Usar IA en ciertos idiomas cuesta hasta 17 veces más que en inglés por el mismo texto, según estudio

Los chatbots de IA cobran por tokens, las unidades de texto que procesan, y un idioma con poca presencia en internet puede costar hasta 17 veces más que el más barato por el mismo contenido. Lo midió un estudio de la coalición CLEAR.

La Coalición para la Equidad Lingüística en la Investigación de IA (CLEAR) analizó los tokenizadores de los principales laboratorios. Un tokenizador es la herramienta que parte el texto en fragmentos antes de que el modelo lo lea. Usó FLORES-200, un conjunto de frases traducidas por profesionales a unos 200 idiomas.

La métrica central es la proporción entre el idioma que más tokens necesita y el que menos necesita para decir lo mismo. Entre los 20 idiomas con más presencia en la web, esa proporción va de 1,5 a 3,1 veces en casi todos los modelos. Con los 200 idiomas, sube a entre 2,7 y 17 veces según el modelo.

Los proveedores facturan por token sin distinguir idioma, según el informe. Como ejemplo, cita una tarifa de Anthropic para su modelo Fable 5: USD 10 por millón de tokens de entrada y USD 50 por millón de tokens de salida. Quien necesita más tokens para escribir lo mismo paga más por cada consulta.

Qué idiomas cuestan más al interactuar con la IA

Los autores usaron una frase en inglés: “People should benefit from AI, regardless of the language they speak” (las personas deberían beneficiarse de la IA, sin importar el idioma que hablen). Con el tokenizador de GPT-5, el inglés requiere 13 tokens, el malayalam 26 y el amhárico 78, seis veces más.

En amhárico, cada carácter del alfabeto ge’ez se divide en dos tokens de un byte cada uno, explica el informe. El estudio descarta que se trate de idiomas más largos: el más verboso de FLORES-200, el shan, supera al inglés en solo el 42% a nivel de caracteres.

El factor decisivo es el alfabeto. Los idiomas de alfabeto latino reciben un descuento, incluso los pequeños: el asturiano, con pocos hablantes y sin datos en Common Crawl (un archivo público de páginas web), se beneficia de su parentesco con otras lenguas romances como el italiano. Los más perjudicados son el birmano, el tibetano, el tifinagh, el jemer, el lao y el ol chiki.

El informe señala que el impuesto alcanza a poblaciones enormes: el punyabí, con unos 200 millones de hablantes, el bengalí (266 millones) y el urdu (288 millones).

Cómo fue el comportamiento de cada modelo de IA

CLEAR puso notas de A a F según la proporción en los 200 idiomas. Ningún modelo de uso general obtuvo más que B y la mayoría recibió F. Los de Google (Gemini y Gemma) lograron B con 5,1 veces. Los de Anthropic (Claude Fable 5 y Opus 4.8) sacaron D con 9,3 veces, y los de OpenAI (GPT-5 y gpt-oss) F con 13,8.

El modelo de traducción NLLB-200, de Meta, obtuvo A con 2,7 veces, porque su tokenizador se diseñó para 200 idiomas. Los autores aclaran que no es una comparación justa con un modelo general, que debe procesar }código y matemática, pero sostienen que muestra lo que permite un vocabulario pensado para varios idiomas.

Con otra medida, el número de idiomas que quedan a menos del doble del costo del más barato, el mejor modelo es GPT-5, con el 78% de los idiomas. Los resultados cambian con cada versión: Llama pasó de 14,8 a 9,5 veces de la tercera a la cuarta generación, mientras que Qwen 3.6, de Alibaba, empeoró frente a Qwen 3, con 13,1 contra 10,5.

Asimismo, más tokens implican más demora y menos espacio para documentos o historial de conversación, según el estudio. Pratyush Choudhury, cofundador del fondo Activate AI, dijo a Rest of World que en un tutor de IA ese historial incluye los errores previos del estudiante y consumirlo más rápido en un idioma perjudica la calidad del servicio.

Dheemanth Reddy, director ejecutivo de Maya Research, señaló que los precios por token bajan rápido, pero que corregir la brecha exige que los laboratorios diseñen tokenizadores futuros para esos idiomas. Choudhury pidió que cada laboratorio publique una tabla por idioma con el costo de completar tareas comparables y metas de mejora para los peor atendidos.