AI-Modelle deutlich teurer bei weniger verbreiteten Sprachen
31. Oktober 2026 · 1 Min. Lesezeit
Auch veröffentlicht auf العربية, Français, Nederlands, Türkçe, עברית
Eine neue Studie von Coalition for Language Equity in AI Research zeigt, dass AI-Modelle erheblich mehr Tokens benötigen, um bestimmte Sprachen zu verarbeiten als andere. Die Unterschiede bedeuten, dass Nutzer weniger repräsentierter Sprachen riskieren, mehr für die gleichen Dienste zu zahlen, berichtet Rest of World. Die Forscher entdeckten, dass der Token-Unterschied zwischen den 20 häufigsten Sprachen im Internet bis zu fünfmal so groß sein kann.
Als die Untersuchung auf 200 Sprachen ausgeweitet wurde, betrug der Unterschied in einem der untersuchten Modelle sogar das 17-Fache. Neben den gestiegenen Kosten führen mehr Tokens auch zu längeren Antwortzeiten und dazu, dass weniger Informationen im Kontextfenster der AI-Modelle Platz finden. Sprachen, die Schriftsysteme verwenden, die in den Trainingsmaterialien der AI-Modelle seltener vorkommen, sind besonders betroffen.
Beispielsweise Burmesisch, Tibetisch, Khmer und Lao. Sprachen, die das lateinische Alphabet verwenden, haben hingegen oft einen Vorteil, selbst wenn sie von relativ wenigen Menschen gesprochen werden. Die Forscher beschreiben dies als eine versteckte Token-Steuer und warnen, dass sie die digitale Ungleichheit verstärken könnte.