2026 年最適合翻譯的大型語言模型
翻譯品質取決於廣泛的多語言訓練,以及能保留語氣與細微差異的模型。我們排出 Ofox 上多語言能力強的模型,在翻譯品質與每 token 成本之間權衡,無論是單篇文件還是大批量在地化都適用。
推薦模型
1
OpenAI: GPT-6 Luna首選推薦
openai/gpt-6-luna · OpenAI71符合度
超長上下文多語言最新發布
1M
上下文
$0.1/M
輸入
$0.5/M
輸出
查看詳情
2
Qwen: Qwen3.8 Flash
qwen/qwen3.8-flash · dashscope67符合度
超長上下文多語言最新發布
1M
上下文
$0.11/M
輸入
$0.39/M
輸出
查看詳情
3
Anthropic: Claude Haiku 5.5
anthropic/claude-haiku-5.5 · Anthropic67符合度
超長上下文多語言最新發布
1M
上下文
$0.1/M
輸入
$0.5/M
輸出
查看詳情
4
Z.ai: GLM-5.3-Flash
z-ai/glm-5.3-flash · Zhipu66符合度
超長上下文多語言最新發布
1M
上下文
$0.15/M
輸入
$0.5/M
輸出
查看詳情
5
Qwen: Qwen3.8 27B
qwen/qwen3.8-27b · dashscope66符合度
超長上下文多語言最新發布
1M
上下文
$0.5/M
輸入
$1.71/M
輸出
查看詳情
6
DeepSeek V4.1 Flash 1017
deepseek/deepseek-v4.1-flash-1017 · DeepSeek65符合度
超長上下文多語言最新發布
1M
上下文
$0.3/M
輸入
$1.2/M
輸出
查看詳情
想要更精準的結果?
開啟互動式推薦器並預先帶入這個情境,再調整優先項目和必備能力,進一步微調候選清單。
在推薦器中微調如何理解推薦分數
用你的任務驗證
請用相同輸入測試候選模型,比較正確性、一致性與實際費用;更大的上下文視窗不代表更好的記憶或回答品質。
建議這樣比較
使用包含人名、日期與專業術語的同一段原文,對照檢查語義、術語與格式。
分數的意義與限制
匹配分數結合模型目錄、既有評測參考與啟發式規則。品質分數受發布時間影響。速度在有吞吐量資料時使用該資料,否則採用估算;它不是請求延遲的實測值。缺少評測時採用模型系列等規則估算。這是選型建議,不是針對你的任務的實測成績。目錄更新不代表參考評測也已更新。
相關問題
常見問題
推薦器是怎麼挑模型的?+
文字、圖像和 Embedding 候選按任務規則及既有參考評分。影片、語音合成和轉錄候選按模型 ID 顯示,不提供比較分數,也不代表跨類型品質排名。
它免費嗎?需要帳號嗎?+
完全免費,而且在瀏覽器裡執行——取得推薦免登入、免 API Key。只有當你真的要呼叫模型時,才需要 Ofox 帳號。
這些是真實且最新的模型嗎?+
模型來自 Ofox 目錄,可用性和中繼資料可能變更。目錄更新不代表評測參考更新,使用前請核對模型詳情頁。
為什麼最便宜的模型不一定排第一?+
除非你選擇「最低成本」,否則推薦器會在價格與品質、能力之間權衡。一個貴一點但強很多的模型往往得分更高——就像人會做的選擇一樣。
推薦的模型能用在我現有的程式碼裡嗎?+
串接方式取決於模型和任務。影片、語音合成和轉錄可能使用不同端點、參數及計費單位。請依所選模型文件串接,未必只需更換 API Key 與 Base URL。