Claude، GPT-6، Gemini و DeepL همگی می‌توانند فایل‌های .po پروژه Django شما را به‌خوبی ترجمه کنند. تفاوت‌هایی که در سپتامبر 2026 اهمیت دارند قیمت، سطح مدلی که انتخاب می‌کنید و امکان ارسال زمینه (context) پروژه هستند. این مقایسه مدل‌های فعلی هر ارائه‌دهنده، یافته‌های واقعی بنچمارک‌های ترجمه WMT و هزینه ترجمه یک پروژه معمولی Django با هر کدام را پوشش می‌دهد.
همه مدل‌های این مقاله با TranslateBot کار می‌کنند، یا از طریق LiteLLM یا از طریق ارائه‌دهنده داخلی DeepL. اگر برای اولین بار ترجمه‌های Django را راه‌اندازی می‌کنید، راهنمای کامل بومی‌سازی Django پیش از انتخاب ارائه‌دهنده، مراحل راه‌اندازی را توضیح می‌دهد.
نکته‌ای درباره منابع: ما بنچمارک اختصاصی خودمان را روی این نسخه‌های مدل اجرا نکرده‌ایم. ادعاهای کیفی زیر از مسابقات مشترک WMT و یک مجموعه‌داده بزرگ صنعتی گرفته شده‌اند و پیوند همه آنها آمده است. قیمت‌ها از صفحه قیمت‌گذاری هر فروشنده در تاریخ 26 سپتامبر 2026 گرفته شده‌اند.
پاسخ کوتاه
| اگر می‌خواهید... | استفاده کنید از |
|---|---|
| ارزان‌ترین گزینه خوب | gpt-6-luna |
| بهترین کیفیت به ازای هر دلار | claude-sonnet-5 یا gpt-6-sol |
| بالاترین کیفیت برای عرضه محصول یا متن‌های بازاریابی | claude-opus-5-5 |
| بودجه صفر | gemini/gemini-3.5-flash-lite روی سطح رایگان Gemini |
| بدون هیچ LLM، یا از قبل برای DeepL پول می‌دهید | DeepL |
پیش‌فرض TranslateBot gpt-6-luna است، پس پروژه‌ای که مدلی تعیین نکرده از همین حالا ارزان‌ترین گزینه خوب را استفاده می‌کند.
بنچمارک‌ها چه می‌گویند
دقیق‌ترین ارزیابی ترجمه ماشینی، مسابقه مشترک سالانه WMT است. ارزیاب‌های حرفه‌ای خروجی تمام سیستم‌های شرکت‌کننده را نمره‌دهی می‌کنند و نتایج به صورت خوشه‌های کیفیت ارائه می‌شوند، نه یک رتبه‌بندی واحد.
WMT24: برنده Claude 3.5 Sonnet
در بخش ترجمه ماشینی عمومی WMT24، Claude 3.5 Sonnet در مجموع بهترین سیستم بود و در 9 جفت‌زبان از 11 جفت برنده شد. این اولین بار بود که یک LLM همه‌منظوره از تمام سیستم‌های ترجمه تخصصی در این رقابت پیشی گرفت.
WMT25: برنده Gemini 2.5 Pro
در WMT25، Gemini 2.5 Pro در 14 جفت‌زبان از 16 جفت در خوشه برتر قرار گرفت. ترجمه‌های مرجع انسانی تنها در 6 جفت از 15 جفتی که ترجمه مرجع داشتند به خوشه برتر رسیدند. برگزارکنندگان اشاره می‌کنند که این ممکن است بازتاب "the stylistic or lexical preferences of the annotators" (یعنی ترجیحات سبکی یا واژگانی ارزیاب‌ها) باشد، اما جهت کلی روشن است: LLMهای پیشرو اکنون در این آزمون‌ها با ترجمه‌های مرجع انسانی حرفه‌ای برابری می‌کنند یا از آنها بهتر عمل می‌کنند.
WMT26: هنوز منتشر نشده
WMT26 در روزهای 28 تا 29 اکتبر 2026 در بوداپست برگزار می‌شود. مقاله یافته‌ها هنوز منتشر نشده و برگزارکنندگان رتبه‌بندی مقدماتی منتشر نمی‌کنند. پس از انتشار، این مقاله را به‌روز خواهیم کرد.
