Claude vs GPT-6 vs Gemini vs DeepL für Django-Übersetzungen (2026)

Claude, GPT-6, Gemini und DeepL können deine Django-.po-Dateien alle gut übersetzen. Im September 2026 liegen die entscheidenden Unterschiede beim Preis, bei der gewählten Modellstufe und bei der Frage, ob du Projektkontext mitgeben kannst. Dieser Vergleich behandelt die aktuellen Modelle der einzelnen Anbieter, was die WMT-Übersetzungsbenchmarks tatsächlich ergeben haben und was die Übersetzung eines typischen Django-Projekts mit jedem von ihnen kostet.

Jedes Modell hier funktioniert mit TranslateBot, entweder über LiteLLM oder über den integrierten DeepL-Provider. Wenn du Django-Übersetzungen zum ersten Mal einrichtest, erklärt die vollständige Anleitung zur Django-Lokalisierung das Setup, bevor du dich für einen Anbieter entscheidest.

Ein Hinweis zu den Quellen: Wir haben keinen eigenen Benchmark mit diesen Modellversionen durchgeführt. Die Aussagen zur Qualität stammen aus den WMT Shared Tasks und einem großen Branchendatensatz, jeweils verlinkt. Die Preise stammen von den Preisseiten der jeweiligen Anbieter, Stand 26. September 2026.

Die schnelle Antwort

Der Standard von TranslateBot ist gpt-6-luna. Ein Projekt, das kein Modell festlegt, nutzt also bereits die günstigste gute Option.

Was die Benchmarks sagen

Die gründlichste Evaluierung maschineller Übersetzung ist der jährliche WMT Shared Task. Professionelle Annotatoren bewerten die Ausgabe jedes eingereichten Systems, und die Ergebnisse erscheinen als Qualitätscluster statt als einzelne Rangliste.

WMT24: Claude 3.5 Sonnet gewinnt

Im WMT24 General MT Task war Claude 3.5 Sonnet insgesamt das beste System und gewann 9 von 11 Sprachpaaren. Damit schlug zum ersten Mal ein allgemeines LLM jedes dedizierte Übersetzungssystem im Wettbewerb.

WMT25: Gemini 2.5 Pro gewinnt

Bei WMT25 landete Gemini 2.5 Pro bei 14 von 16 Sprachpaaren im Spitzencluster. Menschliche Referenzübersetzungen schafften es nur bei 6 der 15 Paare, für die es welche gab, in den Spitzencluster. Die Organisatoren merken an, dass dies "the stylistic or lexical preferences of the annotators" (die stilistischen oder lexikalischen Vorlieben der Annotatoren) widerspiegeln könnte, aber die Richtung ist klar: Frontier-LLMs erreichen oder übertreffen in diesen Tests inzwischen professionelle menschliche Referenzen.

WMT26: noch nicht veröffentlicht

WMT26 findet am 28. und 29. Oktober 2026 in Budapest statt. Das Findings Paper ist noch nicht erschienen, und die Organisatoren veröffentlichen keine vorläufigen Ranglisten. Wir aktualisieren diesen Artikel, sobald es so weit ist.

Was Produktionsdaten sagen

Alconost hat im Mai 2026 5.632 Qualitätsbewertungen aus echten Kundenprojekten über 85 Sprachpaare veröffentlicht. Ihr Qualitätsindex sah Gemini bei 77,7, Claude bei 75,6, GPT bei 73,1 und DeepL bei 70,8. Sie nennen nur Anbieter, keine Modellversionen, und bezeichnen die Zahlen als Beschreibung ihrer Stichprobe, nicht als Branchenbenchmark. Die Abstände solltest du als gering betrachten.

Wo LLMs noch Schwächen haben

Low-Resource-Sprachen sind die Schwachstelle. In einer Studie erreichte eine Englisch-Khmer-Übersetzung durch ein LLM 39,10 auf XCOMET, gegenüber 65,88 für Google Translate. Wenn du Khmer, Laotisch oder Birmanisch als Zielsprache hast, teste sorgfältig und lass einen Muttersprachler gegenlesen.

Auch automatisierte Scores können in die Irre führen. Ein Segment mit einem COMET-Score von 0,86 enthielt bei der Prüfung durch Profis ein kritisches Missverständnis. Benchmarks sind ein Ausgangspunkt, kein Ersatz für einen muttersprachlichen Leser.

