你有没有算过，跟AI说一句“谢谢”，日本人要比你多掏多少钱？
答案是：六倍。
这不是汇率问题，也不是模型版本问题。这是日语本身在AI的“计价器”上跑出了更高的里程。更离谱的是，当你让AI写一封带敬语的商务邮件，它可能会给你回一篇“宇宙级歉意”的战书。日本人把这叫做“敬语核弹”。
今天这篇文章就干一件事：把日语烧token这件事拆到骨头里。你会发现，AI对不同语言的收费逻辑，跟语言本身的美丑、难易都没有关系，只跟你说的那句话在“分词器”里被切成了多少块有关系。
语言之间的隐形价格差
先看一组扎心的数字。
英文说一句“Thank you”，在大语言模型的计价体系里算1个token。日语说同样意思的“ありがとうございます”，直接被拆成7个token。同样是表达感谢，日语用户要付七倍的钱。
这不是某个小公司偷偷调价，这是整个行业通用的底层计费逻辑。OpenAI、Anthropic、Google，所有按token收费的AI服务，都在用同一套规则：你说的话被拆成多少块，就收多少钱。
实测数据更扎心。一条简短的日常指令，英文消耗8个token，日文消耗17个，差距超过两倍。三行中等长度的指令，英文41个token，日文91个，差距拉到2.2倍。哪怕是一段完整的回复，英文67个token，日文122个，仍然高出1.8倍。
最扎心的不是平均差距，而是对话越短、差距越大。短到“谢谢”这个级别，直接飙到7倍。而恰恰是这种短句，在日常对话里出现频率最高。每一次“好的”“收到”“请继续”，都在用更高的单价被计费。
分词器才是那个定价的人
要理解这个差距，得先弄清楚AI是怎么“看”文字的。
大语言模型不认识完整的句子。它靠一个叫分词器的组件，把文字切成小块再处理。分词器干活的方法叫字节对编码，这玩意儿的工作逻辑是：统计训练数据里哪些字符组合出现频率最高，把高频组合打包成一个token。
问题出在训练数据上。互联网上最大的语料库Common Crawl里，英文内容占了将近一半，日文的比例低到可以忽略不计。分词器学了一肚子英文的常见组合——“the ”是一个token，“tion”是一个token，“ing”是一个token。这些组合在英文里天天出现，被压成了一个个“单词块”。
但日文没有空格，没有天然的词边界，汉字、平假名、片假名三种文字系统混在一起。分词器在训练数据里没见过足够多的日文组合，不知道哪些字符应该打包，只好把日文拆到最细——有时候甚至拆到单个字符级别。
一个汉字就是一个token，一个假名也是一个token。同样一段话，英文能被压缩成几个大块，日文只能散成一地碎片。这就是“语言税”的数学根源：AI的训练数据偏向谁，谁就便宜。英文是亲儿子待遇，日文是外来务工，干同样的活拿更少的钱。
早期模型更夸张。GPT-2处理日文时，每个词产生的token数量是英文的56倍。后来技术进步了，差距被压到了三四倍以内。但差距依然存在。GPT-4用的分词器下，日文token消耗是英文的2.9倍。GPT-4o稍微好一点，降到了1.7倍。技术一直在优化，但日语用户始终在付“溢价”。
敬语把AI逼成了恐怖分子
今年四月底，一个日本网友让ChatGPT写一封商务邮件。指令很简单：用“爆敬语”。
结果AI直接疯了。邮件里除了常规的“在您百忙之中万分抱歉”，还冒出了“宇宙级的歉意”“恳请您炸裂一下”，甚至在结尾说了一句“かしこまりボンバー”——翻译过来是“我明白了……炸弹”。网友笑疯了，管这叫“敬语核弹级灾难”。
好笑归好笑，但背后藏着两个硬核问题。
第一个问题：文化习惯让输入变长。日本人在正式场合默认使用敬语，外交、商务、后辈对前辈都要用。很多人跟AI说话也带着这个习惯。你让AI“用敬语写一封邮件”，指令本身就多了好几个token。AI输出的时候还要再“尊敬”一遍，输出又长了一截。两头都在烧钱。
第二个问题：AI没有“社会脑”。敬语在日语里是一整套精密的社交距离标尺——尊敬语抬举对方，谦让语压低自己，丁宁语保持基本礼貌。人类会根据场合、关系、亲疏自动调节尺度。但AI没有这套感知系统。你让它“爆敬语”，它就把礼貌推到极致、推到荒谬、推到“宇宙级”。它不知道什么时候该收、什么时候该放，因为它学的只是“这些词经常一起出现”，而不是“这些词在什么语境下用”。
有语言学者专门研究过这个问题。西安外国语大学的毋育新教授在论文里指出，当前主流大语言模型处理日语敬语时存在大量典型偏误。另一项研究也发现，现有AI工具在处理日语请求表达时，没法稳定复现母语者的语用规范。AI会说敬语，但不懂敬语。它像一个背了整本礼仪手册但从来没社交过的机器人，每句话都正确，但每句话都怪。
行业开始反击了
这场“语言通胀”已经引起了整个行业的注意。解决方案分三个方向。
