Wie viele Tokens mehr braucht Deutsch als Englisch?
Deutsch braucht in ChatGPT / Copilot für denselben Text 31 % mehr Tokens als Englisch. Das Kontingent ist daher etwa 31 % schneller aufgebraucht, das Chat-Gedächtnis ebenso viel schneller voll, und Antworten dauern ebenso viel länger. Deutsch liegt auf Platz 198 von 203 Sprachen, wobei 1 die teuerste ist. Über 6 aktuelle KI-Tokenizer reicht der Token-Aufschlag von 30 % (Meta AI / Llama) bis 72 % (Claude).
| Modell | Tokenizer | Token-Aufschlag |
|---|
| ChatGPT / Copilot | o200k_base | 31 % |
| Gemini | Gemini 3.x (unpublished; = Gemma 4 on text) | 32 % |
| Claude | Claude (unpublished) | 72 % |
| Meta AI / Llama | Llama 4 | 30 % |
| DeepSeek | DeepSeek V3 | 51 % |
| Qwen | Qwen 3.5 (248k) | 30 % |
Was ist der Token-Aufschlag?
Der Token-Aufschlag ist die Zahl der Tokens einer Sprache ÷ die Zahl der Tokens für Englisch beim selben Text, je Tokenizer. Petrov et al. (2023) haben das Konzept eingeführt, um Tokenisierung zwischen Sprachen leichter vergleichbar zu machen, nennen es aber Tokenisierungsprämie. Einen etablierten deutschen Begriff gibt es noch nicht; man spricht auch von Englisch-Steuer oder Token-Steuer, auf Englisch token tax.
Tokenizer lernen ihren Wortschatz überwiegend aus englischem Text. Häufige englische Wörter passen deshalb in ein Token, deutscher Text dagegen wird in mehr und kürzere Stücke zerlegt. Am meisten zahlen meist Sprachen mit wenig Trainingstext und nicht-lateinischer Schrift.
Petrov et al. fassen das Problem zusammen: „The same text translated into different languages can have drastically different tokenization lengths“ (NeurIPS 2023).
Wie wurde das gemessen?
Jeder Tokenizer hat die Tokens in denselben 1.012 Sätzen aus dem Devtest-Teil von FLORES-200 gezählt, auf Deutsch und auf Englisch, nach Petrov et al. (NeurIPS 2023). Gezählt am 2026-10-26.
Was ist ein Token?
KI-Modelle lesen Text als Tokens. Bevor ein Modell deinen Text sieht, zerlegt sein Tokenizer ihn in Stücke. Du zahlst pro Token, das Chat-Gedächtnis wird in Tokens gezählt, und Antworten werden Token für Token geschrieben. So zerlegt ChatGPT / Copilot eine Wissenschaftsschlagzeile vom Oktober 2026, auf Deutsch und auf Englisch:
Eine einzige Geigenstunde verändert die Hirnwellenmuster, während Anfänger spielen lernen
Eine | einzige | Ge | igen | st | unde | verändert | die | Hir | nw | ellen | m | uster | , | während | Anfänger | spielen | lernen = 18 Tokens
One violin lesson changes brain wave patterns as beginners learn to play
One | violin | lesson | changes | brain | wave | patterns | as | beginners | learn | to | play = 12 Tokens
Für genau diesen Satz ist das Verhältnis 18 ÷ 12 = 1,50, also 50 % mehr Tokens als Englisch. Ein einzelner Satz ist zu wenig Text für eine verlässliche Zahl; deshalb sind die Zahlen auf dieser Seite an 1.012 Sätzen aus FLORES-200 gemessen.
Wie schneidet Deutsch im Vergleich mit anderen Sprachen ab?
Deutsch zahlt in ChatGPT / Copilot 31 %, der Median aller 203 Sprachen liegt bei 75 %.
Wie kann ich den Token-Aufschlag senken?
Am einfachsten ist es, auf Englisch zu chatten, wenn dir das liegt. Andere Wege sind schwerer zu empfehlen, denn die Modelle unterscheiden sich nicht nur im Token-Aufschlag, sondern auch darin, wie gute Antworten du pro Token bekommst.
Fragen zum Token-Aufschlag
Zahlt jede Sprache einen Token-Aufschlag?
Fast jede. In ChatGPT / Copilot brauchen alle 203 Sprachen mehr Tokens als Englisch, von 23 % (Portuguese) bis 1 273 % (Santali), und die Mediansprache zahlt 75 %. Über alle 6 Modelle auf dieser Seite sind die einzigen Ausnahmen Chinese (Simplified): DeepSeek −6 %, Qwen −9 %; Yue Chinese: Qwen −3 %.
Warum zahlt Chinesisch in chinesischen Modellen weniger?
Vereinfachtes Chinesisch zahlt in ChatGPT / Copilot 25 %, aber in Qwen −9 % und in DeepSeek −6 %. Alibaba (Qwen) und DeepSeek haben ihre Tokenizer mit viel mehr chinesischem Text gebaut, sodass häufige chinesische Wörter eigene Tokens bekommen. Ein Tokenizer ist für die Sprachen am günstigsten, für die er gebaut wurde.
