Türkçe, GPT'de İngilizceden 1,47× daha fazla token harcıyor

Jonhisking · 2026-10-01

Aynı müşteri hizmetleri istemini 34 dile çevirdim ve tokenleri OpenAI'nin güncel tokenizer'ı o200k_base ile saydım (GPT-4o ve sonrası). İngilizce 34 token, Türkçe 50 token: İngilizcenin 1,47× katı; 34 dil içinde en ucuzdan 20. sırada.

Türkçe sürümü:

Aşağıdaki müşteri e-postasını üç madde halinde özetleyin ve kibar bir yanıt önerin. Müşteri, siparişin iki gün geç geldiğini ve kutuda bir ürünün eksik olduğunu söylüyor.

Sonuçlar

Neden

Tokenizer çoğunlukla İngilizce metinle eğitilir: " polite" veya " customer" gibi kelimeler tek token iken eklerle uzayan Türkçe kelimeler parçalara bölünür:

• Aşağıdaki → A | şa | ğı | daki · 4
• özetleyin → ö | zet | ley | in · 4
• e-postasını → e | -post | asını · 3

Eski tokenizer'a göre

GPT-4 dönemi tokenizer'ında (cl100k) aynı istem 2,06× tutuyordu; bugün 1,47×.

Parayla

Girdi için 1 milyon token başına 2 $ ücret alan bir modelde bu istemi 1 milyon kez göndermek İngilizcede 68 $, Türkçede 100 $ tutar. Yanıt da Türkçe olursa aynı çarpan, genellikle 4–5× daha pahalı olan çıktı tokenlerine de uygulanır.

Nasıl tasarruf edilir

• Sistem istemini ve sabit talimatları İngilizce yazın; yalnızca kullanıcı girdisi Türkçe kalsın.
• Ara adımları (sınıflandırma, çıkarma, araç çağrıları) İngilizce ya da JSON olarak alın, yalnızca son yanıt Türkçe olsun.
• İstemin sabit kısmı için prompt caching kullanın.

Sınırlamalar

• Tek bir istem ölçüldü; başka metinlerde oran ±0,1–0,2 değişebilir.
• Claude ve Gemini farklı tokenizer kullanır; bu sayılar yalnızca OpenAI modelleri için geçerlidir.
• Çeviri, kontrol edilmiş makine çevirisine dayanır.

34 dilin tüm sonuçları (İngilizce): 34 dil karşılaştırması