Claude vs GPT-6 vs Gemini vs DeepL untuk Terjemahan Django (2026)

Claude, GPT-6, Gemini, dan DeepL semuanya bisa menerjemahkan file .po Django Anda dengan baik. Perbedaan yang penting per September 2026 adalah harga, tingkat model yang Anda pilih, dan apakah Anda bisa menyertakan konteks proyek. Perbandingan ini membahas model terkini dari setiap penyedia, apa yang benar-benar ditemukan oleh benchmark terjemahan WMT, dan berapa biaya menerjemahkan proyek Django pada umumnya dengan masing-masing penyedia.

Setiap model di sini bisa digunakan dengan TranslateBot, baik melalui LiteLLM maupun melalui penyedia DeepL bawaan. Jika Anda baru pertama kali menyiapkan terjemahan Django, panduan lengkap lokalisasi Django membahas penyiapannya sebelum Anda memilih penyedia.

Catatan tentang sumber: kami belum menjalankan benchmark sendiri pada versi model ini. Klaim kualitas di bawah berasal dari WMT shared task dan satu dataset industri berskala besar, semuanya ditautkan. Harga diambil dari halaman harga masing-masing vendor per 26 September 2026.

Jawaban singkat

Default TranslateBot adalah gpt-6-luna, jadi proyek yang tidak mengatur model sudah memakai opsi bagus yang paling murah.

Apa kata benchmark

Evaluasi terjemahan mesin yang paling ketat adalah WMT shared task tahunan. Penilai profesional menilai output setiap sistem yang dikirimkan, dan hasilnya diumumkan sebagai klaster kualitas, bukan satu peringkat tunggal.

WMT24: Claude 3.5 Sonnet menang

Dalam WMT24 General MT task, Claude 3.5 Sonnet menjadi sistem terbaik secara keseluruhan dan memenangkan 9 dari 11 pasangan bahasa. Itu pertama kalinya LLM serbaguna mengalahkan semua sistem terjemahan khusus dalam kompetisi tersebut.

WMT25: Gemini 2.5 Pro menang

Di WMT25, Gemini 2.5 Pro masuk klaster teratas pada 14 dari 16 pasangan bahasa. Terjemahan referensi manusia hanya masuk klaster teratas pada 6 dari 15 pasangan yang memilikinya. Penyelenggara mencatat bahwa hal ini bisa mencerminkan "the stylistic or lexical preferences of the annotators" (preferensi gaya atau leksikal para penilai), tetapi arahnya jelas: LLM terdepan kini menyamai atau mengungguli referensi manusia profesional dalam pengujian ini.

WMT26: belum dipublikasikan

WMT26 berlangsung pada 28–29 Oktober 2026 di Budapest. Makalah hasilnya belum terbit, dan penyelenggara tidak memublikasikan peringkat awal. Kami akan memperbarui artikel ini setelah hasilnya keluar.

Apa kata data produksi

Pada Mei 2026, Alconost memublikasikan 5.632 evaluasi kualitas dari proyek klien nyata di 85 pasangan bahasa. Indeks kualitas mereka menempatkan Gemini di 77,7, Claude di 75,6, GPT di 73,1, dan DeepL di 70,8. Mereka hanya melaporkan per vendor, bukan per versi model, dan menyebutnya sebagai gambaran sampel mereka, bukan benchmark industri. Anggap selisihnya kecil.

Di mana LLM masih kurang

Bahasa dengan sumber daya rendah adalah titik lemahnya. Dalam satu studi, terjemahan bahasa Inggris ke bahasa Khmer oleh LLM mendapat skor XCOMET 39,10 dibandingkan 65,88 untuk Google Translate. Jika Anda menargetkan bahasa Khmer, Laos, atau Burma, uji dengan cermat dan minta penutur asli untuk meninjaunya.

Skor otomatis juga bisa menyesatkan. Sebuah segmen dengan skor COMET 0,86 ternyata mengandung kesalahpahaman kritis ketika ditinjau oleh profesional. Benchmark adalah titik awal, bukan pengganti pembaca penutur asli.

Model terkini

Anthropic Claude

Sumber: Claude models overview.

Kekuatan Claude sejak dulu adalah terjemahan yang terbaca seolah-olah ditulis langsung dalam bahasa target, dan Claude mengikuti aturan nada dan terminologi dalam file TRANSLATING.md dengan cermat. Sonnet 5 lebih murah per token dibandingkan Sonnet 4.5 yang digantikannya, jadi inilah model yang sebaiknya dicoba lebih dulu.

OpenAI

Sumber: OpenAI API pricing.

gpt-4o-mini dan gpt-4o belum dijadwalkan untuk dihentikan, tetapi OpenAI sedang menghentikan beberapa snapshot GPT-4o bertanggal (gpt-4o-2024-05-13 berakhir pada 23 Oktober 2026, menurut halaman deprecations). Jika Anda mengunci snapshot bertanggal, periksa daftar tersebut.

Google Gemini

Sumber: Gemini models, Gemini pricing.

Gemini memenangkan WMT25 dan memimpin data Alconost, jadi layak masuk daftar pilihan Anda. Gemini juga satu-satunya penyedia di sini yang punya tingkat gratis berkelanjutan: kedua model Flash di atas bisa dipakai gratis dengan batas laju, dan Google dapat menggunakan data tingkat gratis untuk meningkatkan produknya. Model Gemini 2.5 kini hanya terbuka untuk proyek yang sudah menggunakannya, jadi proyek baru sebaiknya mulai dengan 3.5 Flash-Lite atau 3.8 Flash.

