Claude vs GPT-6 vs Gemini vs DeepL per tradurre Django (2026)

Claude, GPT-6, Gemini e DeepL traducono tutti bene i file .po di Django. Le differenze che contano a settembre 2026 sono il prezzo, il livello di modello che scegli e la possibilità di passare il contesto del progetto. Questo confronto copre i modelli attuali di ciascun provider, cosa hanno effettivamente rilevato i benchmark di traduzione WMT e quanto costa tradurre un tipico progetto Django con ognuno di essi.

Tutti i modelli di questo articolo funzionano con TranslateBot, tramite LiteLLM oppure tramite il provider DeepL integrato. Se stai configurando le traduzioni Django per la prima volta, la guida completa alla localizzazione Django copre la configurazione prima di scegliere un provider.

Una nota sulle fonti: non abbiamo eseguito un nostro benchmark su queste versioni dei modelli. Le affermazioni sulla qualità che trovi qui sotto provengono dagli shared task WMT e da un grande dataset del settore, tutti linkati. I prezzi provengono dalla pagina dei prezzi di ciascun fornitore al 26 settembre 2026.

Risposta rapida

Il modello predefinito di TranslateBot è gpt-6-luna, quindi un progetto che non imposta un modello usa già l'opzione valida più economica.

Cosa dicono i benchmark

La valutazione più rigorosa della traduzione automatica è lo shared task annuale WMT. Annotatori professionisti valutano l'output di ogni sistema presentato, e i risultati vengono pubblicati come cluster di qualità anziché come un'unica classifica.

WMT24: ha vinto Claude 3.5 Sonnet

Nel WMT24 General MT task, Claude 3.5 Sonnet è stato il miglior sistema in assoluto e ha vinto 9 coppie di lingue su 11. È stata la prima volta che un LLM general-purpose ha battuto tutti i sistemi di traduzione dedicati in gara.

WMT25: ha vinto Gemini 2.5 Pro

A WMT25, Gemini 2.5 Pro si è piazzato nel cluster migliore per 14 coppie di lingue su 16. Le traduzioni umane di riferimento sono entrate nel cluster migliore solo per 6 delle 15 coppie in cui erano presenti. Gli organizzatori notano che questo potrebbe riflettere "the stylistic or lexical preferences of the annotators" (le preferenze stilistiche o lessicali degli annotatori), ma la direzione è chiara: gli LLM di frontiera ora eguagliano o superano le traduzioni umane professionali di riferimento in questi test.

WMT26: non ancora pubblicato

WMT26 si tiene il 28 e 29 ottobre 2026 a Budapest. Il paper con i risultati non è ancora uscito, e gli organizzatori non pubblicano classifiche preliminari. Aggiorneremo questo articolo quando sarà disponibile.

Cosa dicono i dati di produzione

A maggio 2026 Alconost ha pubblicato 5.632 valutazioni di qualità da progetti reali di clienti su 85 coppie di lingue. Il loro indice di qualità ha assegnato a Gemini 77,7, a Claude 75,6, a GPT 73,1 e a DeepL 70,8. Riportano solo i fornitori, non le versioni dei modelli, e lo definiscono descrittivo del loro campione anziché un benchmark di settore. Considera i divari come piccoli.

Dove gli LLM sono ancora carenti

Le lingue a basse risorse sono il punto debole. In uno studio, la traduzione inglese-khmer con un LLM ha ottenuto 39,10 su XCOMET contro 65,88 di Google Translate. Se traduci in khmer, lao o birmano, fai test accurati e fai revisionare il risultato da un madrelingua.

Anche i punteggi automatici possono trarre in inganno. Un segmento con un punteggio COMET di 0,86 si è rivelato contenere un errore critico di comprensione quando è stato revisionato da professionisti. I benchmark sono un punto di partenza, non un sostituto di un lettore madrelingua.

I modelli attuali

Anthropic Claude

Fonte: panoramica dei modelli Claude.

Il punto di forza di Claude sono sempre state le traduzioni che sembrano scritte direttamente nella lingua di destinazione, e segue da vicino le regole su tono e terminologia di un file TRANSLATING.md. Sonnet 5 costa meno per token del Sonnet 4.5 che ha sostituito, il che lo rende il modello da cui partire.

OpenAI

Fonte: prezzi dell'API OpenAI.

Per gpt-4o-mini e gpt-4o non è prevista la dismissione, ma OpenAI sta ritirando alcuni snapshot datati di GPT-4o (gpt-4o-2024-05-13 verrà ritirato il 23 ottobre 2026, secondo la pagina delle deprecazioni). Se hai fissato uno snapshot datato, controlla quell'elenco.

Google Gemini

Fonti: modelli Gemini, prezzi di Gemini.

Gemini ha vinto WMT25 ed è in testa ai dati di Alconost, quindi merita un posto nella tua lista di candidati. È anche l'unico provider qui con un tier gratuito permanente: entrambi i modelli Flash qui sopra si possono usare gratuitamente, con limiti di utilizzo, e Google può usare i dati del tier gratuito per migliorare i propri prodotti. I modelli Gemini 2.5 ora sono aperti solo ai progetti che li usavano già, quindi i nuovi progetti dovrebbero partire da 3.5 Flash-Lite o 3.8 Flash.