داده‌های محیط تولید چه می‌گویند
Alconost در مه 2026 5,632 ارزیابی کیفیت از پروژه‌های واقعی مشتریان را در 85 جفت‌زبان منتشر کرد. شاخص کیفیت آنها Gemini را 77.7، Claude را 75.6، GPT را 73.1 و DeepL را 70.8 نشان داد. آنها فقط فروشندگان را گزارش می‌کنند، نه نسخه‌های مدل را، و این داده‌ها را توصیفی از نمونه خودشان می‌دانند، نه یک بنچمارک صنعتی. فاصله‌ها را کوچک در نظر بگیرید.
جاهایی که LLMها هنوز کم می‌آورند
زبان‌های کم‌منبع نقطه ضعف هستند. در یک پژوهش، ترجمه انگلیسی به خمری توسط یک LLM در XCOMET نمره 39.10 گرفت، در برابر 65.88 برای Google Translate. اگر زبان خمری، لائوسی یا برمه‌ای را هدف گرفته‌اید، با دقت آزمایش کنید و از یک گویشور بومی بخواهید بازبینی کند.
نمره‌های خودکار هم می‌توانند گمراه‌کننده باشند. بخشی با نمره COMET برابر 0.86 مشخص شد که یک سوءبرداشت جدی دارد وقتی متخصصان آن را بازبینی کردند. بنچمارک‌ها نقطه شروع هستند، نه جایگزینی برای یک خواننده بومی.
مدل‌های فعلی
Anthropic Claude
| مدل | ورودی / خروجی به ازای هر 1M توکن | توضیحات |
|---|---|---|
claude-haiku-4-5 |
$1 / $5 | سریع‌ترین و ارزان‌ترین Claude |
claude-sonnet-5 |
$2 / $10 | بهترین تعادل برای ترجمه |
claude-opus-5-5 |
$4 / $20 | مدل پیش‌فرض پیشنهادی Anthropic |
claude-fable-5-1 |
$10 / $50 | ساخته‌شده برای وظایف استدلالی طولانی، برای رشته‌های رابط کاربری بیش از حد لازم |
منبع: نمای کلی مدل‌های Claude.
نقطه قوت Claude همیشه ترجمه‌هایی بوده که انگار از ابتدا به زبان مقصد نوشته شده‌اند، و قواعد لحن و اصطلاحات موجود در فایل TRANSLATING.md را با دقت دنبال می‌کند. Sonnet 5 به ازای هر توکن ارزان‌تر از Sonnet 4.5 است که جایگزینش شده، و همین آن را به گزینه‌ای برای شروع تبدیل می‌کند.
OpenAI
| مدل | ورودی / خروجی به ازای هر 1M توکن | توضیحات |
|---|---|---|
gpt-6-luna |
$0.10 / $0.50 | ارزان‌ترین مدل فعلی |
gpt-6-sol |
$2 / $10 | سطح میانی، هم‌قیمت با Sonnet 5 |
gpt-6-astra |
$10 / $50 | مدل پرچمدار، به‌ندرت برای ترجمه لازم است |
gpt-4o-mini |
$0.15 / $0.60 | پیش‌فرض قبلی TranslateBot، هنوز در دسترس |
منبع: قیمت‌گذاری OpenAI API.
برای gpt-4o-mini و gpt-4o برنامه‌ای برای توقف اعلام نشده، اما OpenAI برخی اسنپ‌شات‌های تاریخ‌دار GPT-4o را بازنشسته می‌کند (طبق صفحه منسوخ‌سازی‌ها، gpt-4o-2024-05-13 در 23 اکتبر 2026 کنار گذاشته می‌شود). اگر یک اسنپ‌شات تاریخ‌دار را ثابت کرده‌اید، آن فهرست را بررسی کنید.
Google Gemini
| مدل | ورودی / خروجی به ازای هر 1M توکن | توضیحات |
|---|---|---|
gemini/gemini-3.5-flash-lite |
$0.30 / $2.50 | Google ترجمه را جزو کاربردهای مورد نظر آن ذکر کرده است |
gemini/gemini-3.8-flash |
$0.75 / $3.75 | مدل پیشنهادی Google؛ قیمت در 1 ژانویه 2027 دو برابر می‌شود |
gemini/gemini-3.1-pro-preview |
$2 / $12 | فقط نسخه پیش‌نمایش، هنوز نسخه پایدار Pro از 3.x وجود ندارد |
منابع: مدل‌های Gemini، قیمت‌گذاری Gemini.
