Claude、GPT-6、Gemini、DeepLのいずれも、Djangoの.poファイルを十分な品質で翻訳できます。2026年9月時点で差が出るのは、価格、どのモデルティアを選ぶか、そしてプロジェクトのコンテキストを渡せるかどうかです。この記事では、各プロバイダーの現行モデル、WMT翻訳ベンチマークで実際に明らかになったこと、そして一般的なDjangoプロジェクトをそれぞれで翻訳した場合のコストを比較します。
ここで取り上げるモデルはすべて、LiteLLM経由、または組み込みのDeepLプロバイダー経由でTranslateBotから利用できます。Djangoの翻訳を初めてセットアップする場合は、プロバイダーを選ぶ前にDjangoローカライゼーション完全ガイドでセットアップ手順を確認してください。
情報源についての注記：これらのモデルバージョンについて、私たち自身でベンチマークを実施したわけではありません。以下の品質に関する記述は、WMTのshared taskと大規模な業界データセット1件に基づいており、すべてリンクを掲載しています。価格は2026年9月26日時点の各ベンダーの料金ページによるものです。
結論から
| こんな場合は... | 使うもの |
|---|---|
| 安くて十分な品質の選択肢 | gpt-6-luna |
| 価格あたりの品質が最も高い | claude-sonnet-5 または gpt-6-sol |
| ローンチやマーケティング文面向けの最高品質 | claude-opus-5-5 |
| 予算ゼロ | Geminiの無料枠で gemini/gemini-3.5-flash-lite |
| LLMを使わない、またはすでにDeepLを契約している | DeepL |
TranslateBotのデフォルトはgpt-6-lunaです。モデルを設定していないプロジェクトでも、最も安価で十分な品質の選択肢がすでに使われます。
ベンチマークの結果
機械翻訳の評価として最も厳密なのは、毎年開催されるWMTのshared taskです。プロの評価者が提出されたすべてのシステムの出力を評価し、結果は単一の順位ではなく品質クラスターとして発表されます。
WMT24：Claude 3.5 Sonnetが優勝
WMT24 General MTタスクでは、Claude 3.5 Sonnetが総合で最も優れたシステムとなり、11の言語ペアのうち9つで首位を獲得しました。汎用LLMがこのコンペティションで専用翻訳システムすべてを上回ったのは、これが初めてでした。
WMT25：Gemini 2.5 Proが優勝
WMT25では、Gemini 2.5 Proが16の言語ペアのうち14でトップクラスターに入りました。人間による参照訳がトップクラスターに入ったのは、参照訳のある15ペアのうち6ペアだけでした。主催者は、これが"the stylistic or lexical preferences of the annotators"（評価者の文体や語彙の好み）を反映している可能性があると述べていますが、傾向ははっきりしています。最先端のLLMは、これらのテストでプロの人間による参照訳に並ぶか、それを上回るようになっています。
WMT26：まだ公開されていない
WMT26は2026年10月28〜29日にブダペストで開催されます。結果をまとめた論文はまだ出ておらず、主催者は暫定ランキングを公開していません。公開され次第、この記事を更新します。
実運用データが示すこと
Alconostは2026年5月、85の言語ペアにわたる実際のクライアントプロジェクトから得た5,632件の品質評価を公開しました。同社の品質指数では、Geminiが77.7、Claudeが75.6、GPTが73.1、DeepLが70.8でした。報告はベンダー単位のみでモデルバージョンは示されておらず、同社自身も業界ベンチマークではなく自社サンプルを記述したものだとしています。差は小さいものとして捉えてください。
LLMがまだ苦手なところ
弱点は低リソース言語です。ある研究では、LLMによる英語からクメール語への翻訳がXCOMETで39.10だったのに対し、Google翻訳は65.88でした。クメール語、ラオ語、ビルマ語を対象にする場合は、慎重にテストし、ネイティブスピーカーにレビューしてもらってください。
自動スコアが誤解を招くこともあります。COMETスコア0.86のセグメントに、重大な誤解が含まれていたことが、専門家のレビューで判明した例があります。ベンチマークは出発点であって、ネイティブの読み手の代わりにはなりません。
現行モデル
Anthropic Claude
| モデル | 100万トークンあたりの入力 / 出力 | 備考 |
|---|---|---|
claude-haiku-4-5 |
$1 / $5 | 最速かつ最安のClaude |
claude-sonnet-5 |
$2 / $10 | 翻訳には最もバランスが良い |
claude-opus-5-5 |
