2026 年 AI 翻译模型怎么选：翻译质量、术语一致性与 API 费用

“不要删除备份”只有几个字。翻译再流畅，漏掉“不要”也算失败。为产品文案和帮助文档选翻译模型，要一起考虑原意、术语、格式，以及最后需要人花多少时间修改。

短文本能放进 8K 上下文时，我们会先试 OpenRouter 上由 Tencent Cloud 提供的 HY-MT2-7B，把它作为专用翻译的预算候选。 通用模型则从 GPT-5.6 Luna 和 DeepSeek V4 Flash 开始。如果需要专门的翻译工作流，再把 DeepL 的质量优先选项和 Google Cloud Translation 放进对照，不预设通用聊天模型一定更好。本文不会把其中任何一个说成所有语言的准确率冠军。

文档与价格核查于 2026 年 9 月 4 日。这是一份基于公开来源、带预算演算的比较，不是多模型翻译实测。具体例子面向中英产品内容，不涵盖语音同传或翻译软件订阅。

先分清要买哪种服务

这些选项的交付方式不同。下载模型不等于获得免费托管服务，DeepL 的 API 选项不是公开权重文件，Google Cloud Translation 也不是 Gemini 的同一个端点或计费体系。算钱之前，先保留这些区别。

按 token 计费的翻译，费用是多少

下面均为美元、每百万 token 单价，使用标准处理和未缓存文本输入。最后一列假设一批任务累计使用 200 万输入、200 万计费输出 token，各次请求都在相应费率档位内。这个用量不是从固定页数或汉字数换算来的。

Luna 采用短上下文档位。DeepSeek 的全部请求若都符合非高峰计价，示例费用降为 1.76 美元；高峰为周一至周五 UTC 01:00–04:00、06:00–10:00。Gemini 限时价到 2026 年 12 月 31 日结束，按已公布的后续价格，例子变为 18 美元。表中不含税、额外工具、重试和人工校对。

这张表说明了为什么先测便宜候选，却不能证明翻译质量。只要模型不遵守术语要求，几分钟修改就可能花掉全部 API 差价。同样，只翻译一个按钮，却把整本手册都发过去，费用可能比“按钮加几句必要背景”高很多。

专用翻译服务，账要换一种算法

DeepL：术语表是流程优势，不是质量保证

DeepL 文本 API提供质量或延迟取向的模型选项，以及上下文和术语表参数。它的 context 不计费；通用大模型通常会把提供的背景文字计为输入 token。使用术语表时，必须指定源语言，术语表语对也必须与请求一致。

对于依赖产品背景的短文案，这是值得对照的差别。但要确认目标语言和参数是否支持：某种语言能用的控制项，不一定适用于另一种语言。费用使用你所选 API 套餐的报价，不拿消费者订阅或其他地区的价钱代替。

如果成熟的术语表流程能减少接入与审核工作，这类服务可能更合适。没有用实际文档对照过，就不能把它称为中英翻译最准确的选择。

Google Cloud Translation：按字符，不按 token

Google 翻译价格列出的 NMT 费用，是扣除适用月度额度后，每百万输入字符 20 美元；标准 Translation LLM 文本端点则对输入和输出分别收取每百万字符 10 美元。自适应翻译和带格式文档另有价格。

假设有 100 万输入字符、100 万输出字符，Translation LLM 用量费为 20 美元。NMT 在扣减适用额度之前也是 20 美元。但这不是前表中“200 万输入 token 加 200 万输出 token”的同一份工作量。

Google 按 Unicode 码点计字符，提交的空白和未翻译字符也可能计费。“十页文档”不能直接与大模型 token 单价比较。先确认端点，再统计实际提交的内容。

HY-MT2：低价托管和自己部署是两笔账

OpenRouter 列出的 Tencent Cloud 端点采用上表费率，上下文为 8,192 token，最多输出 4,096 token。因此，重复进行的短文本翻译值得试它；长手册则要认真分段，术语表和背景也占用输入。表中例子不含可能适用的平台费用，更不是自托管报价。

腾讯的 HY-MT2-7B 模型卡提供专门面向翻译的模型，以及术语、风格和结构化内容的提示示例。希望自行控制部署、又具备推理服务维护能力的团队，可以把它放进测试。

模型卡中的横向结果属于厂商报告，不是对你文档的独立结论。预算里应包含算力、空闲容量、升级和校对。小型号或量化版本也要单独检查，不能直接继承另一检查点的表现。

什么样的翻译才算可以用

WMT 翻译评测对应具体任务和语对。MT Metrics Eval 工具则提供人工与自动评分，包括部分语对的 MQM 评分。它们都不支持把不同年份、语言和模型版本拼成一个万能排名。

对于产品团队，一小组明确的验收要求，往往比没有依据的总分更有用。下面是一条为说明方法而编写的英文 UI 文案：

Do not delete the backup until the export is complete. Your trial ends on September 30. Contact {support_email} for help.

给候选相同的术语表和产品背景。合格的中文翻译必须保留禁止事项、事件先后、日期和原样占位符。它不能把“试用结束”改成“订阅续费”，因为原文没有提到续费事件。

接着，检查一段重复出现产品术语的正文，再检查含有键名、链接和可见文案的结构化文件。解析输出、比对占位符，并请懂两种语言的人确认原意。语法、标点和风格偏好当然重要，但不能掩盖金额被改或条件被漏掉。

把严重语义错误与小修改分开记录，条件允许时隐藏模型名。不要只保留最漂亮的一条样本；失败和别扭的输出也应该留在审核集合里。

算上修订，再选性价比赢家

在 AI 小课的大模型价格计算器中，输入和输出分别填 2、2，可以按目录中的相应费率比较这些 token 计费选项。要对齐托管端点，不能只看模型名字。工具不会计算 DeepL 套餐费用、Google Translation 字符账单，也不会估算自托管 HY-MT2 的硬件成本。

先拿样本读取实际 token 用量，再推算全量。分词方式和翻译方向都会影响结果。如果加一个模型审核译文，它的输入通常还包括原文、初译和审核要求；复核不是只花一点输出费的免费附赠。

在表中用量下，Sonnet 比 Luna 多花 21.20 美元。若假设校对每小时 30 美元，整批少改 42.4 分钟就能抵消差价。这是盈亏平衡计算，不是实测证明 Sonnet 能省这么久。两者需要同样多校对时，便宜方案仍更划算。

低风险短文本初稿，可以先比较托管 HY-MT2 和一个预算通用模型；对外产品文案，用同一术语表和错误清单，对照专用服务与通用模型。涉及重要含义的内容保留人工确认。最终选的是完整成本最低、又保住原意的方案，而不是单纯读起来最漂亮的译文。

参考资料

• OpenAI 价格、DeepSeek 价格、Gemini 3.8 Flash 指南和 Anthropic 价格：token 费率与条件。
• DeepL 文本翻译 API：上下文、术语表与模型选项。
• Google Cloud Translation 价格：字符计费端点与文档区别。
• HY-MT2-7B 模型卡：专用模型与部署说明。
• OpenRouter 的 HY-MT2-7B 页面：Tencent Cloud 端点报价与长度限制。
• WMT25 翻译任务与 MT Metrics Eval：评测范围及人工评分资源。