Gemini برنده WMT25 شد و در داده‌های Alconost هم در صدر قرار دارد، پس جایی در فهرست کوتاه شما می‌خواهد. همچنین تنها ارائه‌دهنده در این فهرست است که سطح رایگان دائمی دارد: هر دو مدل Flash بالا را می‌توان با محدودیت نرخ به صورت رایگان استفاده کرد، و Google ممکن است از داده‌های سطح رایگان برای بهبود محصولاتش استفاده کند. مدل‌های Gemini 2.5 اکنون فقط برای پروژه‌هایی در دسترس هستند که قبلاً از آنها استفاده کرده‌اند، پس پروژه‌های جدید باید با 3.5 Flash-Lite یا 3.8 Flash شروع کنند.
DeepL
DeepL اکنون برای همه زبان‌هایش یک مدل LLM نسل جدید اجرا می‌کند (model_type=quality_optimized در API) و از بیش از 100 زبان پشتیبانی می‌کند.
طرح‌ها در 2026 تغییر کردند. کاربران جدید طرح Developer را دریافت می‌کنند: اعتبار یک‌باره 1 میلیون کاراکتر، نه 500,000 کاراکتر ماهانه مانند قبل. پس از آن، طرح Growth با صورتحساب سالانه ماهی €23.80 هزینه دارد، شامل 12 میلیون کاراکتر در سال است و برای هر میلیون کاراکتر اضافه €22 دریافت می‌کند (قیمت‌های اتحادیه اروپا با احتساب مالیات بر ارزش افزوده؛ طرح‌های DeepL API را ببینید).
DeepL همچنین قواعد سبک، دستورالعمل‌های سفارشی و تا 5 واژه‌نامه در هر درخواست اضافه کرده است. این‌ها کمک می‌کنند، اما همچنان محدودتر از یک فایل TRANSLATING.md هستند که می‌تواند محصول، مخاطبان و اصطلاحات ترجیحی شما را به زبان ساده توصیف کند.
مقایسه رودررو
| Claude | GPT-6 | Gemini | DeepL | |
|---|---|---|---|---|
| سابقه در بنچمارک‌ها | برنده WMT24 | بدون برد در WMT | برنده WMT25، صدرنشین Alconost | پایین‌ترین در داده‌های Alconost |
| ارزان‌ترین مدل فعلی (ورودی / خروجی به ازای هر 1M) | $1 / $5 | $0.10 / $0.50 | $0.30 / $2.50 | €22 به ازای هر 1M کاراکتر |
زمینه TRANSLATING.md |
بله | بله | بله | خیر |
| واژه‌نامه‌ها / قواعد سبک | از طریق TRANSLATING.md |
از طریق TRANSLATING.md |
از طریق TRANSLATING.md |
قابلیت‌های داخلی API |
| استفاده رایگان | ندارد | ندارد | سطح رایگان با محدودیت نرخ | 1M کاراکتر یک‌باره |
| راه‌اندازی در TranslateBot | LiteLLM | LiteLLM | LiteLLM | افزونه [deepl] |
هزینه یک پروژه Django
یک پروژه Django متوسط را در نظر بگیرید: 500 رشته، حدود 10,000 کلمه، ترجمه‌شده به 5 زبان. ما برای هر زبان حدود 15,000 توکن ورودی (رشته‌ها به همراه پرامپت TranslateBot) و 20,000 توکن خروجی فرض می‌کنیم، چون بیشتر زبان‌ها توکن بیشتری از انگلیسی مصرف می‌کنند.
| مدل | هزینه تخمینی |
|---|---|
gpt-6-luna |
~$0.06 |
gpt-4o-mini |
~$0.07 |
gemini/gemini-3.5-flash-lite |
~$0.27 |
gemini/gemini-3.8-flash |
~$0.43 |
claude-haiku-4-5 |
~$0.58 |
claude-sonnet-5 / gpt-6-sol |
~$1.15 |
claude-opus-5-5 |
~$2.30 |
| DeepL (~300,000 کاراکتر) | در اعتبار یک‌باره جا می‌شود، یا ~€6.60 با نرخ مصرف اضافه Growth |
این اعداد تخمینی هستند. مدل‌هایی که پیش از پاسخ دادن استدلال می‌کنند، مانند Claude Opus 5.5، آن استدلال را به عنوان توکن خروجی محاسبه می‌کنند، پس ممکن است هزینه‌شان از آنچه جدول نشان می‌دهد بیشتر شود. پس از اولین اجرا، TranslateBot فقط رشته‌های جدید یا تغییریافته را ترجمه می‌کند، پس اجراهای بعدی معمولاً حداکثر چند سنت هزینه دارند.
