Hablar con ChatGPT, Claude o Gemini en español funciona bien. Pero en muchas tareas puede salir algo menos eficiente que hacerlo en inglés, sobre todo cuando se usan sus API y se paga por cada fragmento de texto procesado.
La clave no está en las palabras que vemos, sino en los tokens. Un token es un trozo de texto que el modelo usa para leer y generar respuestas, y las compañías cobran muchos servicios por esa unidad, no por frases completas. El matiz parece pequeño, pero en facturas grandes no lo es.
Qué es un token
Los modelos no leen una palabra como nosotros. La convierten en una secuencia de números que el sistema puede manejar. OpenAI describe este proceso en tiktoken como una forma de partir el texto en piezas reversibles, mientras Google explica que Gemini procesa entradas y salidas a ese nivel.
Esto explica la trampa. Dos palabras con el mismo significado pueden costar distinto. En el ejemplo de partida, «developer» y «desarrollador» no se dividen igual, y esa diferencia cambia según el modelo y su tokenizador.
Por qué gana el inglés
El inglés tiene ventaja porque muchos modelos, pruebas y herramientas de desarrollo están muy pegados a ese idioma. No significa que no sepan español. Significa que ciertas frases en inglés suelen encajar mejor en el mapa interno del modelo.
OpenAI lo mostró al presentar GPT-4o. Su nuevo tokenizador reducía el número de tokens en varios idiomas, incluido el español, aunque las mayores mejoras aparecían en lenguas como el telugu, el hindi o el gujaratí. Buena noticia, pero no borra la diferencia.
Claude y Gemini
Anthropic también ha puesto el tema sobre la mesa. En su guía de migración a Claude Opus 4.7, la empresa avisa de que el nuevo tokenizador puede usar hasta un 35 % más de tokens que modelos anteriores, según el contenido. Más precisión puede implicar más piezas que procesar.
Por eso Anthropic ofrece una herramienta oficial para contar tokens antes de enviar una petición a Claude. En la práctica, eso ayuda a vigilar límites, costes y longitud de los prompts antes de pulsar enviar.
Cuando se nota
En una conversación normal con una suscripción, la diferencia suele ser poco dramática. Si usas un plan mensual y preguntas de vez en cuando, escribir en español no debería quitarte el sueño. Bastante tenemos con que la IA entienda lo que queremos.
La película cambia en la API, la conexión que usan aplicaciones y empresas para llamar a un modelo. OpenAI y Anthropic publican precios por millón de tokens, así que una frase más troceada puede salir más cara si se repite miles o millones de veces. Ahí el idioma deja de ser un detalle.
Programar en inglés
En programación, el inglés puede tener una ventaja extra. Los nombres de funciones, los mensajes de error, la documentación y buena parte de los repositorios ya viven en ese idioma. Si pides ayuda técnica en inglés, por lo general reduces traducciones y ambigüedades.
Varios trabajos sobre generación de código multilingüe han observado que la calidad puede cambiar mucho según el idioma usado en el prompt. No siempre gana el inglés, ojo, pero las diferencias existen y no son solo una manía de programador.
Pero no siempre
El estudio EfficientXLang complica la frase fácil de «usa siempre inglés». Sanchit Ahuja, Praneetha Vaddamanu y Barun Patra, de Microsoft Corporation, evaluaron modelos como DeepSeek R1, Qwen 2.5 y Qwen 3 en problemas matemáticos y varios idiomas.
Su conclusión fue llamativa. El razonamiento en lenguas no inglesas podía reducir el uso de tokens entre un 20 % y un 40 % sin perder precisión en las pruebas analizadas. Dicho de otra forma, el inglés suele ser eficiente, pero no tiene una corona eterna.
Qué conviene hacer
Para el usuario de casa, seguir en español es perfectamente razonable. Pedir una receta, resumir un correo o preparar un examen no justifica pelearse con otro idioma. Además, una pregunta clara en español puede ahorrar más que una mala pregunta en inglés.
Para API, automatizaciones y programación, la recomendación cambia. Prueba la misma tarea en inglés y en español con el contador oficial del proveedor, y quédate con el idioma que consuma menos sin perder calidad.
Al final, la mejor estrategia no es venerar el inglés. Es medir tokens, recortar instrucciones repetidas y escribir prompts claros. Menos ruido, menos coste.
El estudio principal sobre eficiencia multilingüe se ha publicado en Microsoft Research.
