Quantos caracteres chineses você realmente precisa saber?

Por Andreu Puy · 19 de agosto de 2026 · 10 min de leitura

Faça essa pergunta em qualquer lugar e a resposta vai ser sempre a mesma: entre dois e três mil. Ela se repete porque acerta mais ou menos em uma coisa e erra discretamente em outra. É um número próximo do que custa uma cobertura quase completa de caracteres, o ponto em que você já viu quase todos os caracteres de uma página. E é uma péssima resposta para o que a maioria das pessoas quer saber de fato: quantos caracteres são necessários para que o chinês comece a ficar legível.

Um número só não responde a isso, porque a frequência dos caracteres é extraordinariamente desigual. Então, em vez de repetir o que todo mundo diz, fomos contar. A seguir está uma curva de cobertura construída a partir de 33 bilhões de caracteres de chinês real, falado e escrito, que mostra que parcela de uma página comum os 100, 500, 1.000 ou 3.000 caracteres mais frequentes realmente representam.

Quantos caracteres você precisa saber?

Cerca de 1.000 caracteres cobrem aproximadamente 90% dos caracteres de um texto chinês do dia a dia. Quinhentos cobrem uns 75%. Para chegar a 98%, você precisa de uns 2.300, e 99% custam cerca de 2.900. Metade de tudo o que você vai ler na vida é sustentada por apenas 170 caracteres.

Leia a última coluna antes da coluna do meio. É a mesma informação, e é bem mais difícil se animar com ela.

O que esse número não significa

Porcentagens de cobertura são sedutoras e vivem sendo exageradas, inclusive por quem vende apps de chinês. Antes da parte interessante, é preciso dizer duas coisas.

Cobertura não é compreensão

Com 1.000 caracteres, você conhece cerca de 89% dos caracteres de uma página. Isso não é 89% do sentido. São onze caracteres desconhecidos a cada cem — mais ou menos um por linha, e eles não vão estar distribuídos por igual. Eles se concentram justamente nos pontos que carregam a informação: nomes, termos técnicos, o verbo específico em torno do qual a frase gira.

Mesmo 97%, que exigem 2.000 caracteres, são três desconhecidos a cada cem. Uma página de romance tem algumas centenas de caracteres, então são várias lacunas por página. Dá para ler assim, com dicionário. Não é uma leitura confortável. Quem diz que um número de caracteres com quatro dígitos deixa o chinês legível está arredondando uma curva real até ela virar slogan.

(Há um resultado conhecido da pesquisa sobre leitura em segunda língua segundo o qual a compreensão sem ajuda exige cerca de 98% de cobertura. Vale a pena conhecê-lo, mas ele trata de cobertura de palavras, não de caracteres, então não se aplica diretamente à tabela acima. Citamos o resultado como analogia, não como prova.)

Saber caracteres não é saber palavras

As palavras chinesas são, em sua maioria, formadas por dois ou mais caracteres, e muitas vezes não dá para prever a combinação a partir das partes. 意 e 思 são ambos frequentes e, isoladamente, nada têm de especial; 意思 significa “sentido”. 电 é eletricidade e 脑 é cérebro; 电脑 é computador. Você pode conhecer todos os caracteres de uma frase e mesmo assim não entender a frase.

Portanto, os caracteres são uma boa unidade para atacar primeiro, não um substituto do vocabulário. Eles simplesmente rendem muito mais por item no começo: chegar aos mesmos 89% de cobertura com palavras inteiras exige cerca de 11.800 palavras. (Os dois números são medidos em unidades diferentes, 89% das ocorrências de caracteres e 89% das ocorrências de palavras, então entenda o “cerca de doze vezes mais” como uma ideia do tamanho da diferença, e não como uma proporção exata.)

A curva de cobertura

Aqui está a curva inteira. O eixo horizontal mostra quantos caracteres você conhece, dos mais frequentes para os menos; o eixo vertical, a parcela dos caracteres de uma página comum que eles cobrem. Cobertura, não compreensão: veja acima.

Há duas características que importam. A curva é quase vertical na borda esquerda e quase horizontal na direita. Quase tudo o que há de útil a dizer sobre aprender caracteres chineses decorre desses dois fatos.

Os primeiros 500 fazem a maior parte do trabalho

Divida os primeiros 3.000 caracteres em blocos de 500 e veja o que cada bloco rende.

O primeiro bloco vale várias vezes mais que os outros cinco juntos. E a concentração vai além: os trinta caracteres mais frequentes, por si sós, respondem por cerca de 23% de todo o texto corrido. Trinta. São estes:

的我是了不在你有一人这个们大来他要上中为到会和好就国么以时生

Não há nada de surpreendente nessa lista. É basicamente gramática, pronomes e o punhado de verbos de que toda frase precisa, e a questão é exatamente essa. Os caracteres que fazem o trabalho pesado no chinês são estruturais e inevitáveis, e você vai encontrá-los logo no primeiro dia, com ou sem planejamento.

