LLM推論初出 7/3 05:28
Claude Code の「作業言語」を英語に切り替えるとトークンは本当に減るのか? A/B 実測してみた
https://qiita.com/tags/AI/feed.atom2026/7/3
AI要約
Claude Codeの作業言語を英語に切り替えた際のトークン効率を実測。日本語が英語よりLLMのトークン効率が悪いという事実と、その対策として「日本語指示→英訳→英語で作業→日本語で最終回答」というスキルを考案・実装した。LLMの効率的な利用方法に関する実践的な知見が得られる。
AI要点
- Claude Codeで「作業言語」を英語に切り替えることで、長タスクにおけるトークン消費量を約16%削減できると実測された。
- 短タスクでは、スキル起動のオーバーヘッドにより逆にトークン消費が増加する傾向が見られた。
- 日本語は英語に比べてLLMのトークン効率が悪く、同じ内容で約2〜3倍のトークンを消費する可能性がある。
- 「work-in-english」スキルは、日本語指示を最軽量モデルで英訳し、以降の作業を英語で行うことでコスト削減を目指す。
なぜ重要か
LLM利用における言語間のトークン消費効率の違いを実測し、具体的なコスト削減策を提示した点は、多言語対応が求められるAI開発において、効率化とコスト最適化に貢献するため重要です。