待验证50% 置信基准精确时间

根据 Simon Willison 实测，新分词器导致英文文本 Token 增幅 +42%，西班牙文 +33%，Python 代码 +27%，中文基本无变化

1

来源数

50%

置信度

长期有效

时效性

2026/7/6

首次发现

来源

Claude Sonnet 5真的便宜吗？按任务重新算账

bilibili为什么叫QQ2026/7/1

相关事实

待验证Llama 3 的词表扩展使得非英语文本（特别是使用非拉丁字母的语言）的编码效率提升约 30-40%73% 相似待验证研究表明人类阅读字幕时单次注视有效信息量约为7±2个汉字，超过14-16字单行字幕会显著增加认知负荷68% 相似待验证大语言模型按token数量计费，1个token约等于4个英文字符或1-2个中文字符67% 相似待验证主流大语言模型训练语料中，英文数据占据压倒性比例，以Common Crawl等公开数据集为例，英文内容通常占总量的40%-60%，而越南语、中文等语言的占比往往不足5%65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/113241

API

curl https://kongchang.com/api/v1/knowledge/claims/113241

MCP

get_claim(id=113241)