你的 128K 其实有多大
有效上下文窗口实验室——语言税的第二部：从「多花几美元」到「能力被悄悄砍掉三分之一」
你的 128K 其实有多大
你买的 128K 窗口，用孟加拉语只剩约 82K。 语言税从「多花几美元」升级成了「能力被悄悄砍掉三分之一」——而且在 agent 场景下它是复合的。
arXiv:2608.09046孟加拉语 1.56× → 128K 标称等效 82K🧮 换算全部现算📐
o200k 实测 1.56×；Qwen2.5-7B / Mistral-7B 下最高 4.5×
标称 128K 上下文 → 等效约 82K 英语当量（128 / 1.56 ≈ 82.05）。
💱 标称窗口 → 等效英语当量
标称窗口
128.0K
厂商写在定价页上的数字
等效英语当量
82.1K
128000 ÷ 1.56
能力损失
−35.9%
同样一份文档，你更早装不下
各档窗 口的换算表（🧮 现算）
| 标称 | 等效英语当量 | 被吃掉 | 损失比例 |
|---|---|---|---|
| 8K | 5.1K | 2.9K | 35.9% |
| 32K | 20.5K | 11.5K | 35.9% |
| 128K | 82.1K | 45.9K | 35.9% |
| 200K | 128.2K | 71.8K | 35.9% |
| 1M | 641.0K | 359.0K | 35.9% |
口径说明：128K 按十进制 128 000 计（原文 128 000 / 1.56 ≈ 82 051 ≈ 82K）。若按二进制 131 072 计则为 84K，结论不变。
文献与交叉链接
The Invisible Language Tax: Token Premiums of French and Regional Languages in 2026 LLM Tokenizers, and a French-Optimized Prototype
Serval, Thomas · 2026-09-30 · arXiv:2609.39001
「history re-sending, tiered pricing and fixed context windows amplify the absolute gap in agentic use」（历史重发、分层定价与固定上下文窗口会在 agent 场景下放大绝对差距）。
Measuring the Tokenization Premium: A Cost Audit for Underserved Language Communities
Roy, Avijit（Roy / Roy / Patel） · 2026-08-10 · arXiv:2608.09046
孟加拉语 1.56× → 标称 128K 上下文的等效英语当量约 82K；Qwen2.5-7B / Mistral-7B 下最高 4.5×。
AI 巴别塔
语言税的第一部：溢价从哪来（含约鲁巴语反例卡）
Lost in the Middle
长上下文的位置偏差（U 型曲线）
Context Engineering 工具箱
Prompt Cache 经济学与压缩策略
标注 体系：📖 = 有出处的文献实测值（溢价、128K→82K）；🧮 = 本页浏览器内现算； ⚠ = 教学设定（翻译绕道成本模型、语义分块 overlap、压缩保留比例），不可当实测读数引用。