Utiliser une intelligence artificielle en français peut consommer davantage de tokens que lui poser exactement la même question en anglais. Une étude de Thomas Serval, publiée en septembre 2026, mesure un surcoût de 31 à 58 % pour le français selon le tokenizer utilisé. Cette différence invisible peut augmenter la facture des API, réduire la quantité de conversation conservée en mémoire et modifier les conditions dans lesquelles le modèle produit ses réponses.

Nous avons pris l'habitude de considérer ChatGPT comme un interlocuteur universel. On lui parle dans sa langue, il répond, et l'illusion fonctionne suffisamment bien pour que personne ne s'interroge sur ce qui se passe entre la phrase saisie et sa compréhension par la machine. Pourtant, les langues ne sont pas égales devant cette mécanique. Certaines entrent presque naturellement dans le système. D'autres doivent payer un péage supplémentaire.

Pourquoi une phrase française consomme-t-elle plus de tokens ?

Une intelligence artificielle ne lit pas les phrases comme nous. Avant qu'un modèle de langage puisse les traiter, un composant appelé tokenizer découpe le texte en fragments nommés tokens. Ces fragments peuvent correspondre à des mots entiers, à des morceaux de mots ou à des caractères.

OpenAI propose une règle approximative pour l'anglais courant : un token représente environ quatre caractères, soit les trois quarts d'un mot. Mais cette approximation ne s'applique pas uniformément à toutes les langues.

La raison est technique. Les tokenizers apprennent à découper efficacement les séquences qu'ils rencontrent pendant leur conception. Lorsque les données utilisées sont dominées par l'anglais, de nombreuses séquences anglaises deviennent des unités faciles à reconnaître. Des expressions équivalentes en français peuvent être divisées en plusieurs fragments.

Un mot anglais fréquent pourra ainsi tenir dans un seul token, tandis que son équivalent français nécessitera parfois deux ou trois tokens. Le phénomène devient encore plus marqué avec certaines écritures non latines.

Il ne suffit pourtant pas de distinguer les langues riches en ressources des langues moins représentées. Une enquête publiée par Rest of World sur les travaux de la Coalition for Language Equity in AI Research souligne que le système d'écriture lui-même influence fortement la fragmentation. L'arabe ou le hindi peuvent donc subir des pénalités qui ne s'expliquent pas simplement par leur nombre de locuteurs.

Combien coûte réellement cette taxe linguistique ?

Les chiffres sont suffisamment importants pour dépasser la simple curiosité technique.

Selon l'étude de Thomas Serval, rattaché à NEOMA Business School, menée sur le corpus multilingue NTREX-128, le français nécessite entre 1,31 et 1,58 fois plus de tokens que l'anglais selon les systèmes étudiés. L'analyse compare sept tokenizers associés notamment à OpenAI, Meta, Alibaba, DeepSeek, Google, Mistral et Anthropic.

Une autre analyse publiée en mai 2026 par Prompt Inspiration avance un surcoût moyen d'environ 48 % pour les prompts rédigés en français. Cette estimation rejoint l'ordre de grandeur de l'étude précédente, mais les méthodes de calcul ne sont pas nécessairement identiques. Il serait donc abusif de présenter ce pourcentage comme une constante valable pour toutes les conversations et tous les modèles.

Les différences peuvent être beaucoup plus fortes ailleurs. D'après les travaux de la Coalition for Language Equity in AI Research rapportés par Rest of World, l'écart entre les langues les moins et les plus coûteuses parmi les vingt langues les plus utilisées sur Internet atteint un facteur compris entre 1,5 et 5. En élargissant l'analyse à deux cents langues, cet écart peut atteindre un facteur 17.

Que représentent ces chiffres sur une facture ?

Prenons un exemple purement illustratif. Si un traitement en anglais représente une dépense de 10 euros en tokens, une augmentation de 48 % porterait la dépense équivalente à 14,80 euros, à tarif identique par token. Pour un service qui traite quotidiennement de nombreuses demandes, cette différence se répète à chaque utilisation.

