Un texte français se découpe en 15 à 30 % de jetons de plus que sa traduction anglaise. Conséquences directes : le prix payé, la place disponible dans le contexte et la qualité des réponses.
Un modèle de langage ne lit pas des mots mais des jetons, morceaux de texte issus d’un découpage appris sur un corpus très majoritairement anglophone. Un même contenu écrit en français se découpe donc en davantage de morceaux qu’en anglais, de l’ordre de 15 à 30 % de plus avec les découpeurs récents. Comme tout se facture, se compte et se limite en jetons, le français paie plus cher, remplit la fenêtre de contexte plus vite, répond un peu plus lentement, et souffre d’une précision moindre sur les mots rares, les accents et les langues régionales.
Une association traduit sa notice d’accueil en anglais et fait passer les deux versions dans le compteur de jetons de son fournisseur d’IA. Même contenu, même longueur apparente à l’écran : 1 240 jetons pour l’anglais, 1 580 pour le français. Personne n’a écrit une phrase de plus. Le texte français coûtera pourtant 27 % de plus à traiter, à chaque appel, pour toujours.
Ce genre d’écart passe inaperçu tant qu’on discute avec un assistant dans un navigateur. Il devient visible dès qu’un usage devient répétitif : un service client automatisé, une chaîne de traitement de documents, un outil interne branché sur une facturation au million de jetons.
La cause n’est ni un choix commercial ni une mauvaise volonté. Elle tient à une pièce mécanique placée tout au début de la chaîne, le découpeur, et à la façon dont il a été construit. Cette pièce décide de tout ce qui suit : le prix payé, la quantité de document que le modèle peut lire d’un coup, la vitesse d’affichage, et même la précision sur certains mots.
Avant tout calcul, un modèle remplace votre texte par une suite de numéros correspondant à des morceaux tirés d’un vocabulaire fixe, de l’ordre de 50 000 à 200 000 entrées. Ces morceaux, les jetons, ont été déterminés par une procédure statistique : on part des caractères bruts et on fusionne, encore et encore, la paire de morceaux la plus fréquente dans un immense corpus, jusqu’à atteindre la taille de vocabulaire visée.
Le résultat n’a aucune logique linguistique. Il suit la fréquence. Un mot très courant occupe un seul jeton, espace initial compris. Un mot moyennement courant se coupe en deux ou trois morceaux qui ne correspondent ni aux syllabes ni aux racines. Un mot rare descend jusqu’au niveau des octets. La suite du traitement, l’attention et la prédiction du jeton suivant, est décrite dans le fonctionnement d’un modèle de langage.
Les fusions sont apprises sur le corpus disponible, et ce corpus est massivement anglophone. Les archives web publiques utilisées comme socle par la plupart des fournisseurs comptent l’anglais pour une part écrasante ; le français y figure parmi les langues suivantes, très loin derrière. Les morceaux les plus utiles à l’anglais ont donc raflé les places disponibles dans le vocabulaire.
Quatre traits du français aggravent le phénomène.
l’ordinateur, qu’il, aujourd’hui forcent des coupures supplémentaires. Le choix entre apostrophe typographique et apostrophe droite change même parfois le découpage, donc le prix.| Texte | Découpage typique | Commentaire |
|---|---|---|
the house | 2 jetons | Deux mots très fréquents, un jeton chacun |
la maison | 2 à 3 jetons | Coût comparable, cas favorable |
l’hébergement | 4 à 6 jetons | Élision, accent, mot moyennement fréquent |
anticonstitutionnellement | 6 à 9 jetons | Mot rare, fragmenté en morceaux sans logique |
2 543 891 | 4 à 7 jetons | Les nombres se coupent par groupes de chiffres, d’où les erreurs de calcul |
degemer mat, en breton | Proche d’un jeton par lettre | Langue quasi absente du corpus, découpage au niveau des octets |
Les ordres de grandeur donnés ici varient d’un fournisseur à l’autre, puisque chaque famille de modèles a son propre découpeur. La tendance, elle, ne varie pas.
