Language-Energy Divide: почему LLM работает хуже и дороже на нелатинских языках

Модель знает русский, но рассуждает на английском — и это не метафора, а буквальная механика. Кириллица создаёт в 2.5 раза больше токенов, чем латиница; казахский или тибетский раздувают запрос до 179 раз. И вот что важно: чем дороже язык по токенам — тем хуже качество ответа. Не совпадение — системная закономерность, которая воспроизводится на всех протестированных моделях. Метод позволяет получить точность уровня английского на любой задаче, даже если тебе нужен ответ на русском или казахском. Фишка: промпти на английском, проси ответ на нужном языке — модель работает в зоне уверенности, а не буксует в нелатинском контексте. Для нелатинского ввода — сначала переведи на английский, потом анализируй: точность растёт, токенный взрыв обходится.