Os últimos mil quase não acrescentam nada

Agora leia a mesma tabela de baixo para cima. Os caracteres de 2.001 a 3.000 — mil caracteres, o que para a maioria de quem estuda significa um ano ou mais de dedicação constante — somam juntos cerca de dois pontos percentuais. Os trinta caracteres lá de cima valem mais de dez vezes isso.

Isso não é um argumento para parar em 2.000. São esses últimos caracteres que fazem você passar de consultar o dicionário a cada uma ou duas linhas para consultar uma vez por parágrafo: a distância entre 97% e 99% é a diferença entre três caracteres desconhecidos a cada cem e um só. As interrupções diminuem, mas não somem — o vocabulário que esses caracteres formam é outro trabalho, e é ele que decide se você realmente entende a página.

É um argumento sobre a ordem e sobre o que esperar. O trecho inicial dá retorno tão rápido que o progresso parece espetacular. O trecho final não, e é comum quem estuda interpretar essa desaceleração como um fracasso pessoal, e não como o formato da distribuição. É o formato da distribuição.

Depende um pouco do que você lê

A curva acima mistura registros, então descreve uma leitura genérica, e não a de alguém em particular. Separá-los mexe nos números, embora menos do que se poderia esperar, e nem sempre na direção óbvia.

O diálogo é, com folga, o mais fácil: os 90% de cobertura chegam por volta de 810 caracteres, contra 1.090 na mistura, e essa vantagem aumenta para cerca de 540 caracteres quando se chega a 99%. E a fala não é simplesmente uma amostra menor: ela usa mais caracteres diferentes do que a maior parte do material escrito e, mesmo assim, concentra mais do seu texto nas poucas centenas mais comuns. Não é que as pessoas, quando falam, tenham um vocabulário menor; é que elas se apoiam muito mais no topo dele. O material escrito também varia, mas numa faixa mais estreita: cerca de 150 a 200 caracteres de diferença entre o mais fácil e o mais difícil para chegar a 90% de cobertura, e quanto mais o texto se apoia em fórmulas prontas, mais cedo a curva chega lá.

O tamanho desse efeito é de algumas centenas de caracteres para mais ou para menos em relação aos números acima. Ele não leva você de 1.000 a 3.000. Se você lê muita prosa, conte com uma curva um pouco atrasada; se você se apoia em diálogos, ela vai adiantada.

De onde vem o “2.000–3.000”

O número que todo mundo repete não é inventado nem está propriamente errado. Ele responde a outra pergunta.

A Tabela de caracteres chineses padronizados de uso geral lista 3.500 caracteres no primeiro nível, descrito como o nível que atende às necessidades da vida cotidiana, e 8.105 no total. Para um falante nativo adulto com boa escolaridade, a estimativa costuma ficar em torno de 6.000. São contagens de inventário: quantos caracteres um padrão contém, ou quantos uma pessoa acumulou ao longo da vida.

A cobertura de texto corrido é outra medida, e nela os 2.000–3.000 caem na faixa de 97–99%. Ou seja, o número descreve discretamente o que custa uma cobertura quase completa de caracteres. Ele é apresentado a iniciantes como se fosse o preço de entrada, e esse é o único problema: ninguém menciona que a maior parte do valor chega no primeiro quinto do caminho.

O que isso muda no que você estuda

Daí saem três conclusões, e nenhuma é complicada.

Nos primeiros mil caracteres, a ordem por frequência supera a ordem do livro didático. Enquanto a curva é íngreme, a diferença entre uma lista bem ordenada e uma mal ordenada é enorme: centenas de caracteres de esforço desperdiçado. Depois de 1.500, a curva fica plana o bastante para que a ordem deixe de importar muito, e aí o que você lê é que deve guiar o que você aprende.

Aprenda os caracteres dentro de palavras, não em forma de lista. O argumento da eficiência a favor dos caracteres é real, mas um caractere aprendido isoladamente é só uma forma com uma definição colada. Aprendido dentro de 电脑 ou 意思, ele vem com aquilo de que você realmente precisava: uma palavra que você pode usar.

Conte com o platô e mude de tática quando chegar a ele. O treino repetitivo é muito eficiente na parte íngreme e muito ineficiente na parte plana. Em algum ponto entre 1.500 e 2.000 caracteres, ler bastante material um pouco acima do seu nível começa a render mais do que revisar cartões, por mais disciplina que você tenha, porque os caracteres que faltam são tão raros que você só os aprende de verdade encontrando-os em contexto. As leituras graduadas foram feitas exatamente para essa fase, e o nosso comparativo dos melhores apps para aprender chinês reúne os que valem o seu tempo.

Como contamos

Os números desta página vêm dos dados de frequência do próprio Hanzio. São dados proprietários, construídos internamente a partir de grandes corpora de chinês, nos registros falado e escrito, ponderados para que nenhum registro predomine.