Un détail change la portée du problème : le vocabulaire de jetons n’est pas un réglage modifiable après coup. Il est arrêté avant le pré-entraînement, parce que chaque jeton reçoit ensuite son propre vecteur appris pendant des semaines de calcul. Ajouter, retirer ou redécouper un jeton invaliderait ces vecteurs et supposerait de tout recommencer.
Autrement dit, la façon dont votre français sera découpé pendant toute la vie du modèle a été décidée le premier jour, par une statistique de fréquence calculée sur un corpus que vous n’avez pas choisi. Un fournisseur ne peut pas « améliorer le support du français » d’une mise à jour à l’autre sur ce point précis : il doit sortir une nouvelle génération de modèle.
C’est ce qui explique la tendance observée depuis quelques années. Les vocabulaires sont passés de quelques dizaines de milliers d’entrées à plusieurs centaines de milliers, précisément pour faire de la place aux langues autres que l’anglais et au code informatique. L’écart entre français et anglais s’est réduit d’une génération à l’autre, sans jamais disparaître, puisque la fréquence dans le corpus reste le seul critère d’attribution des places.
Le prix. Tout se facture au million de jetons, en entrée comme en sortie, et la sortie coûte généralement trois à cinq fois plus cher que l’entrée. En 2026, les tarifs vont de quelques dizaines de centimes à une quinzaine d’euros par million de jetons d’entrée selon la gamme du modèle. Un surcoût de 25 % s’applique aux deux côtés, puisque la réponse aussi est en français.
La place. Une limite annoncée à 200 000 jetons ne vaut pas 200 000 jetons de contenu français utile : comptez plutôt l’équivalent de 150 000 à 170 000 jetons anglais. Les conséquences pratiques de cette limite sont traitées dans la fenêtre de contexte.
Le temps. Chaque jeton produit exige un passage complet dans le modèle. Une réponse française plus longue en jetons s’affiche proportionnellement plus lentement.
Les quotas. Les limites de débit imposées par les fournisseurs se comptent en jetons par minute. À usage identique, une équipe francophone atteint le plafond plus tôt qu’une équipe anglophone.
Le nombre de jetons n’est pas qu’une question de facture. Un mot découpé en six morceaux est représenté par six vecteurs dont le modèle doit reconstituer le sens combiné, alors qu’un mot doté de son propre jeton arrive déjà porteur d’une représentation apprise directement.
Deux conséquences s’observent. La première touche les termes techniques et les noms propres français : plus la fragmentation est forte, plus le risque d’approximation augmente sur l’orthographe exacte, l’accord ou la référence. C’est là que se logent les majuscules accentuées oubliées, les traits d’union fantaisistes dans les noms composés et les espaces insécables mal placées devant les signes doubles. La seconde touche les textes longs : à contenu égal, l’information française est étalée sur davantage de positions, donc les liens à établir par l’attention traversent une plus grande distance.
Une variante du même effet concerne la casse et la ponctuation. Un mot écrit en majuscules, un intitulé administratif du type DÉCLARATION PRÉALABLE, ou un texte truffé de retours à la ligne et de puces mal converties, se découpe beaucoup moins efficacement que le même contenu en minuscules et en phrases. Nettoyer un document avant de l’envoyer fait donc baisser le compteur et monter la qualité en même temps.
Cette pénalité s’ajoute à une pénalité de données déjà installée pendant l’entraînement du modèle, et elle explique une partie du surcroît d’erreurs observé sur les sujets français spécialisés, décrit dans l’article sur les inventions de l’IA. Elle relève de la même famille de problèmes que les biais des modèles : ce qui est rare dans les données est mal servi partout à la fois.
Le français s’en tire plutôt bien à l’échelle mondiale. Pour les langues écrites dans un autre alphabet, ou peu présentes sur le web, l’écart de découpage peut atteindre un facteur dix ou davantage face à l’anglais. Le même service, rendu dans ces langues, coûte donc dix fois plus, occupe dix fois plus de contexte et se heurte au plafond dix fois plus vite.
Cette inégalité est technique dans sa cause et économique dans ses effets. Elle mérite d’être connue quand une organisation publique française déploie un assistant multilingue à destination d’usagers allophones : le coût par usager n’est pas uniforme, et la qualité non plus.