Wie hoch ist der Token-Aufschlag für die größten Sprachen?
Die meistgesprochenen Sprachen, und Deutsch, in allen 6 Modellen:
| ChatGPT / Copilot | Gemini | Claude | Meta AI / Llama | DeepSeek | Qwen |
|---|
| Chinese (Simplified) | 25 % | 8 % | 14 % | 6 % | −6 % | −9 % |
| Spanish | 32 % | 29 % | 45 % | 30 % | 50 % | 31 % |
| Hindi | 57 % | 30 % | 116 % | 65 % | 180 % | 98 % |
| Standard Arabic | 38 % | 45 % | 81 % | 59 % | 62 % | 30 % |
| Portuguese | 23 % | 25 % | 37 % | 23 % | 42 % | 23 % |
| Russian | 42 % | 35 % | 32 % | 23 % | 58 % | 35 % |
| Japanese | 66 % | 21 % | 26 % | 31 % | 42 % | 16 % |
| French | 37 % | 40 % | 48 % | 37 % | 55 % | 38 % |
| German | 31 % | 32 % | 72 % | 30 % | 51 % | 30 % |
Welches KI-Modell hat den niedrigsten Token-Aufschlag?
Gemessen an der Mediansprache: ChatGPT / Copilot 75 %, Gemini 81 %, Claude 84 %, Meta AI / Llama 86 %, Qwen 90 % und DeepSeek 107 %.
Welche Sprachen zahlen am wenigsten?
Englisch, an dem der Token-Aufschlag gemessen wird (0 %). Nur Chinesisch in chinesischen Modellen zahlt noch weniger, siehe oben. Nach Englisch sind die fünf günstigsten in ChatGPT / Copilot: Portuguese 23 %, Dutch 25 %, Chinese (Simplified) 25 %, Indonesian 25 % und Standard Malay 30 %.
Welche Sprachen zahlen am meisten?
Die Zahlen der Muttersprachler stammen aus Wikipedia (Volkszählungen und Ethnologue). Die 10 teuersten von 203 Sprachen in ChatGPT / Copilot, mit Token-Aufschlag und Zahl der Muttersprachler:
- Santali 1 273 %: etwa 7.600.000 Muttersprachler, vor allem in India, Bangladesh, Nepal; Schrift: Ol Chiki.
- Tamasheq 921 %: etwa 900.000 Muttersprachler, vor allem in Mali, Burkina Faso; Schrift: Tifinagh. Unsichere Zahl.
- Central Atlas Tamazight 915 %: etwa 2.700.000 Muttersprachler, vor allem in Morocco; Schrift: Tifinagh. Unsichere Zahl.
- Dzongkha 803 %: etwa 171.000 Muttersprachler, vor allem in Bhutan; Schrift: Tibetan. Unsichere Zahl.
- Lao 723 %: etwa 3.700.000 Muttersprachler, vor allem in Laos; Schrift: Lao.
- Standard Tibetan 713 %: etwa 1.200.000 Muttersprachler, vor allem in China (Tibet), India, Nepal; Schrift: Tibetan. Unsichere Zahl.
- Shan 693 %: etwa 4.700.000 Muttersprachler, vor allem in Myanmar, Thailand; Schrift: Myanmar (Shan). Unsichere Zahl.
- Tigrinya 500 %: etwa 9.900.000 Muttersprachler, vor allem in Eritrea, Ethiopia; Schrift: Ge'ez.
- Amharic 482 %: etwa 31.800.000 Muttersprachler, vor allem in Ethiopia; Schrift: Ge'ez.
- Odia 399 %: etwa 34.000.000 Muttersprachler, vor allem in India (Odisha); Schrift: Odia.
Zahlen Sprachen mit anderen Schriften mehr?
Im Mittel nicht: In ChatGPT / Copilot zahlt die Mediansprache in lateinischer Schrift 72 % und die Mediansprache in einer anderen Schrift 79 %. Die teuersten Sprachen haben aber alle eine eigene Schrift, etwa Santali (Ol Chiki), Tamasheq (Tifinagh), Dzongkha (Tibetan), Lao und Shan (Myanmar).
Wie messe ich den Token-Aufschlag für meinen eigenen Text?
Zähle die Tokens deines Textes und seiner englischen Übersetzung mit dem Tokenizer des Modells, das du nutzt, und teile die erste Zahl durch die zweite. Der Tokenizer von OpenAI ist öffentlich; Anthropic und Google zählen Tokens über ihre APIs. Ein Satz ergibt eine grobe Zahl; je mehr Text, desto verlässlicher.
Von Sara Moricz, Research Data Scientist. Aktualisiert am 2026-10-26.
In English
German needs 31 % more tokens than English for the same text on ChatGPT / Copilot. So your quota runs out about 31 % faster, chat memory fills up just as much faster, and answers take just as much longer. German ranks 198 of 203 languages, where 1 is the most expensive. Across 6 current AI tokenizers, the token tax ranges from 30 % (Meta AI / Llama) to 72 % (Claude). Measured on 1,012 FLORES-200 sentences.