待验证50% 置信事实精确时间

不同分词算法（BPE、WordPiece等）导致同一段中文文本在不同模型中消耗的Token数量可能相差20%-40%

1

来源数

50%

置信度

长期有效

时效性

2026/7/10

首次发现

来源

LangChain入门：连接大模型与AI应用的核心框架

bilibiliAI大模型-入门教程2026/7/8

相关事实

待验证中文、日文等表意文字因BPE词表以英语语料为主，往往需要更多Token表达相同信息量79% 相似待验证同样的中文文本在不同大模型服务商处消耗的 Token 数量可能相差 30%-50%79% 相似待验证早期GPT系列的BPE分词器主要针对英文语料优化，对中文往往采用字节级别的切分，导致一个汉字可能被拆成多个token78% 相似已验证处理中文内容的Token消耗往往高于等量英文内容74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/430439

API

curl https://kongchang.com/api/v1/knowledge/claims/430439

MCP

get_claim(id=430439)