Dharma AI는 포르투갈어 에세이를 JSON으로 채점하는 Qwen3-4B의 어휘를 특화해 측정 추론 비용을 77% 줄였다고 보고했다. 반복 구문을 매크로 토큰으로 묶고 불필요한 어휘를 줄이되, 출력 토큰의 높은 생성 비용에 가중치를 둔 방식이다. 같은 RTX 5090과 vLLM에서 500개 요청을 비교한 결과 평균 출력은 350개에서 101개 토큰으로 줄고 평가 점수는 0.703에서 0.810으로 올랐다. 점수값까지 한 토큰에 묶은 초기 설계는 품질을 떨어뜨렸으며, 이 결과는 특정 작업과 장비의 실험이지 모든 모델의 77% 절감을 보장하지 않는다.