Un dernier levier concerne les usages lourds en volume, comme la transcription et le compte rendu automatique de réunions, où l’entrée se chiffre en dizaines de milliers de jetons par séance. Découper la séance, filtrer les silences et les redites, et ne demander qu’une synthèse ciblée change l’ordre de grandeur de la facture, comme le montre le traitement automatique des comptes rendus de réunion.
Trois unités circulent dans les discussions techniques et se mélangent volontiers. Le caractère est ce que vous voyez. L’octet est ce que la mémoire stocke, et un caractère accentué en occupe deux en UTF-8, ce que rappelle la différence entre octets et gigaoctets. Le jeton est ce que le modèle traite, et il ne coïncide avec aucun des deux.
Une conséquence pratique : la taille d’un fichier en kilooctets ne prédit pas son coût en jetons. Un document de 100 kilooctets bourré de mise en forme peut peser moins en jetons qu’un fichier texte brut de 60 kilooctets. C’est le contenu textuel extrait, et lui seul, qui est facturé.
Avant de bâtir un service francophone sur un modèle de langage, posez une seule question chiffrée : combien de jetons consomme une interaction moyenne, mesurée sur vos propres textes, avec le découpeur du modèle que vous allez signer. Tout le reste, budget, choix du modèle, taille de contexte nécessaire et rythme de montée en charge, se déduit de ce nombre. Les estimations faites sur des exemples anglais vous tromperont d’un bon quart.
Techniquement, une consigne anglaise consomme moins de jetons, et l’écart devient mesurable sur une instruction longue réutilisée des milliers de fois. En contrepartie, vous perdez en précision sur le vocabulaire métier français, sur les références juridiques nationales, et vous risquez des réponses qui glissent vers des usages anglo-saxons. Le compromis raisonnable consiste à garder le français pour tout ce qui touche au fond et à ne pas s’interdire l’anglais pour les instructions purement techniques, en imposant explicitement la langue de sortie.
Chaque famille de modèles possède son propre découpeur, donc le même texte ne donne pas le même nombre de jetons d’un fournisseur à l’autre. Pour une estimation rapide en français, divisez le nombre de caractères par trois, ou multipliez le nombre de mots par 1,5. Pour un chiffrage sérieux avant industrialisation, comptez sur un échantillon réel avec le découpeur exact du modèle visé : l’écart entre l’estimation et la mesure atteint facilement 20 %.
Parce qu’il ne compte rien. Il produit des jetons, qui ne coïncident ni avec les mots ni avec les caractères, et il n’a aucun compteur interne. Une consigne de longueur agit comme une indication de style : le modèle a appris à quoi ressemble un texte présenté comme faisant 500 mots. Pour obtenir une longueur précise, contraignez la structure plutôt que le compte, par exemple cinq paragraphes de trois phrases, méthode détaillée dans les formats de sortie et les contraintes.
Fortement. Le breton, le corse, l’occitan, le basque ou le créole représentent une part infime des corpus, donc le découpeur ne leur a réservé presque aucun morceau dédié. Leurs mots se fragmentent en très nombreux jetons, ce qui augmente le coût, sature le contexte et dégrade la qualité au même endroit. Le phénomène est cumulatif : moins de données, découpage moins efficace, résultats moins bons, donc moins d’usage et moins de données nouvelles.
Oui, des deux côtés. La lecture de la consigne se fait en un passage parallèle, dont le coût croît avec la longueur, mais c’est surtout la production qui compte : chaque jeton de réponse demande un calcul complet du modèle. Une réponse française contenant 25 % de jetons de plus qu’une réponse anglaise équivalente met environ 25 % de temps de plus à s’afficher, à modèle et à charge serveur identiques.
Les liens ci-dessus renvoient vers les textes et les organismes cités. Les dates de consultation sont celles de la dernière relecture, le 13 septembre 2026.
Dans ce thème
Dans la rubrique
Modèles de langage, IA générative, deepfakes et règlement européen sur l’IA, expliqués sans hype ni panique.