Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAnálise · No radarHabr AI→ original

Digitar "ghbdtn" em vez de "oi" (em russo) custa de 4 a 7 vezes mais a um LLM: 350–500 tokens contra 70–90

Quando alguém digita "ghbdtn" em vez de "привет" (oi), a rede neural não percebe de imediato que é texto em russo digitado no layout de teclado inglês e gasta tokens para decifrar. O autor do utilitário Zyabra mediu: a frase correta ocupa 70–90 tokens, e com o erro de digitação, num chat que já tem contexto em russo, são 350–500, ou seja, de 4 a 7 vezes mais. Sem contexto, o modelo chegou a gastar 2298 tokens e 145 segundos e mesmo assim não decifrou a frase. Por isso, é mais vantajoso corrigir o layout antes de enviar.

Processado por IA de Habr AI; editado por Hamidun News
Digitar "ghbdtn" em vez de "oi" (em russo) custa de 4 a 7 vezes mais a um LLM: 350–500 tokens contra 70–90
Fonte: Habr AI. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalHabr AI ↗
Editor-chefe
"Умничка)" (Mandou bem)70 tokens e 5,4 s contra 2356 tokens e 148 s no layout errado
Uma única mensagem em russo no histórico344 tokens e 23 s em vez de 2298 e 145 s
A Zyabra é gratuita e localsem rede, sem registro de teclas e sem acesso à área de transferência

Quem digita muito já enviou "ghbdtn" no lugar de "привет" (oi): os dedos estavam no layout inglês, mas a cabeça estava no russo. Num mensageiro comum, isso é só um pequeno constrangimento. Com um modelo de linguagem, entram em jogo dinheiro e tempo: a rede neural tenta entender o que você quis dizer e gasta tokens nisso (unidades de texto pelas quais se paga e dos quais depende a velocidade da resposta).

O autor do utilitário Zyabra (um alternador de layout local, que apaga sozinho o que foi digitado errado e reescreve corretamente) decidiu calcular quanto exatamente isso custa. O resultado: uma mensagem limpa custa 70–90 tokens e 5–7 segundos, enquanto um erro acidental de layout, num chat com contexto em russo, custa 350–500 tokens e 25–30 segundos, ou seja, de 4 a 7 vezes mais.

Primeira rodada: números de causar desconforto

O experimento é simples. O autor pegou frases curtas que poderia de fato enviar sem querer no layout errado e, para cada uma, mandou a um modelo local duas versões: a normal e a "quebrada". Sem prompt de sistema, sem histórico de chat, uma única mensagem. O modelo é o Qwen3.8-Flash-Next local, rodando no Strata, como o autor o chama.

Os resultados divergiram bastante:

  • "Умничка)" (Mandou bem) — 70 tokens e 5,4 segundos; no layout errado ("Evybxrf)"), 2356 tokens e 148 segundos, e o modelo não decifrou a frase;
  • "Спасибо, то что нужно!" (Obrigado, era isso que eu precisava!) — 84 tokens e 7,5 segundos contra 440 tokens e 30 segundos, decifrada corretamente;
  • "Погнали" (Bora) — 66 tokens e 6,2 segundos contra 336 tokens e 24 segundos, também correta.

Com "Evybxrf)", o modelo começou a testar ROT13 e cifra de César, gastou quase dois minutos e meio e acabou perguntando o que se queria dizer. Parecia um argumento definitivo a favor do utilitário: economia de dezenas de vezes.

Pausa: num chat real, a mensagem raramente é a primeira

O próprio autor notou o ponto fraco do teste. Na vida real, quase sempre há uma conversa em russo antes do erro de digitação, enquanto na medição o modelo resolvia o enigma do zero. Ele repetiu a verificação com a mesma frase em três variantes:

  • sem contexto — 2298 tokens, 145 segundos, não decifrou;
  • com o prompt de sistema "conversamos em russo" — 495 tokens, 32 segundos, decifrou, ainda que com uma pequena imprecisão ("умничк)");
  • com uma mensagem anterior em russo no histórico — 344 tokens, 23 segundos, decifrou com precisão.

