使用 Qt 开发的安卓 app ，目前是英文界面，play 商店上下载量一直不多，希望做本地化来提高下载量，所以需要翻译多语言 ts 文件。
测试了在线的 ChatGPT 、Kimi 、DeepSeek ，以及 VS Code 中使用豆包 API ，都因为文件太长（有 2000 行）不能全部翻译，再要求继续翻译 AI 就开始偷懒，甚至不输出。
于是写了个 python 脚本调用 llamafile 在本地的 server api ，逐句翻译，模型用的 Llama-3.2-3B-Instruct.Q6_K （本地没有 GPU ），发现翻译质量挺差的，译文用词不合适，或者同一个名词在不同句子中翻译不一样（是否因为逐句翻译的原因？）。
想换个其他模型试试，但不知道哪个最擅长翻译工作（模型不能太大，不然运行不起来，电脑是 mini 主机）？或者有其他可行的在线方案？谢谢

DeepL

口碑最好是 deepl ，但我没试过

用 AI api 翻译的话，你要给一大段提示词（就是任务的说明描述），逐条作出限制
举例：韩国综艺字幕
你就要说明：
提交的是一个韩国综艺节目字幕，人名、地名、专有名词符合韩国文化，人名多数为韩国名人，翻译要汉语观众容易理解，每行不应太长，需要口语化，同一个人名包括不含姓氏要翻译成一样，只返回翻译结果，格式要求……等等
使用多轮对话模式，每次提交都要带上这段提示词，可能的话，提交内容要有部分和上一个提交重合，这样才能维持整个翻译结果划一

谢谢，我去了解一下

感谢，看来重点是要改进提问方式，也许当前模型也能变得满足要求

我也是本地跑韩文翻译。

感觉小模型的语料和在线大模型相比，完全不是一个数量级的。特别是韩语之类的，遇到项目专有名字，直接就不会了。

“模型用的 Llama-3.2-3B-Instruct.Q6_K”

你这个模型参数太小了，要让语句看起来合理通顺，最少需要 gemma3-12B 或者 gemma3-27B 起步

把迷你主机卖了，换台式机，配个 16G 的 GPU ，跑本地翻译飞快。

（不是开源模型，但也能免费用，比如 OpenRouter 上的免费 Gemini： openrouter.ai/models?max_price=0&q=gemini ）

我的 i18n 是用 Claude Sonnet 3.7 翻译的，从英文翻译到中、法、德、俄、西、葡，效果还不错。用 Cursor/Copilot/Cline 之类的在编辑器里直接翻译就好了。

另外我感觉 Gemini 的效果会比 Claude 更好，一方面 Gemini 创意写作能力更强，其次上下文窗口大。

既然只是临时使用，建议用在线模型，质量好成本低
处理长内容可以考虑这样：

  1. 先把待翻译的文件切片，然后调教一个质量好的提示词，
    2.翻译时每次发送：提示词+切片内容，

  2. 最后把所有的切片的翻译合并在一起

    学术文章翻译还是 deepl ，如果是日常对话之类的翻译 LLM 都差不多

    两千行，不多呀。直接找个上下文大点的就行了。现在 gpt-4.1-mini 、gemini 2.5 pro 等等的 token 都很大了 1000K 完全够用了

    本地跑 qwen2.5 或 2 都还行，但都不如直接沉浸式翻译用 api 来的快， siliconflow.cn/ 有免费额度，跑翻译完全够

    gemma3 27b 本地效果挺好的

    DeepSeek-V3-0324 挺好的

    一般都是便宜的最好哈哈

    我现在用 Google ai studio

    我开了沉浸式翻译会员
    OpenAI 使用 gpt-4.1-mini(今天刚更新), Claude 使用 claude-3-5-haiku-20241022, Gemini 使用 gemini-2.0-flash, 智谱使用 glm-4-plus, DeepSeek 使用 DeepSeek V3 0324
    还有 DeepL

实际体验下来,Gemini 完胜,其次是 DS,然后自己再加一些提示词,稍微改改,翻译效果,直接起飞,以前 openAI 用的老模型,效果不行,新的模型还没测试

DeepL 已经是昨日黄花了,在现在大模型的支持下,AI 翻译已经完完全全超越了传统的那些翻译服务

Deepl 在线翻译 感觉完全不如现在的 chatgpt 和 deepseek 之类的

感谢各位的思路，根据 的建议使用 gemini 2.5 pro 可以翻译了，质量很好（之前用 flash 测试过，太长翻译不完）。也测试了 DeepL ，质量可以，只是把文字提取出来粘贴到输入框，而其他聊天大模型之间粘贴 ts 文件内容。还在沉浸式翻译里面用了几个传统翻译服务，发现质量真的比不上大模型，比如“Auto”翻译成汽车，“Margin”翻译成利润，和上下文没有关联。

翻译前后不统一可以试试给它一个术语表之类的

感觉如果没有大规模翻译需求的话，沉浸式翻译的会员不如用自己的 API 按量付费……

我最近也从 Deepseek v3 0324 切成了 GPT 4.1 mini 。价格只稍高一点，响应速度快很多。

我们之前用的 nllb_200

会员的 2000W 月额度没有你想象中那么多,我都不算什么大容量需求的人,就看看 YouTube,然后偶尔看看英文开发文档, 清明三天都没咋用,结果到今天,给我消耗了 1300W 的额度,这才 17 号...要弄到月底..真的有点不够用

pc 版的欧陆词典，用着还不错，支持自定义 api 接口

你的韩语翻译是怎么处理的最后？ 我的项目 appledocs.dev ，翻译文档有多个回滚的策略，和特定指令。前一个模型翻译不符合我的要求（我会检测翻译结果以符合特定要求），才会使用更高级的模型，回滚策略依次是 Qwen-2.5-14B -> 32B -> 72B -> Grok-2 -> Grok-3 ，目前看只有韩语最终落到高成本的 Grok-3 处理的概率是最高的，其他语言比如日语、中文就很少需要 Grok-3 处理的，很头疼，感觉还是大模型韩语训练语料太少导致的，有什么解决办法吗