Tokens por palabra: GPT-5 vs Claude vs GPT-4, medidos (2026)

Por qué los tokens por palabra deciden tu factura

Todos los grandes modelos de lenguaje cobran por token, nunca por palabra. El tipo de cambio entre esas dos unidades explica por qué los presupuestos de API se desvían sin hacer ruido. La mayoría de las guías repite la misma regla práctica: un token equivale a unas tres cuartas partes de una palabra en inglés. Esa cifra resulta más o menos acertada para el inglés en un tokenizador moderno, y cada vez más equivocada para todo lo demás: otros idiomas, código fuente, datos estructurados y emojis se convierten cada uno a su propia tasa.

Sobre este tema hay sorprendentemente pocas cifras publicadas, así que lo medimos. Este artículo reporta conteos exactos de tokens para el mismo contenido en cinco tokenizadores y tres familias de modelos, con el corpus y los resultados disponibles para descargar más abajo. Si presupuestas uso de LLM en cualquier idioma distinto del inglés, las diferencias alcanzan para cambiar tus proyecciones.

El dataset y cómo se midió

El corpus tiene 13 muestras. Siete son traducciones humanas del mismo pasaje de 94 palabras sobre edición de textos, en inglés, español, portugués, francés, alemán, chino y japonés, de modo que la comparación entre idiomas mantiene constante el significado y no la longitud. Las otras seis cubren el texto que los desarrolladores envían a los modelos en la práctica: Python, JavaScript, un registro JSON de un pedido, un documento Markdown, una publicación social cargada de emojis y datos numéricos en CSV.

Los conteos de la familia GPT provienen de tiktoken, el tokenizador que OpenAI publica, así que son exactos: o200k_base (GPT-5, GPT-4o, la serie o), cl100k_base (GPT-4, GPT-3.5) y el p50k_base de la era GPT-3 como contraste histórico. Los conteos de Claude salen del endpoint oficial count-tokens de Anthropic, que reporta la cifra facturable por modelo. Ese endpoint cuenta la solicitud completa, así que medimos el envoltorio fijo del mensaje (6 tokens en Opus 4.8, 7 en Sonnet 4.6 y Haiku 4.5), lo restamos y verificamos la calibración con una prueba de duplicación que regresó sin desviación alguna. Los conteos absolutos de Claude cargan con cerca de un token de incertidumbre; las proporciones no se ven afectadas.

Gemini queda fuera de las mediciones porque Google no publica su tokenizador y no contamos con acceso a countTokens para verificar; preferimos delimitar los datos con honestidad antes que estimar.

Tokens por palabra según el idioma

La tabla principal. El mismo pasaje, el mismo significado, cinco tokenizadores:

Idioma	Palabras	GPT-5 (o200k)	Tokens/palabra	GPT-4 (cl100k)	Claude Sonnet 4.6	Claude Opus 4.8
Inglés	94	110	1.17	110	116	177
Español	107	143	1.34	172	184	256
Portugués	102	137	1.34	176	188	241
Francés	109	153	1.40	194	207	275
Alemán	93	159	1.71	203	245	324
Chino	n/a	159	n/a	223	217	216
Japonés	n/a	205	n/a	268	241	240

El inglés es el idioma más barato en todas las columnas: 110 tokens para 94 palabras en GPT-5, es decir, cerca de 1.17 tokens por palabra. La famosa regla de 0.75 palabras por token se cumple casi al pie de la letra para la prosa en inglés. El español corre a 1.34 tokens por palabra con la misma codificación, el portugués a 1.34, el francés a 1.40 y el alemán, con sus largas palabras compuestas, a 1.71. El chino y el japonés no separan las palabras con espacios, así que las cifras por palabra no aplican ahí; la siguiente sección los compara sobre significado equivalente.

Mismo significado, distinto precio

Como los siete pasajes dicen lo mismo, la pregunta más justa es: ¿cuánto cuesta expresar un significado idéntico en cada idioma? Tomando el inglés como base:

Idioma	vs inglés, GPT-5 (o200k)	vs inglés, GPT-4 (cl100k)	vs inglés, Claude Sonnet 4.6
Español	+30%	+56%	+59%
Portugués	+25%	+60%	+62%
Francés	+39%	+76%	+78%
Alemán	+45%	+85%	+111%
Chino	+45%	+103%	+87%
Japonés	+86%	+144%	+108%

En GPT-5, expresar este pasaje en español cuesta 30% más tokens que en inglés; el portugués cuesta 25% más y el japonés 86% más. El recargo crece en las codificaciones anteriores: el mismo pasaje en español que cuesta +30% en o200k costaba +56% en el cl100k de GPT-4, y la codificación p50k de la era GPT-3 necesitaba 222 tokens, más del doble de su equivalente en inglés. Quien opera cargas multilingües heredó esas proporciones en su intuición, y hoy están gravemente desactualizadas.

El efecto o200k: tres generaciones de GPT

La historia de las codificaciones explica el cambio. p50k y cl100k se entrenaron sobre todo con inglés; o200k duplicó el vocabulario hasta unos 200,000 tokens y dedicó una porción mucho mayor al texto en otros idiomas. Para el español, la progresión es 222 tokens (era GPT-3), luego 172 (GPT-4) y 143 (GPT-5) para el pasaje idéntico. El chino mejoró todavía más: 223 tokens en cl100k contra 159 en o200k, una caída del 29%.

La mejora no es universal. Nuestra muestra de JavaScript es un contraejemplo honesto: cuesta 140 tokens en cl100k y 149 en o200k, algo más en la codificación nueva. La prosa en inglés y el Python quedaron prácticamente planos. Las ganancias de o200k fueron para los idiomas humanos, no para el código.