O contexto torna a resposta de 6 a 7 vezes mais barata e rápida. Uma mensagem real funcionou até melhor que a instrução explícita: o modelo ganha um ponto de apoio e entende mais rápido que tem diante de si texto em russo digitado em alfabeto latino, e não uma cifra.

Balanço honesto e o que decorre dele

O preço realista de um erro acidental de digitação não é 2000+ tokens e dois minutos e meio, e sim cerca de 350–500 tokens e 25–30 segundos, quando o chat já tem contexto em russo. Isso ainda é de 4 a 7 vezes mais caro que uma mensagem limpa. Se, numa noite, acumulam-se duas dezenas desses deslizes, o resultado são vários milhares de tokens a mais e alguns minutos de espera. Soma-se a isso o risco de o modelo não dar conta e simplesmente perguntar de novo.

Para quem paga por API, os números serão outros, mas a lógica é a mesma: os tokens vão para a decifração, e não para a sua pergunta. As conclusões práticas são duas. Primeira: se você constrói um chatbot ou assistente para usuários russófonos, mantenha contexto em russo no prompt ou no histórico, o que reduz de forma notável o custo do erro de digitação. Segunda: é melhor corrigir o layout antes de enviar do que contar com o modelo para se virar.

Há também limitações. São medições de uma só pessoa, em um único modelo local e com poucas frases, e não um benchmark amplo. Outros modelos podem lidar melhor ou pior com o layout "torto", e o tempo de resposta em serviços de nuvem depende ainda da carga. O próprio autor descreve o resultado como "não inflado", e não como universal.

A Zyabra em si é gratuita, funciona em Windows, Linux e macOS, e o código e os binários estão em github.com/DmNep/zyabra. O autor ressalta que ela é totalmente local: não grava o que é digitado em disco, não mantém registro de teclas, não mexe na área de transferência e não abre conexão de rede. Na memória ficam apenas a palavra atual, ainda incompleta, e a última substituição feita. Para um programa que vê cada tecla pressionada, esse é um detalhe importante.

História

Perguntas frequentes sobre a notícia

O que se sabe sobre Primeira rodada: números de causar desconforto?

O experimento é simples. O autor pegou frases curtas que poderia de fato enviar sem querer no layout errado e, para cada uma, mandou a um modelo local duas versões: a normal e a "quebrada". Sem prompt de sistema, sem histórico de chat, uma única mensagem. O modelo é o Qwen3.8-Flash-Next local, rodando no Strata, como o autor o chama.

O que se sabe sobre Pausa: num chat real, a mensagem raramente é a primeira?

O próprio autor notou o ponto fraco do teste. Na vida real, quase sempre há uma conversa em russo antes do erro de digitação, enquanto na medição o modelo resolvia o enigma do zero. Ele repetiu a verificação com a mesma frase em três variantes: sem contexto — 2298 tokens, 145 segundos, não decifrou; com o prompt de sistema "conversamos em russo" — 495 tokens, 32 segundos, decifrou, ainda que com uma pequena imprecisão ("умничк)"); com uma mensagem anterior em russo no histórico — 344 tokens, 23…

O que se sabe sobre Balanço honesto e o que decorre dele?

O preço realista de um erro acidental de digitação não é 2000+ tokens e dois minutos e meio, e sim cerca de 350–500 tokens e 25–30 segundos, quando o chat já tem contexto em russo. Isso ainda é de 4 a 7 vezes mais caro que uma mensagem limpa. Se, numa noite, acumulam-se duas dezenas desses deslizes, o resultado são vários milhares de tokens a mais e alguns minutos de espera. Soma-se a isso o risco de o modelo não dar conta e simplesmente perguntar de novo.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
O que você acha?
Carregando comentários…