DeepL

DeepL kini menjalankan model LLM generasi baru untuk semua bahasanya (model_type=quality_optimized di API), dan mendukung lebih dari 100 bahasa.

Paketnya berubah pada 2026. Pendaftar baru mendapatkan paket Developer: kredit sekali pakai sebesar 1 juta karakter, bukan lagi 500.000 karakter setiap bulan seperti sebelumnya. Setelah itu, Growth berharga €23.80 per bulan dengan tagihan tahunan, mencakup 12 juta karakter per tahun, dan mengenakan €22 per tambahan satu juta karakter (harga UE termasuk PPN; lihat DeepL API plans).

DeepL juga telah menambahkan aturan gaya, instruksi kustom, dan hingga 5 glosarium per permintaan. Fitur ini membantu, tetapi masih lebih terbatas dibandingkan file TRANSLATING.md, yang dapat menjelaskan produk, audiens, dan terminologi pilihan Anda dalam bahasa sehari-hari.

Perbandingan langsung

Berapa biaya sebuah proyek Django

Ambil contoh proyek Django berukuran sedang: 500 string, sekitar 10.000 kata, diterjemahkan ke 5 bahasa. Kami mengasumsikan sekitar 15.000 token input (string ditambah prompt TranslateBot) dan 20.000 token output per bahasa, karena sebagian besar bahasa membutuhkan lebih banyak token daripada bahasa Inggris.

Angka-angka ini adalah perkiraan. Model yang bernalar sebelum menjawab, seperti Claude Opus 5.5, menagih penalaran tersebut sebagai token output, sehingga biayanya bisa lebih tinggi dari yang ditunjukkan tabel. Setelah proses pertama, TranslateBot hanya menerjemahkan string yang baru atau berubah, sehingga proses berikutnya biasanya paling banyak hanya beberapa sen.

Mana yang dipilih

Mulai dengan claude-sonnet-5 atau gpt-6-sol jika kualitas penting dan Anda tidak keberatan membayar sekitar satu dolar per proses penuh proyek. Claude punya rekam jejak benchmark yang lebih kuat (Claude 3.5 Sonnet memenangkan WMT24), meskipun belum ada hasil WMT untuk versi-versi ini. Keduanya berharga sama.

Gunakan gpt-6-luna untuk proyek sampingan, alat internal, atau draf pertama yang toh akan Anda tinjau. Dengan sekitar enam sen untuk proyek contoh, biayanya praktis nol.

Coba Gemini jika Anda menerjemahkan ke banyak bahasa atau tidak punya anggaran. Gemini memenangkan WMT25, mendapat skor terbaik di data Alconost, dan 3.5 Flash-Lite murah di tingkat berbayar serta gratis di tingkat gratis.

Gunakan DeepL jika perusahaan Anda sudah punya kontrak DeepL, atau Anda menginginkan MT khusus dengan glosarium bawaan. Tanpa tingkat gratis bulanan yang dulu, DeepL bukan lagi pilihan otomatis untuk proyek tanpa anggaran.

Campur penyedia per bahasa. Anda bisa menggunakan satu model untuk bahasa-bahasa Eropa dan model lain untuk bahasa Jepang atau Korea. Jalankan perintah translate sekali per penyedia, masing-masing untuk bahasa target yang berbeda, dan ganti TRANSLATEBOT_MODEL serta TRANSLATEBOT_API_KEY di antara setiap proses.

Cara beralih penyedia di TranslateBot

Beralih penyedia berarti mengubah dua pengaturan di settings.py Anda:

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")

Untuk DeepL, Anda juga memerlukan DeepL extra:

uv add --dev translatebot-django[deepl]

Untuk mencoba model lain dari penyedia yang sama dalam satu kali proses tanpa mengubah pengaturan, gunakan --llm-model. TRANSLATEBOT_API_KEY tetap digunakan, jadi modelnya harus sesuai dengan penyedia kunci Anda:

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

Tips praktis

Bandingkan di sebuah branch. --dry-run tidak memanggil model, jadi untuk membandingkan output sebenarnya, terjemahkan ulang di branch sekali pakai lalu baca diff-nya:

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

Tulis TRANSLATING.md sebelum membayar model yang lebih besar. Instruksi terminologi dan nada ("terjemahkan 'cart' sebagai 'Warenkorb'", "gunakan 'du' yang informal dalam bahasa Jerman") sering kali memperbaiki hal yang tampak seperti masalah kualitas model.

Minta penutur asli memeriksa sampel. Benchmark mengukur rata-rata. Halaman checkout Anda adalah satu kumpulan string yang spesifik.

Perhatikan perubahan harga Gemini. Harga Gemini 3.8 Flash naik dua kali lipat pada 1 Januari 2027. Model ini tetap murah untuk terjemahan, tetapi perbarui perkiraan Anda.

Kesimpulan

Claude memenangkan WMT24, Gemini memenangkan WMT25, dan pada 2026 selisih antara penyedia teratas kecil. Untuk sebagian besar proyek Django, pilihan praktisnya adalah antara claude-sonnet-5 atau gpt-6-sol untuk kualitas dan gpt-6-luna untuk biaya, dengan Gemini sebagai alternatif yang kuat dan opsi gratis terbaik. DeepL masih bagus, tetapi akun baru tidak lagi mendapat tingkat gratis bulanan. Dengan TranslateBot, beralih di antara semuanya cukup dengan mengubah pengaturan.

Setelah memilih penyedia, otomatiskan alur kerja terjemahan Django Anda agar string baru tidak pernah menumpuk lagi.