Il faut toutefois distinguer deux situations. Un utilisateur qui paie un abonnement fixe à ChatGPT ne reçoit pas automatiquement une facture supérieure parce qu'il écrit en français. En revanche, un développeur ou une entreprise qui utilise une API facturée au token peut effectivement supporter ce supplément de consommation.

Publicité

Le véritable problème n'est donc pas seulement de payer davantage. C'est de recevoir une capacité de traitement différente pour un budget ou une limite de tokens identique.

Pourquoi cette différence peut-elle dégrader les réponses ?

Chaque modèle dispose d'une fenêtre de contexte, autrement dit d'une quantité limitée de tokens qu'il peut prendre en compte pendant son travail. Cette fenêtre contient notamment les instructions, les messages précédents et les documents transmis.

Si deux conversations expriment le même contenu mais que celle en français nécessite davantage de tokens, elles n'occupent pas la même place dans cette fenêtre. La conversation française atteint potentiellement ses limites plus rapidement.

Imaginons un professeur particulier virtuel. Il accompagne un élève, retient ses erreurs, ses difficultés et les explications déjà fournies. Si cet historique consomme davantage de tokens dans la langue de l'élève, le service dispose de moins d'espace pour conserver les informations utiles à son accompagnement.

C'est précisément l'exemple soulevé par Pratyush Choudhury, cofondateur d'Activate AI, dans l'enquête de Rest of World. La pénalité linguistique peut alors se transformer en désavantage pédagogique.

Une nuance essentielle s'impose cependant : consommer plus de tokens ne signifie pas automatiquement que le modèle raisonne moins bien. La fragmentation augmente la pression sur le contexte et peut accroître la latence, mais elle ne démontre pas, à elle seule, une baisse systématique de la qualité intellectuelle des réponses.

Une étude académique présentée à EMNLP en 2023, consacrée aux coûts et à l'utilité de l'API OpenAI dans vingt-deux langues, documente néanmoins une inégalité plus large : de nombreux utilisateurs de langues autres que l'anglais supportent des coûts supérieurs tout en obtenant des performances moins favorables.

Autrement dit, il existe deux problèmes distincts qui peuvent se cumuler : la manière dont les phrases sont découpées et la capacité du modèle à bien travailler dans chaque langue. Les confondre empêcherait de comprendre ce qu'il faut réellement améliorer.

Les modèles d'IA sont-ils tous aussi défavorables au français ?

Non. Le choix du tokenizer modifie sensiblement le coût linguistique.

Dans la comparaison publiée par Thomas Serval, Mistral Tekken apparaît comme le tokenizer le moins pénalisant pour le français parmi les sept systèmes étudiés. Ce résultat suggère qu'une partie de l'inégalité peut être corrigée directement dans la conception technique.

Une compilation présentée par Prompt Inspiration attribue également à Gemini 3.1 et Qwen 3.6 un coefficient global de surcoût de 1,17 par rapport à l'anglais, sur les langues évaluées. À l'inverse, elle rapporte un coefficient moyen de 2,07 pour Anthropic et un ratio de 3,11 pour un prompt hindi utilisant son API.

Ces comparaisons méritent de la prudence. Les derniers chiffres proviennent d'une compilation secondaire et ne suffisent pas à établir un classement universel des modèles. Surtout, un tokenizer économique n'est pas nécessairement associé au modèle qui répond le mieux. La qualité des réponses, les capacités de raisonnement et la consommation de tokens doivent être évaluées séparément.

Peut-on supprimer cette pénalité linguistique ?

La réponse est encourageante : le surcoût n'est pas une fatalité mathématique. Il résulte en partie de choix techniques.

L'étude de Thomas Serval présente notamment un tokenizer spécialement adapté au français qui réduit la consommation de tokens de 11,5 % par rapport aux systèmes standards examinés. Le prototype présente aussi des situations où il se montre moins performant. Ce n'est donc pas une solution magique, mais une démonstration concrète qu'une autre conception est possible.