No total, são 33 bilhões de caracteres chineses e 19.361 caracteres distintos. Cada corpus foi contado separadamente e normalizado pelo próprio total antes da aplicação dos pesos, para que um corpus grande não abafe um pequeno. Os caracteres foram contados como aparecem no texto corrido, inclusive dentro de palavras de vários caracteres, e é por isso que os totais são contagens de caracteres, e não de palavras. Cada porcentagem desta página é uma parcela das ocorrências de caracteres (dos caracteres que você realmente encontra), e não uma parcela do dicionário.

Três limitações merecem ser ditas com todas as letras. Isto é só chinês simplificado: não medimos o tradicional, então nenhum destes números deve ser citado para ele. A mistura é um modelo, não uma medição da sua leitura: ela descreve alguém que divide a atenção entre chinês falado e escrito nessas proporções, e ninguém faz exatamente isso. Os corpora descartam os itens mais raros, o que empurra os números de cobertura muito levemente para cima: o efeito é pequeno, mas vai na direção otimista, e não na pessimista, e é bom você saber para que lado ele pende.

O Hanzio mostra um valor de frequência em cada verbete do dicionário: como palavra, como parte de palavras mais longas e como componente de outros caracteres. São pontuações numa escala de 0 a 100, e não a posição usada aqui, e elas mantêm separados o uso como palavra e como parte de palavra, enquanto esta página soma os dois. Por isso, elas têm uma correlação ampla com a classificação usada aqui, sem ser idênticas a ela: 不 aparece em quinto lugar na curva desta página, mas em primeiro na medida de “parte de palavra” e em último desse grupo na de “palavra sozinha”. Os mesmos dados, outra pergunta.

Perguntas frequentes

2.000 caracteres bastam para ler um jornal chinês?

Com 2.000 caracteres, você conhece cerca de 97% dos caracteres de um texto corrido. Parece quase tudo, mas na prática dá mais ou menos um caractere desconhecido a cada 34, ou seja, vários por parágrafo. Dá para acompanhar uma notícia com o dicionário aberto e deduzir bastante coisa pelo contexto. Só que uma leitura confortável, sem interrupções, exige mais do que caracteres: exige o vocabulário que eles formam. Por isso, encare 3.000 caracteres como metade do trabalho, e não como o trabalho inteiro: a outra metade é o vocabulário.

Quantos caracteres são necessários para 90% do chinês do dia a dia?

Cerca de 1.090. A curva é íngreme no começo e plana no fim: 500 caracteres já cobrem 75% do texto corrido e 1.000 cobrem 89%, mas cada novo bloco de 500 acrescenta menos que o anterior. Passar de 90% para 95% custa mais uns 500 caracteres.

Quantas palavras em chinês eu preciso saber?

Muito mais do que caracteres. Chegar aos mesmos 89% de cobertura que 1.000 caracteres oferecem exige cerca de 11.800 palavras. Esse é o argumento prático para aprender os caracteres cedo: eles são a unidade menor e mais reaproveitável. Não é um argumento para aprendê-los no lugar das palavras, porque conhecer dois caracteres não diz o que a combinação deles significa.

Quantos caracteres um falante nativo conhece?

Estima-se em geral que um falante nativo adulto com boa escolaridade conheça cerca de 6.000, e a escola chinesa tem como meta uns 3.500. A tabela nacional padrão completa lista 8.105. São contagens de inventário, ou seja, do que um padrão contém, e respondem a uma pergunta diferente de quanto texto corrido um certo número de caracteres cobre.

Esses números valem para os caracteres tradicionais?

Não. Tudo aqui foi contado em chinês simplificado, então os números descrevem textos da China continental. O formato da curva (muito íngreme no começo, muito plana no fim) também vale para os caracteres tradicionais, mas não medimos os números deles, então não vamos citar nenhum.

Quais caracteres devo aprender primeiro?

Os mais frequentes, e a ordem importa muito mais no começo do que depois. Os trinta caracteres mais frequentes respondem, por si sós, por cerca de 23% de tudo o que você lê. Qualquer lista ordenada por frequência serve; o Hanzio mostra um valor de frequência em cada verbete do dicionário, para você ver quão comum é um caractere antes de decidir estudá-lo.

Esses números incluem nomes próprios e caracteres raros?

Em grande parte, sim. As contagens vêm das nossas próprias listas de frequência, construídas sobre texto bruto, então nomes de pessoas, de lugares e de marcas estão todos lá, e de propósito: fazem parte do que você realmente encontra numa página. Mas essas listas descartam as entradas mais raras, então a cauda real é um pouco mais longa do que esses números mostram: o último 1% de cobertura se espalha por milhares de caracteres que você vai ver uma única vez, e eles são um pouco mais numerosos do que os que contamos.

Preciso saber escrever os caracteres à mão?

Para ler, não. Reconhecer um caractere e reproduzi-lo de memória são habilidades diferentes, e todos os números desta página tratam só de reconhecimento. Escrever à mão ajuda, sim, muita gente que estuda chinês a distinguir caracteres parecidos, e é assim que a maioria finalmente percebe que 未 e 末 não têm a mesma forma, mas esse é um objetivo à parte.