Una misma pregunta puede costar más a una IA en francés que en inglés porque ambas versiones no siempre se dividen en el mismo número de tokens. En una comparación de 1.997 frases periodísticas traducidas presentada por Alain Goudey en octubre de 2026, el francés utilizó entre 1,31 y 1,58 veces los tokens del inglés, según el tokenizador. Esto influye en las facturas de las API y en cuánto texto puede analizar el modelo.

La diferencia es discreta: en pantalla, las solicitudes parecen equivalentes. Sin embargo, pueden ocupar espacios distintos en el sistema. La igualdad entre lenguas no depende solo de la calidad de las respuestas, sino también de cómo una máquina cuenta los caracteres recibidos.

¿Por qué una frase francesa puede ocupar más tokens?

Un modelo lingüístico no recibe simplemente palabras separadas por espacios. Un tokenizador divide el texto en unidades llamadas tokens. Una unidad puede ser una palabra completa, un fragmento, un signo de puntuación o un espacio. Un término raro o inventado puede dividirse en varias partes.

No es una regla gramatical universal: depende del tokenizador utilizado. Un mismo pasaje puede dar recuentos diferentes en dos sistemas. Comparar solo el número de palabras del francés y del inglés equivale a calcular una factura con la unidad equivocada.

También influyen la lengua y su escritura. Rest of World destaca que la escasez de hablantes no basta para explicar las diferencias. En 2025, Teklehaymanot y Nejdl observaron problemas con ciertas escrituras no latinas y lenguas de morfología compleja. Sus resultados no constituyen una clasificación definitiva de todas las lenguas.

¿Cuánto puede costar la diferencia?

En las API que cobran por token, hay que distinguir los enviados al modelo de los generados en la respuesta. Más tokens de entrada pueden aumentar esa parte de la factura con la misma tarifa. Pero el coste total también depende de la longitud de la respuesta y de los precios de cada modelo.

La comparación de Goudey ofrece una referencia: en 1.997 frases traducidas, el francés necesitó entre un 31 % y un 58 % más de tokens que el inglés, según el tokenizador. No es un recargo automático de los proveedores ni una regla para todos los prompts, sino un resultado medido en un corpus concreto.

En octubre de 2026, Rest of World informó de diferencias de 1,5 a 5 veces entre los extremos de veinte lenguas. Al ampliar el estudio a doscientas, la diferencia alcanzaba hasta diecisiete veces en un modelo. Esto revela desigualdad en la infraestructura, no el precio de la próxima conversación de una persona francófona.

¿Por qué queda también menos espacio para documentos?

El precio es solo la parte visible. Los modelos tienen una ventana de contexto limitada, también medida en tokens. Ese espacio se reparte entre la pregunta actual, los mensajes anteriores, los documentos y la respuesta. Cada token utilizado deja de estar disponible para otro contenido.

Imagina un entorno profesional: una conversación larga acompaña varios documentos por analizar. Si todo ocupa más tokens, queda menos capacidad para otros archivos o el historial útil. El problema no es solo económico: afecta a la información que la herramienta puede tener presente al responder.

Así, «acceso a herramientas de IA» adquiere un significado concreto. Dos personas con el mismo modelo y límite de contexto no siempre pueden procesar la misma cantidad de contenido en sus idiomas. No demuestra que las respuestas sean siempre peores en uno de ellos; demuestra que el margen de trabajo puede variar.

¿Cómo medir la diferencia en tus propios textos?

En vez de buscar un porcentaje universal, realiza una prueba reproducible. Elige una instrucción, un fragmento de documento o una pregunta habitual. Prepara versiones francesa e inglesa que conserven el mismo significado. No compares una solicitud detallada con un resumen.

• Elige el modelo previsto. El tokenizador importa tanto como el idioma; otro modelo puede dar resultados engañosos.
• Cuenta ambas entradas por separado. Compara tokens, no solo palabras o caracteres.
• Estima también la salida. Una respuesta larga puede cambiar el resultado; aplica las tarifas de entrada y salida.
• Repite la prueba con textos habituales. Un caso aislado no siempre refleja tu uso diario.

La calculadora Vantaige permite pegar un texto, elegir proveedor y modelo y obtener un recuento y una estimación del coste API. Es un punto de partida útil, no una factura garantizada: el texto generado puede diferir del previsto.

Otra precaución: no compares tokenizadores sin mirar los precios. Una prueba de APIYI registró 1.630 tokens de salida con Gemini 3 Flash frente a 812 con DeepSeek V3.2 al traducir al francés un mismo artículo chino. Esto compara dos modelos distintos y no determina por sí solo cuál cuesta menos.

¿Conviene entonces escribir a la IA en inglés?

No necesariamente. Si trabajas en francés, una instrucción en ese idioma puede ser más fácil de revisar, corregir e integrar en el documento final. Vale la pena probar el inglés cuando el volumen o los costes API importan, pero no siempre ganará. Compara tareas completas, no frases aisladas.

Para mí, la cuestión no es obligar a todos a adoptar una lengua dominante para ahorrar tokens, sino hacer visible el coste. El usuario debería conocer la capacidad que consume su texto antes de elegir modelo o preparar un documento largo. Lo medible puede debatirse; lo invisible parece demasiado fácilmente un límite natural.

Preguntas frecuentes

¿Por qué dos textos igual de largos usan distintos tokens?

Porque el tokenizador no siempre divide palabra por palabra. Los fragmentos cambian según el vocabulario, idioma, escritura y modelo. Dos pasajes visualmente similares pueden tener recuentos distintos.

¿El francés siempre cuesta más que el inglés?

No es una regla absoluta. En las 1.997 frases traducidas comparadas por Goudey, el francés consumió más tokens, pero la diferencia dependía del tokenizador. Para cada solicitud hay que contar ambas versiones y aplicar las tarifas correspondientes.

¿Qué efecto tiene sobre los documentos analizables?

La ventana de contexto tiene un límite de tokens y contiene mensajes, documentos y respuesta. Si un contenido consume más, queda menos espacio para el resto. El efecto depende del modelo, texto y conversación.

¿Cómo comprobar el coste de mis preguntas?

Redacta dos versiones equivalentes y mide sus tokens con el tokenizador del modelo elegido. Vantaige puede estimar tokens y costes API. Separa entradas y salidas y considera el resultado una estimación.