$4 / $20 | Anthropicが推奨するデフォルトモデル |
claude-fable-5-1 |
$10 / $50 | 長い推論タスク向けで、UI文字列には過剰 |
Claudeの強みは昔から、最初からターゲット言語で書かれたかのように読める翻訳であり、TRANSLATING.mdファイルに書いたトーンや用語のルールにもよく従います。Sonnet 5は、置き換え対象となったSonnet 4.5よりトークン単価が安いので、まず試すならこれです。
OpenAI
| モデル | 100万トークンあたりの入力 / 出力 | 備考 |
|---|---|---|
gpt-6-luna |
$0.10 / $0.50 | 現行モデルで最安 |
gpt-6-sol |
$2 / $10 | 中位ティア、Sonnet 5と同価格 |
gpt-6-astra |
$10 / $50 | フラッグシップ、翻訳ではほぼ不要 |
gpt-4o-mini |
$0.15 / $0.60 | TranslateBotの以前のデフォルト、引き続き利用可能 |
gpt-4o-miniとgpt-4oの提供終了は予定されていませんが、OpenAIは日付付きのGPT-4oスナップショットの一部を廃止しつつあります（非推奨ページによると、gpt-4o-2024-05-13は2026年10月23日に終了）。日付付きスナップショットを固定して使っている場合は、このリストを確認してください。
Google Gemini
| モデル | 100万トークンあたりの入力 / 出力 | 備考 |
|---|---|---|
gemini/gemini-3.5-flash-lite |
$0.30 / $2.50 | Googleが想定用途の1つに翻訳を挙げている |
gemini/gemini-3.8-flash |
$0.75 / $3.75 | Googleの推奨モデル。2027年1月1日に価格が2倍に |
gemini/gemini-3.1-pro-preview |
$2 / $12 | プレビューのみ、安定版の3.x Proはまだない |
出典：Gemini models、Gemini pricing
GeminiはWMT25で優勝し、Alconostのデータでもトップなので、候補リストに入れる価値があります。また、ここで紹介するプロバイダーの中で継続的な無料枠があるのはGeminiだけです。上の2つのFlashモデルはどちらもレート制限付きで無料で使えますが、Googleは無料枠のデータを自社製品の改善に使う場合があります。Gemini 2.5モデルは、すでに利用していたプロジェクトにしか開放されていないため、新しいプロジェクトは3.5 Flash-Liteか3.8 Flashから始めてください。
DeepL
DeepLは現在、全言語で次世代のLLMモデル（APIではmodel_type=quality_optimized）を使っており、100以上の言語に対応しています。
プランは2026年に変わりました。新規登録ユーザーはDeveloperプランになります。これは従来の毎月50万文字ではなく、100万文字の1回限りのクレジットです。それを使い切ると、Growthプランは年払いで月額€23.80、年間1,200万文字を含み、超過分は100万文字あたり€22です（EU価格、VAT込み。DeepL API plansを参照）。
DeepLはスタイルルール、カスタム指示、リクエストあたり最大5つの用語集にも対応しました。これらは役に立ちますが、製品、対象ユーザー、好みの用語を平易な言葉で記述できるTRANSLATING.mdファイルと比べると、まだ制約があります。
直接比較
| Claude | GPT-6 | Gemini | DeepL | |
|---|---|---|---|---|
| ベンチマーク実績 | WMT24で優勝 | WMTでの優勝なし | WMT25で優勝、Alconostでトップ | Alconostのデータで最下位 |
| 最安の現行モデル（100万あたりの入力 / 出力） | $1 / $5 | $0.10 / $0.50 | $0.30 / $2.50 | 100万文字あたり€22 |
TRANSLATING.mdによるコンテキスト |
あり | あり | あり | なし |
| 用語集 / スタイルルール | TRANSLATING.md経由 |
TRANSLATING.md経由 |
TRANSLATING.md経由 |
APIのネイティブ機能 |
| 無料利用 | なし | なし | レート制限付きの無料枠 | 1回限りの100万文字 |
| TranslateBotでのセットアップ | LiteLLM | LiteLLM | LiteLLM | [deepl] extra |
Djangoプロジェクトにかかるコスト
中規模のDjangoプロジェクトを例にします。500文字列、約10,000語を5言語に翻訳する場合です。ほとんどの言語は英語より多くのトークンを消費するため、1言語あたり入力約15,000トークン（文字列とTranslateBotのプロンプト）、出力20,000トークンと仮定します。