Die aktuellen Modelle

Anthropic Claude

Quelle: Claude models overview.

Claudes Stärke waren schon immer Übersetzungen, die sich lesen, als wären sie in der Zielsprache geschrieben worden, und es hält sich eng an die Ton- und Terminologieregeln in einer TRANSLATING.md-Datei. Sonnet 5 kostet pro Token weniger als das Sonnet 4.5, das es abgelöst hat, und ist damit das Modell, mit dem du anfangen solltest.

OpenAI

Quelle: OpenAI API pricing.

Für gpt-4o-mini und gpt-4o ist keine Abschaltung geplant, aber OpenAI stellt einige datierte GPT-4o-Snapshots ein (gpt-4o-2024-05-13 entfällt laut der Deprecations-Seite am 23. Oktober 2026). Wenn du einen datierten Snapshot fest eingetragen hast, prüfe diese Liste.

Google Gemini

Quellen: Gemini models, Gemini pricing.

Gemini hat WMT25 gewonnen und führt die Alconost-Daten an, gehört also auf deine Shortlist. Es ist außerdem der einzige Anbieter hier mit einem dauerhaften kostenlosen Kontingent: Beide oben genannten Flash-Modelle lassen sich mit Rate Limits kostenlos nutzen, und Google darf Daten aus dem kostenlosen Kontingent zur Verbesserung seiner Produkte verwenden. Gemini-2.5-Modelle stehen nur noch Projekten offen, die sie bereits genutzt haben, neue Projekte sollten also mit 3.5 Flash-Lite oder 3.8 Flash starten.

DeepL

DeepL nutzt inzwischen für alle seine Sprachen ein LLM-Modell der nächsten Generation (model_type=quality_optimized in der API) und unterstützt über 100 Sprachen.

Die Tarife haben sich 2026 geändert. Neue Anmeldungen erhalten den Developer-Tarif: ein einmaliges Guthaben von 1 Million Zeichen statt der früheren 500.000 Zeichen pro Monat. Danach kostet Growth €23.80 pro Monat bei jährlicher Abrechnung, enthält 12 Millionen Zeichen pro Jahr und berechnet €22 pro zusätzlicher Million Zeichen (EU-Preise inklusive MwSt.; siehe DeepL API plans).

DeepL hat außerdem Stilregeln, individuelle Anweisungen und bis zu 5 Glossare pro Anfrage hinzugefügt. Das hilft, ist aber immer noch eingeschränkter als eine TRANSLATING.md-Datei, die dein Produkt, deine Zielgruppe und deine bevorzugte Terminologie in normaler Sprache beschreiben kann.

Direkter Vergleich

Was ein Django-Projekt kostet

Nimm ein mittelgroßes Django-Projekt: 500 Strings, ungefähr 10.000 Wörter, übersetzt in 5 Sprachen. Wir gehen von etwa 15.000 Input-Tokens (Strings plus TranslateBots Prompt) und 20.000 Output-Tokens pro Sprache aus, weil die meisten Sprachen mehr Tokens brauchen als Englisch.

Diese Zahlen sind Schätzungen. Modelle, die vor der Antwort nachdenken, wie Claude Opus 5.5, rechnen dieses Reasoning als Output-Tokens ab und können daher mehr kosten, als die Tabelle zeigt. Nach dem ersten Durchlauf übersetzt TranslateBot nur neue oder geänderte Strings, spätere Durchläufe kosten also meist höchstens ein paar Cent.

Welches du wählen solltest

Starte mit claude-sonnet-5 oder gpt-6-sol, wenn dir Qualität wichtig ist und es dich nicht stört, etwa einen Dollar pro kompletten Projektdurchlauf zu zahlen. Claude hat die stärkere Benchmark-Bilanz (Claude 3.5 Sonnet hat WMT24 gewonnen), auch wenn es für genau diese Versionen noch keine WMT-Ergebnisse gibt. Beide kosten gleich viel.

Nimm gpt-6-luna für Nebenprojekte, interne Tools oder einen ersten Durchlauf, den du ohnehin prüfst. Bei etwa sechs Cent für das Beispielprojekt sind die Kosten praktisch null.

