, svenska 45 — 1,32× så många, plats 12 av 34 (1 = billigast).

Den svenska versionen:

Sammanfatta kundens e-post nedan i tre punkter och föreslå ett artigt svar. Kunden säger att beställningen kom två dagar för sent och att en vara saknades i lådan.

Resultat

Varför

Tokenizern lär sig mest från engelsk text: ord som " polite" eller " customer" är en enda token, medan många svenska ord – särskilt sammansättningar – delas upp:

• Sammanfatta → Sam | man | f | atta · 4
• beställningen → best | äll | ningen · 3
• saknades → sak | n | ades · 3

Jämfört med den gamla tokenizern

Med tokenizern från GPT-4-eran (cl100k) kostade samma prompt 1,50×, i dag 1,32×.

I pengar

Med en modell för 2 $ per miljon input-tokens kostar det 68 $ på engelska och 90 $ på svenska att skicka prompten en miljon gånger. Svarar modellen också på svenska gäller samma faktor för output-tokens, som oftast är 4–5× dyrare.

Så sparar du

• Skriv systemprompten och fasta instruktioner på engelska; låt bara användarens input vara på svenska.
• Be om mellansteg (klassificering, extraktion, verktygsanrop) på engelska eller som JSON, och bara slutsvaret på svenska.
• Använd prompt caching för den fasta delen av prompten.

Begränsningar

• En enda prompt mättes; för andra texter kan kvoten skilja ±0,1–0,2.
• Claude och Gemini har andra tokenizers – siffrorna gäller bara OpenAI-modeller.
• Översättningen bygger på en granskad maskinöversättning.

Alla resultat för 34 språk (på engelska): jämförelse av 34 språk