| モデル | 推定コスト |
|---|---|
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（約300,000文字） | 1回限りのクレジット内に収まる。Growthの超過料金なら約€6.60 |
これらの数字は推定値です。Claude Opus 5.5のように回答前に推論するモデルは、その推論分も出力トークンとして課金されるため、表よりコストが高くなることがあります。初回の実行以降、TranslateBotは新規または変更された文字列だけを翻訳するので、2回目以降の実行は通常、多くても数セントで済みます。
どれを選ぶか
品質が重要で、プロジェクト全体の実行1回に1ドル程度払っても構わないなら、まずclaude-sonnet-5かgpt-6-solから始めましょう。ベンチマーク実績はClaudeのほうが上です（Claude 3.5 SonnetがWMT24で優勝）。ただし、これらのバージョンそのもののWMT結果はまだありません。価格は同じです。
サイドプロジェクト、社内ツール、どのみちレビューする前提の下訳にはgpt-6-lunaを使いましょう。例のプロジェクトで約6セントなので、コストは実質ゼロです。
多くの言語に翻訳する場合や予算がない場合は、Geminiを試してみてください。WMT25で優勝し、Alconostのデータで最高スコアを記録しており、3.5 Flash-Liteは有料枠でも安く、無料枠なら無料です。
会社がすでにDeepLと契約している場合や、ネイティブの用語集を備えた専用の機械翻訳を使いたい場合は、DeepLを使いましょう。以前の毎月の無料枠がなくなった今、予算ゼロのプロジェクトで自動的に選ばれる選択肢ではなくなりました。
言語ごとにプロバイダーを使い分けましょう。 ヨーロッパ言語にはあるモデルを、日本語や韓国語には別のモデルを使うこともできます。プロバイダーごとに、それぞれ異なるターゲット言語を指定してtranslateコマンドを1回ずつ実行し、実行の合間にTRANSLATEBOT_MODELとTRANSLATEBOT_API_KEYを切り替えてください。
TranslateBotでプロバイダーを切り替える方法
プロバイダーを切り替えるには、settings.pyの2つの設定を変更します。
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")
DeepLの場合は、DeepL extraも必要です。
uv add --dev translatebot-django[deepl]
設定を変えずに同じプロバイダーの別のモデルを1回だけ試すには、--llm-modelを使います。TRANSLATEBOT_API_KEYはそのまま使われるため、モデルはキーのプロバイダーと一致している必要があります。
python manage.py translate --target-lang ja --llm-model gpt-6-sol
実践的なヒント
ブランチで比較する。 --dry-runはモデルを呼び出さないので、実際の出力を比較するには、使い捨てのブランチで翻訳し直してdiffを読みます。
git switch -c try-gpt-6-sol
python manage.py translate --target-lang nl --overwrite --llm-model gpt-6-sol
git diff -- '*.po'
より大きなモデルにお金を払う前にTRANSLATING.mdを書く。 用語やトーンの指示（「'cart'は'Warenkorb'と訳す」「ドイツ語ではくだけた'du'を使う」など）で、モデルの品質の問題に見えたものが解決することはよくあります。
サンプルをネイティブスピーカーに確認してもらう。 ベンチマークが測るのは平均値です。あなたのチェックアウトページは、ある特定の文字列の集まりです。
Geminiの価格改定に注意する。 Gemini 3.8 Flashは2027年1月1日に価格が2倍になります。翻訳用途なら引き続き安価ですが、見積もりは更新してください。
まとめ
ClaudeはWMT24で、GeminiはWMT25で優勝し、2026年時点で上位プロバイダー間の差は小さくなっています。ほとんどのDjangoプロジェクトでは、品質重視ならclaude-sonnet-5かgpt-6-sol、コスト重視ならgpt-6-lunaという選択が現実的で、Geminiは有力な代替案かつ最良の無料オプションです。DeepLも依然として優れていますが、新規アカウントには毎月の無料枠がなくなりました。TranslateBotなら、これらの切り替えは設定を変えるだけです。
プロバイダーを決めたら、Djangoの翻訳ワークフローを自動化して、新しい文字列が二度と溜まらないようにしましょう。