Probier Gemini aus, wenn du in viele Sprachen übersetzt oder kein Budget hast. Es hat WMT25 gewonnen, in den Alconost-Daten am besten abgeschnitten, und 3.5 Flash-Lite ist im bezahlten Tarif günstig und im kostenlosen Kontingent gratis.

Nimm DeepL, wenn deine Firma bereits einen DeepL-Vertrag hat oder du dedizierte MT mit nativen Glossaren willst. Ohne das frühere monatliche kostenlose Kontingent ist es nicht mehr die automatische Wahl für Projekte ohne Budget.

Kombiniere Anbieter je nach Sprache. Du kannst ein Modell für europäische Sprachen und ein anderes für Japanisch oder Koreanisch verwenden. Führe den Translate-Befehl einmal pro Anbieter aus, jeweils für unterschiedliche Zielsprachen, und wechsle zwischen den Durchläufen TRANSLATEBOT_MODEL und TRANSLATEBOT_API_KEY.

Wie du in TranslateBot den Anbieter wechselst

Um den Anbieter zu wechseln, änderst du zwei Einstellungen in deiner settings.py:

import os

# Claude Sonnet 5
TRANSLATEBOT_MODEL = "claude-sonnet-5"
TRANSLATEBOT_API_KEY = os.getenv("ANTHROPIC_API_KEY")

# GPT-6 Luna
TRANSLATEBOT_MODEL = "gpt-6-luna"
TRANSLATEBOT_API_KEY = os.getenv("OPENAI_API_KEY")

# Gemini 3.5 Flash-Lite
TRANSLATEBOT_MODEL = "gemini/gemini-3.5-flash-lite"
TRANSLATEBOT_API_KEY = os.getenv("GEMINI_API_KEY")

# DeepL
TRANSLATEBOT_PROVIDER = "deepl"
TRANSLATEBOT_API_KEY = os.getenv("DEEPL_API_KEY")

Für DeepL brauchst du außerdem das DeepL-Extra:

uv add --dev translatebot-django[deepl]

Um für einen einzelnen Durchlauf ein anderes Modell desselben Anbieters auszuprobieren, ohne deine Einstellungen zu ändern, nutze --llm-model. TRANSLATEBOT_API_KEY wird weiterhin verwendet, das Modell muss also zum Anbieter deines Keys passen:

python manage.py translate --target-lang ja --llm-model gpt-6-sol

Praktische Tipps

Vergleiche auf einem Branch. --dry-run ruft das Modell nicht auf. Um echte Ausgaben zu vergleichen, übersetze also auf einem Wegwerf-Branch neu und lies den Diff:

git switch -c try-gpt-6-sol
python manage.py translate --target-lang nl --overwrite --llm-model gpt-6-sol
git diff -- '*.po'

Schreib eine TRANSLATING.md, bevor du für ein größeres Modell bezahlst. Anweisungen zu Terminologie und Ton ("übersetze 'cart' als 'Warenkorb'", "verwende auf Deutsch das informelle 'du'") beheben oft, was wie ein Qualitätsproblem des Modells aussah.

Lass einen Muttersprachler eine Stichprobe prüfen. Benchmarks messen Durchschnittswerte. Deine Checkout-Seite ist eine ganz bestimmte Menge von Strings.

Behalte die Preisänderung bei Gemini im Blick. Gemini 3.8 Flash wird am 1. Januar 2027 doppelt so teuer. Für Übersetzungen bleibt es günstig, aber passe deine Schätzungen an.

Fazit

Claude hat WMT24 gewonnen, Gemini WMT25, und 2026 ist der Abstand zwischen den führenden Anbietern gering. Für die meisten Django-Projekte fällt die praktische Wahl zwischen claude-sonnet-5 oder gpt-6-sol für Qualität und gpt-6-luna für niedrige Kosten, mit Gemini als starker Alternative und bester kostenloser Option. DeepL ist weiterhin gut, aber neue Konten bekommen kein monatliches kostenloses Kontingent mehr. Mit TranslateBot ist der Wechsel zwischen ihnen eine Änderung in den Einstellungen.

Sobald du dich für einen Anbieter entschieden hast, automatisiere deinen Django-Übersetzungs-Workflow, damit sich neue Strings nie wieder ansammeln.