第一个方向：造专属模型。2026年8月2日，日本AI公司Sakana AI上线了一个叫Sakana Namazu的API。这个模型基于开源模型Kimi K2.6，额外针对日语和日本商业文化做了后训练。价格跟基础模型一模一样，输入每百万token九毛五美元，输出四美元。等于说敬语优化的成本被Sakana自己吞了，用户不涨价。在FairPoliticsQA这个测试集里，它的得分从34%跳到了56%。乐天也出了手。他们的RakutenAI-7B模型把词汇表从32000个扩展到了48000个，专门给日语腾出空间。词汇表大了，每个词被切碎的概率就小了，token效率自然往上走。
第二个方向：直接压缩。开源社区出了一个叫genshijin的工具——日语里就是“原始人”的意思。它的逻辑简单粗暴：把日语里的敬语、礼貌用语、填充词、缓冲表达全部砍掉。官方数据说可以减少大约75%的token消耗。它有三个档位可选：礼貌、正常、极限。选“极限”模式，AI说话就跟山顶洞人一样，没有敬语、没有客套、没有废话，只剩下干巴巴的技术内容。这个工具本来是给AI编程代理用的——程序员用AI写代码的时候，日式客套话纯属多余。但它证明了一件事：日语里的冗余表达确实在大量消耗token，砍掉就能立竿见影省钱。
第三个方向：优化分词器本身。Preferred Networks在2026年6月发布的PLaMo 3.0 Prime，用的就是自研的、专为日语token效率优化的分词器。DeepSeek和Qwen这些中国模型也在逼近英文的token效率，某些任务上已经接近一比一。趋势很明确：谁先解决非英语语言的token效率问题，谁就能吃下那个市场。
日语敬语 与 印度种姓制度的相似性
语敬语的繁多，是其作为一种精细社会工具，需要同时标记上下、内外、亲疏等多重维度的必然结果。它远不止是礼貌用语，更是一种强有力的社会“划界符” 和身份地位的“晴雨表”。
简单来说：印度种姓制度是一个基于血缘的、与生俱来的、封闭的社会分层系统；而日语敬语是一种基于社会情境和人际关系的、灵活的、可习得的语言沟通工具。
用维特根斯坦的“语言即世界”来切——你会发现，敬语和种姓制度根本不是“不同的东西”，它们是同一台机器在不同文化里长出的两张脸。
这台机器的名字叫：语言如何划定“谁可以对你做什么”的边界。
想象一个日本职场新人，第一次对上司开口，他必须选择用“です・ます”体还是“だ・である”体，用“おっしゃる”还是“言う”，用“いただく”还是“もらう”。每一个选择都不是“礼貌不礼貌”的问题——他是在用语言划出上司和他之间的权力距离。 这个距离一旦被语言固定下来，就变成了他世界里的“事实”：上司高于我，我不能越界。
再看一个印度高种姓婆罗门，他对一个达利特（贱民）说话时，用的词汇、代词、动词变位，天生就带有“洁净”与“不洁”的标记。他不是在“表达”等级，他是在用语言制造等级。只要那句话被说出来，等级就在那一刻被重新确认了一次。
维特根斯坦会说：这两者根本不是“社会现象”，它们是“语言现象”。 而所有社会现象，归根结底都是语言现象。因为你的社会关系、你的身份、你对他人的权力，全都被锁在你能说、不能说的那些话里。
如果你从社会标签和语言标签这两个词语陷阱去看，日语敬语 与 印度种姓制度好像完全不答架，但是抛弃这种陷阱，从“语言即世界”去看，它们都是一样的。这就是语言这把手术刀的犀利之处。
日语敬语 与 伊朗说话特别客气的 相似性？
日语敬语和伊朗人“特别客气”的说话方式，相似程度远超你的想象。它们不只是礼貌，更像是一种深入骨髓的、用来维持社会运转的“操作系统”。伊朗的这种文化现象，被称为塔洛夫（Taarof）。
它们最核心的共同点是：语言的意义是次要的，它真正的作用，是精准地定位人与人之间的社会关系。在这个游戏里，说话的内容不重要，重要的是你通过说话，确认了谁的地位更高、谁更值得尊重。
这种“家族”相似性，可以从以下几个方面来看：
- “抬举对方，贬低自己”
- 一套完整的“表情包”
- 会关系的“粘合剂”与“润滑剂”
用维特根斯坦的话来说就是：语言的意义在于它的用法。日语敬语和伊朗的塔洛夫，都是在各自社会中 “玩” 着同一套礼貌游戏，这个游戏的目的不是为了传递信息，而是为了定位彼此、维系秩序、表达尊重。它们不是语言的装饰品，而是语言本身最重要的用法之一。
大模型对伊朗语（波斯语）不擅长，根源在于三重短板叠加：
- 数据稀缺：波斯语属于低资源语言，高质量训练语料和评测基准严重不足，模型缺乏学习素材。
- 语言复杂：波斯语采用阿拉伯-波斯字母书写且省略短元音，形态变化丰富，主流分词器（Tokenizer）又为英文优化，对波斯语切分效率极低。
- 文化隔阂：模型输出的文本在语法上可能正确，但系统性偏离伊朗文化规范，无法在具体场景中理解客套、隐喻等社会含义。
天赋人权？你出生后学的语言就给你刻入等级。