کدام را انتخاب کنیم
با claude-sonnet-5 یا gpt-6-sol شروع کنید اگر کیفیت برایتان مهم است و پرداخت حدود یک دلار برای هر اجرای کامل پروژه مشکلی ندارد. Claude سابقه قوی‌تری در بنچمارک‌ها دارد (Claude 3.5 Sonnet برنده WMT24 شد)، هرچند هنوز هیچ نتیجه‌ای از WMT برای همین نسخه‌ها وجود ندارد. هزینه هر دو یکسان است.
از gpt-6-luna استفاده کنید برای پروژه‌های جانبی، ابزارهای داخلی یا پیش‌نویس اولیه‌ای که به هر حال بازبینی خواهید کرد. با حدود شش سنت برای پروژه نمونه، هزینه عملاً صفر است.
Gemini را امتحان کنید اگر به زبان‌های زیادی ترجمه می‌کنید یا بودجه ندارید. برنده WMT25 شد، در داده‌های Alconost بهترین نمره را گرفت، و 3.5 Flash-Lite در سطح پولی ارزان و در سطح رایگان مجانی است.
از DeepL استفاده کنید اگر شرکت شما از قبل قرارداد DeepL دارد، یا ترجمه ماشینی تخصصی با واژه‌نامه‌های داخلی می‌خواهید. بدون سطح رایگان ماهانه قدیمی، دیگر انتخاب خودکار برای پروژه‌های بدون بودجه نیست.
ارائه‌دهندگان را بر اساس زبان ترکیب کنید. می‌توانید از یک مدل برای زبان‌های اروپایی و از مدل دیگری برای ژاپنی یا کره‌ای استفاده کنید. دستور translate را برای هر ارائه‌دهنده یک بار اجرا کنید، هر بار برای زبان‌های مقصد متفاوت، و بین اجراها TRANSLATEBOT_MODEL و TRANSLATEBOT_API_KEY را عوض کنید.
نحوه تغییر ارائه‌دهنده در TranslateBot
تغییر ارائه‌دهنده یعنی تغییر دو تنظیم در فایل 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")
برای DeepL، به افزونه DeepL هم نیاز دارید:
uv add --dev translatebot-django[deepl]
برای امتحان یک مدل دیگر از همان ارائه‌دهنده در یک اجرا بدون تغییر تنظیمات، از --llm-model استفاده کنید. TRANSLATEBOT_API_KEY همچنان استفاده می‌شود، پس مدل باید با ارائه‌دهنده کلید شما همخوانی داشته باشد:
python manage.py translate --target-lang ja --llm-model gpt-6-sol
نکات کاربردی
روی یک شاخه مقایسه کنید. --dry-run مدل را فراخوانی نمی‌کند، پس برای مقایسه خروجی واقعی، روی یک شاخه موقت دوباره ترجمه کنید و diff را بخوانید:
git switch -c try-gpt-6-sol
python manage.py translate --target-lang nl --overwrite --llm-model gpt-6-sol
git diff -- '*.po'
پیش از پرداخت برای یک مدل بزرگ‌تر، فایل TRANSLATING.md بنویسید. دستورالعمل‌های اصطلاحات و لحن ("translate 'cart' as 'Warenkorb'"، "use informal 'du' in German") اغلب چیزی را که شبیه مشکل کیفیت مدل به نظر می‌رسید برطرف می‌کنند.
از یک گویشور بومی بخواهید نمونه‌ای را بررسی کند. بنچمارک‌ها میانگین‌ها را می‌سنجند. صفحه پرداخت شما یک مجموعه مشخص از رشته‌هاست.
مراقب تغییر قیمت Gemini باشید. قیمت Gemini 3.8 Flash در 1 ژانویه 2027 دو برابر می‌شود. همچنان برای ترجمه ارزان خواهد بود، اما تخمین‌هایتان را به‌روز کنید.
نتیجه‌گیری
Claude برنده WMT24 شد، Gemini برنده WMT25، و در 2026 فاصله میان ارائه‌دهندگان برتر کم است. برای بیشتر پروژه‌های Django، انتخاب عملی بین claude-sonnet-5 یا gpt-6-sol برای کیفیت و gpt-6-luna برای هزینه است، با Gemini به عنوان جایگزینی قوی و بهترین گزینه رایگان. DeepL هنوز خوب است، اما حساب‌های جدید دیگر سطح رایگان ماهانه ندارند. TranslateBot جابه‌جایی بین آنها را به یک تغییر در تنظیمات تبدیل می‌کند.
پس از انتخاب ارائه‌دهنده، گردش کار ترجمه Django خود را خودکار کنید تا رشته‌های جدید دیگر هرگز انباشته نشوند.