Intrinsic Tokenizer Evaluation on Multilingual Indic Corpus (test)
1.85AS ScoreMUTANT-Indic
Evaluation Results
| Method | Links | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| MUTANT-IndicTokenizer=MUTANT-Indic2025.11 | 1.85 | 1.74 | 2.04 | 1.47 | 1.45 | 1.12 | 2.17 | 1.77 | 1.23 | 1.21 | 2.19 | 1.58 | 2.3 | 2.28 | 1.63 | 1.62 | 1.65 | 1.39 | 2.59 | 3.72 | 1.45 | 2.12 | 1.88 | 1.44 | |
| SutraTokenizer=Sutra2025.11 | 2.12 | 2.07 | 3.06 | 2.12 | 1.78 | 1.17 | 2.68 | 2.15 | 1.62 | 1.48 | 2.71 | 2.08 | 3.1 | 2.4 | 2.18 | 2.01 | 2.24 | 1.5 | 3.76 | 2.03 | 2.23 | 2.58 | 2.77 | 1.55 | |
| Gemma-3Tokenizer=Gemma-32025.11 | 2.65 | 1.69 | 2.84 | 1.79 | 1.69 | 1.39 | 2.6 | 2.5 | 1.47 | 1.48 | 3.34 | 1.91 | 3.45 | 2.07 | 2.03 | 2.03 | 4.42 | 2.83 | 3.37 | 5.16 | 2.03 | 2.5 | 2.94 | 1.44 | |
| GPT-OSSTokenizer=GPT-OSS2025.11 | 2.66 | 2.41 | 3.17 | 1.51 | 1.89 | 1.33 | 2.73 | 2.37 | 1.72 | 1.58 | 3.34 | 2.01 | 3.51 | 2.41 | 2.61 | 2.1 | 6.26 | 2.71 | 3.89 | 13.01 | 1.76 | 3.18 | 3.13 | 1.51 | |
| SarvamTokenizer=Sarvam2025.11 | 4.24 | 1.91 | 2.92 | 2.14 | 1.85 | 1.66 | 3.01 | 2.11 | 1.53 | 1.91 | 2.53 | 2.11 | 3.19 | 4.6 | 1.94 | 2.35 | 2.43 | 1.67 | 3.78 | 13.07 | 7.62 | 2.49 | 2.63 | 7.93 | |
| LLaMA-4Tokenizer=LLaMA-42025.11 | 4.4 | 2.93 | 3.34 | 1.46 | 2 | 1.34 | 2.84 | 3.37 | 1.83 | 1.72 | 4.23 | 2.28 | 4.95 | 2.73 | 2.79 | 2.46 | 10.51 | 3.23 | 4.12 | 9.04 | 2.13 | 5.87 | 4.53 | 1.76 |