研究揭露 LLM 語言稅問題：Claude 處理中日韓內容成本高達三倍

大型語言模型依 token 計算 API 用量，分詞效率會直接影響費用與回應速度。AI 研究者 Aran Komatsuzaki 指出，Anthropic 的 Claude 對中、日、韓文字編碼效率較差，形成非英語使用者承擔較高成本的「語言稅」。

截至 2026 年 7 月 20 日，實驗顯示 Claude 處理中日韓內容的 token 消耗量最高接近英文三倍；Google Gemini，以及中國本土模型 Qwen、DeepSeek 的中文效率則較佳。相關資料未列實際美元金額，最終支出仍取決於各模型當時的每百萬 token API 定價。