Claude cuenta dos veces: Opus 4.8 vs Sonnet 4.6

El resultado menos documentado del dataset: el endpoint count-tokens de Anthropic reporta dos regímenes de conteo distintos entre sus modelos actuales. Sonnet 4.6 y Haiku 4.5 devuelven conteos idénticos para cada muestra del corpus. Opus 4.8 reporta cifras bastante mayores para el mismo texto, lo que coincide con las notas de migración de la propia Anthropic: a partir de Opus 4.7 los tokens se cuentan de otra manera.

Muestra	Sonnet 4.6 / Haiku 4.5	Opus 4.8	Opus vs Sonnet
Prosa en inglés	116	177	1.53x
Prosa en español	184	256	1.39x
Prosa en alemán	245	324	1.32x
Código Python	208	254	1.22x
JSON	249	284	1.14x
Chino	217	216	1.00x
Japonés	241	240	1.00x

La inflación se concentra en el texto de alfabeto latino, donde Opus reporta entre 1.3 y 1.5 veces el conteo de Sonnet. En chino y japonés los dos regímenes casi coinciden. Esto importa para presupuestar porque la unidad facturable cambia según el modelo: Opus 4.8, a $5 por millón de tokens de entrada, no cuesta 1.67 veces lo que Sonnet 4.6 a $3 para prosa en inglés; medido de extremo a extremo cuesta unas 2.5 veces más por palabra, porque cada palabra registra más tokens. La tabla de costos de más abajo usa los conteos medidos de cada modelo.

Código, JSON y CSV cuestan más que la prosa

Por carácter, el texto estructurado es mucho más denso que la prosa. La puntuación, los corchetes, las comillas y los dígitos se fragmentan en muchos tokens pequeños:

Muestra	Caracteres	Tokens GPT-5	Tokens por 100 caracteres
Prosa en inglés	572	110	19.2
Documento Markdown	639	162	25.4
Código Python	667	167	25.0
Código JavaScript	636	149	23.4
Texto social con emojis	283	88	31.1
Registro JSON de un pedido	521	214	41.1
Datos numéricos CSV	416	237	57.0

Los datos numéricos en CSV son la entrada más cara del corpus, con 57 tokens por cada 100 caracteres, el triple de la densidad de la prosa en inglés. Las fechas, los identificadores, los decimales y los signos de porcentaje se tokenizan fragmento a fragmento. El consejo práctico: cuando alimentas un modelo con hojas de cálculo o registros, el conteo de caracteres resulta engañoso; cuenta los tokens de un fragmento representativo primero, y considera resumir o muestrear las tablas numéricas antes de enviarlas enteras.

Los emojis son caros

La muestra de redes sociales concentra 11 emojis en 283 caracteres. Cada emoji cuesta de uno a tres tokens en o200k, y las variantes compuestas o con tono de piel cuestan más. La muestra queda en 88 tokens de GPT-5, una densidad por carácter intermedia entre la prosa y el código. Para los productos de chat que procesan texto social a escala, los emojis son un costo real en la factura, no un error de redondeo.

Cuánto cuesta un millón de palabras

Convertir los tokens por palabra medidos en costo de entrada, a los precios publicados vigentes (GPT-5 $1.25, GPT-5 mini $0.25, GPT-4o $2.50, Claude Haiku 4.5 $1.00, Sonnet 4.6 $3.00, Opus 4.8 $5.00 por millón de tokens de entrada), produce la cifra que de verdad necesita quien administra un presupuesto: el costo de procesar un millón de palabras.

Idioma	GPT-5	GPT-5 mini	GPT-4o	Haiku 4.5	Sonnet 4.6	Opus 4.8
Inglés	$1.46	$0.29	$2.93	$1.23	$3.70	$9.41
Español	$1.67	$0.33	$3.34	$1.72	$5.16	$11.96
Portugués	$1.68	$0.34	$3.36	$1.84	$5.53	$11.81
Francés	$1.75	$0.35	$3.51	$1.90	$5.70	$12.61
Alemán	$2.14	$0.43	$4.27	$2.63	$7.90	$17.42

Dos lecturas de esta tabla. Primera: el recargo por idioma se multiplica con la elección de modelo. Un millón de palabras en alemán por Opus 4.8 cuesta $17.42 contra $1.46 del inglés por GPT-5, una brecha de 12x para el mismo volumen de significado. Segunda: el precio de entrada es barato en términos absolutos en todos los casos; las proporciones pesan cuando las multiplicas por los tokens de salida, que suelen costar de cuatro a cinco veces la tarifa de entrada y siguen una inflación por idioma parecida.

Reproduce las cifras

El dataset completo y el corpus se descargan gratis y se pueden reutilizar con atribución (CC BY 4.0):

• tokenizer-comparison-2026.csv, cada medición en una sola tabla plana
• tokenizer-comparison-2026.json, mediciones más metodología y métricas derivadas
• tokenizer-corpus-2026.json, el corpus de 13 muestras, para que verifiques cada conteo

Para comprobar las cifras de GPT, pasa cualquier muestra por tiktoken con la codificación o200k_base o cl100k_base. Para comprobar Claude, llama al endpoint count-tokens de Anthropic con la muestra como un único mensaje de usuario y resta el envoltorio como se describe arriba. Para explorar las cifras de forma interactiva, pega cualquier muestra del corpus en nuestro Contador de Tokens local del navegador: ejecuta la codificación o200k real del lado del cliente, así que los conteos de GPT coinciden exactamente con este dataset y tu texto nunca sale de la página. Para entender qué es un token desde cero, lee la guía completa del Contador de Tokens.