DeepL

DeepL ora usa un modello LLM di nuova generazione per tutte le sue lingue (model_type=quality_optimized nell'API) e supporta oltre 100 lingue.

I piani sono cambiati nel 2026. Le nuove registrazioni ottengono il piano Developer: un credito una tantum di 1 milione di caratteri, non più i vecchi 500.000 caratteri al mese. Dopodiché, Growth costa €23,80 al mese con fatturazione annuale, include 12 milioni di caratteri all'anno e addebita €22 per ogni milione di caratteri aggiuntivo (prezzi UE IVA inclusa; vedi piani API di DeepL).

DeepL ha anche aggiunto regole di stile, istruzioni personalizzate e fino a 5 glossari per richiesta. Sono utili, ma restano più limitati di un file TRANSLATING.md, che può descrivere il tuo prodotto, il tuo pubblico e la terminologia che preferisci in linguaggio naturale.

Confronto diretto

Quanto costa un progetto Django

Prendi un progetto Django di medie dimensioni: 500 stringhe, circa 10.000 parole, tradotte in 5 lingue. Ipotizziamo circa 15.000 token di input (stringhe più il prompt di TranslateBot) e 20.000 token di output per lingua, perché la maggior parte delle lingue richiede più token dell'inglese.

Questi numeri sono stime. I modelli che ragionano prima di rispondere, come Claude Opus 5.5, fatturano quel ragionamento come token di output, quindi possono costare più di quanto indicato nella tabella. Dopo la prima esecuzione, TranslateBot traduce solo le stringhe nuove o modificate, quindi le esecuzioni successive di solito costano al massimo qualche centesimo.

Quale scegliere

Parti con claude-sonnet-5 o gpt-6-sol se la qualità conta e non ti dispiace pagare circa un dollaro per un'esecuzione completa del progetto. Claude ha risultati migliori nei benchmark (Claude 3.5 Sonnet ha vinto WMT24), anche se non esistono ancora risultati WMT per queste versioni specifiche. I due costano uguale.

Usa gpt-6-luna per progetti personali, strumenti interni o una prima passata che rivedrai comunque. Con circa sei centesimi per il progetto d'esempio, il costo è praticamente nullo.

Prova Gemini se traduci in molte lingue o non hai budget. Ha vinto WMT25, ha ottenuto il punteggio migliore nei dati di Alconost, e 3.5 Flash-Lite è economico nel tier a pagamento e gratuito nel tier gratuito.

Usa DeepL se la tua azienda ha già un contratto con DeepL, o se vuoi una MT dedicata con glossari nativi. Senza il vecchio tier gratuito mensile, non è più la scelta automatica per i progetti a budget zero.

Combina provider diversi per lingua. Puoi usare un modello per le lingue europee e un altro per giapponese o coreano. Esegui il comando di traduzione una volta per provider, ogni volta per lingue di destinazione diverse, e cambia TRANSLATEBOT_MODEL e TRANSLATEBOT_API_KEY tra un'esecuzione e l'altra.

Come cambiare provider in TranslateBot

Cambiare provider significa modificare due impostazioni nel tuo 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")

Per DeepL, ti serve anche l'extra DeepL:

uv add --dev translatebot-django[deepl]

Per provare un altro modello dello stesso provider per una singola esecuzione senza modificare le impostazioni, usa --llm-model. TRANSLATEBOT_API_KEY viene comunque usata, quindi il modello deve corrispondere al provider della tua chiave:

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

Consigli pratici

Confronta su un branch. --dry-run non chiama il modello, quindi per confrontare l'output reale ritraduci su un branch usa e getta e leggi il diff:

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

Scrivi un TRANSLATING.md prima di pagare per un modello più grande. Le istruzioni su terminologia e tono ("traduci 'cart' come 'Warenkorb'", "usa il 'du' informale in tedesco") spesso risolvono quello che sembrava un problema di qualità del modello.

Fai controllare un campione a un madrelingua. I benchmark misurano medie. La tua pagina di checkout è un insieme specifico di stringhe.

Tieni d'occhio il cambio di prezzo di Gemini. Gemini 3.8 Flash raddoppia di prezzo dal 1° gennaio 2027. Resterà economico per la traduzione, ma aggiorna le tue stime.

Conclusione

Claude ha vinto WMT24, Gemini ha vinto WMT25, e nel 2026 il divario tra i provider migliori è piccolo. Per la maggior parte dei progetti Django la scelta pratica è tra claude-sonnet-5 o gpt-6-sol per la qualità e gpt-6-luna per il costo, con Gemini come valida alternativa e migliore opzione gratuita. DeepL è ancora valido, ma i nuovi account non ottengono più un tier gratuito mensile. Con TranslateBot passare dall'uno all'altro è solo una modifica alle impostazioni.