Une autre piste consiste à améliorer la représentation des langues dans les ressources utilisées pour développer les systèmes. Le projet RESPIN, évoqué par Rest of World, collecte ainsi des données textuelles et vocales auprès de locuteurs natifs de trente-huit dialectes.

Pour les utilisateurs, plusieurs réflexes peuvent déjà limiter les effets du problème :

  • Comparer les tokenizers lorsque le coût d'une API représente un enjeu important, plutôt que choisir uniquement selon le prix affiché par million de tokens.
  • Surveiller la taille des historiques dans les conversations longues ou les assistants qui manipulent beaucoup de documents.
  • Tester les formulations avec un outil de visualisation comme OpenAI Tokenizer pour comprendre comment le texte est découpé.
  • Évaluer les modèles dans la langue réellement utilisée, et pas seulement à partir de benchmarks anglophones.

Traduire systématiquement ses demandes en anglais pourrait parfois économiser des tokens, mais ce n'est pas une réponse universelle. Cela ajoute une étape, peut modifier les nuances du message et ne garantit pas une meilleure réponse finale.

Le problème dépasse largement le prix de ChatGPT

Ce biais technique révèle une question plus profonde : pourquoi une langue devrait-elle disposer de moins de capacité de traitement qu'une autre pour exprimer les mêmes idées ?

Dans les logiciels traditionnels, changer la langue de l'interface ne réduit généralement pas la quantité de travail que l'utilisateur peut accomplir. Avec les modèles de langage, cette équivalence n'est plus garantie. La langue devient une variable économique et technique, même lorsqu'elle reste invisible à l'écran.

Les utilisateurs francophones ne sont pas nécessairement les plus désavantagés. Les écarts relevés pour certaines langues régionales et d'outre-mer, qui peuvent atteindre 3,3 fois la consommation anglaise dans les observations présentées autour de l'étude de Thomas Serval, rappellent que la question dépasse les grandes langues internationales.

À mes yeux, la véritable avancée ne consistera pas seulement à rendre les modèles plus intelligents. Elle consistera aussi à faire en sorte que cette intelligence ne coûte pas structurellement plus cher selon la langue dans laquelle on lui parle. Une IA prétendument universelle ne devrait pas imposer un péage invisible à ceux qui ne s'expriment pas en anglais.

Questions fréquentes

Pourquoi un même texte en français ou en arabe utilise-t-il plus de tokens qu'en anglais ?

Les tokenizers reconnaissent plus efficacement certaines séquences fréquentes dans leurs données de conception, souvent dominées par l'anglais. Le français et les langues utilisant d'autres systèmes d'écriture peuvent nécessiter davantage de fragments pour représenter un contenu équivalent. L'ampleur du décalage dépend du tokenizer et de la langue.

ChatGPT coûte-t-il plus cher quand on écrit en français ?

Un abonnement fixe ne devient pas automatiquement plus cher pour un utilisateur francophone. En revanche, les API facturées au token peuvent coûter davantage : l'étude de Thomas Serval mesure entre 31 et 58 % de tokens supplémentaires pour le français selon les tokenizers comparés. Cette consommation peut également peser sur les limites de contexte.

Est-ce que ChatGPT réfléchit moins bien en français ?

Une consommation supérieure de tokens ne prouve pas directement une moindre qualité de raisonnement. Elle peut toutefois réduire la place disponible pour l'historique et les documents, ce qui peut affecter certaines tâches longues. L'étude publiée à EMNLP en 2023 documente par ailleurs des différences de performances et de coûts entre langues.

Quels modèles réduisent le mieux la taxe linguistique ?

Dans l'étude de Thomas Serval consacrée notamment au français, Mistral Tekken présente le surcoût le plus faible parmi les sept tokenizers examinés. D'autres comparaisons mettent en avant Gemini et Qwen sur des mesures multilingues. Le résultat dépend cependant du corpus et du tokenizer : il faut comparer aussi la qualité des réponses avant de choisir un modèle.

Sources