Claude vs GPT-6 vs Gemini vs DeepL do tłumaczeń w Django (2026)

Claude, GPT-6, Gemini i DeepL dobrze tłumaczą pliki .po w Django. Różnice, które mają znaczenie we wrześniu 2026 roku, to cena, wybrany poziom modelu i to, czy możesz przekazać kontekst projektu. To porównanie obejmuje aktualne modele każdego dostawcy, to, co faktycznie wykazały benchmarki tłumaczeniowe WMT, oraz koszt przetłumaczenia typowego projektu Django każdym z nich.

Każdy z opisanych modeli działa z TranslateBot, przez LiteLLM albo przez wbudowanego dostawcę DeepL. Jeśli konfigurujesz tłumaczenia w Django po raz pierwszy, kompletny przewodnik po lokalizacji Django opisuje konfigurację, zanim wybierzesz dostawcę.

Uwaga o źródłach: nie przeprowadziliśmy własnego benchmarku na tych wersjach modeli. Stwierdzenia dotyczące jakości pochodzą z zadań WMT (shared tasks) i jednego dużego zbioru danych branżowych, wszystkie z linkami. Ceny pochodzą ze stron cenników poszczególnych dostawców według stanu na 26 września 2026 r.

Szybka odpowiedź

Domyślnym modelem TranslateBot jest gpt-6-luna, więc projekt, który nie ustawia modelu, już korzysta z najtańszej dobrej opcji.

Co mówią benchmarki

Najbardziej rygorystyczną oceną tłumaczenia maszynowego jest coroczne zadanie WMT (shared task). Profesjonalni anotatorzy oceniają wyniki każdego zgłoszonego systemu, a rezultaty publikowane są jako klastry jakości, a nie pojedynczy ranking.

WMT24: wygrał Claude 3.5 Sonnet

W zadaniu WMT24 General MT Claude 3.5 Sonnet był najlepszym systemem w klasyfikacji ogólnej i wygrał w 9 z 11 par językowych. Po raz pierwszy LLM ogólnego przeznaczenia pokonał w tej rywalizacji wszystkie wyspecjalizowane systemy tłumaczeniowe.

WMT25: wygrał Gemini 2.5 Pro

Na WMT25 Gemini 2.5 Pro znalazł się w najwyższym klastrze w 14 z 16 par językowych. Referencyjne tłumaczenia ludzkie trafiły do najwyższego klastra tylko w 6 z 15 par, dla których były dostępne. Organizatorzy zauważają, że może to odzwierciedlać „the stylistic or lexical preferences of the annotators” (preferencje stylistyczne lub leksykalne anotatorów), ale kierunek jest jasny: czołowe LLM-y dorównują dziś profesjonalnym tłumaczeniom referencyjnym lub je przewyższają w tych testach.

WMT26: jeszcze nieopublikowane

WMT26 odbędzie się w dniach 28–29 października 2026 r. w Budapeszcie. Raport z wynikami jeszcze się nie ukazał, a organizatorzy nie publikują wstępnych rankingów. Zaktualizujemy ten artykuł, gdy się pojawi.

Co mówią dane produkcyjne

W maju 2026 r. Alconost opublikował 5632 oceny jakości z rzeczywistych projektów klientów w 85 parach językowych. Ich indeks jakości przyznał Gemini 77,7, Claude 75,6, GPT 73,1 i DeepL 70,8. Podają wyniki tylko dla dostawców, nie dla wersji modeli, i określają je jako opis swojej próby, a nie benchmark branżowy. Traktuj te różnice jako niewielkie.

Gdzie LLM-y wciąż zawodzą

Słabym punktem są języki o małych zasobach. W jednym badaniu tłumaczenie z angielskiego na khmerski wykonane przez LLM uzyskało 39,10 w XCOMET wobec 65,88 dla Google Translate. Jeśli celujesz w khmerski, laotański lub birmański, testuj starannie i poproś rodzimego użytkownika o weryfikację.

Automatyczne wyniki również mogą wprowadzać w błąd. Segment z wynikiem COMET 0,86 okazał się zawierać krytyczne nieporozumienie, gdy sprawdzili go profesjonaliści. Benchmarki to punkt wyjścia, a nie zamiennik dla czytelnika, dla którego to język ojczysty.

Aktualne modele

Anthropic Claude

Źródło: Claude models overview.

Mocną stroną Claude od zawsze były tłumaczenia, które brzmią, jakby napisano je w języku docelowym, a do tego ściśle przestrzega on zasad dotyczących tonu i terminologii z pliku TRANSLATING.md. Sonnet 5 kosztuje mniej za token niż Sonnet 4.5, który zastąpił, więc to od niego warto zacząć.

OpenAI

Źródło: OpenAI API pricing.

Wyłączenie gpt-4o-mini i gpt-4o nie jest zaplanowane, ale OpenAI wycofuje niektóre datowane snapshoty GPT-4o (gpt-4o-2024-05-13 zniknie 23 października 2026 r., zgodnie ze stroną deprecations). Jeśli przypiąłeś datowany snapshot, sprawdź tę listę.

Google Gemini

Źródła: Gemini models, Gemini pricing.

Gemini wygrał WMT25 i prowadzi w danych Alconost, więc zasługuje na miejsce na Twojej krótkiej liście. To także jedyny dostawca w tym zestawieniu ze stałym darmowym planem: oba powyższe modele Flash można używać bezpłatnie, z limitami zapytań, a Google może wykorzystywać dane z darmowego planu do ulepszania swoich produktów. Modele Gemini 2.5 są teraz dostępne tylko dla projektów, które już z nich korzystały, więc nowe projekty powinny zaczynać od 3.5 Flash-Lite lub 3.8 Flash.

DeepL

DeepL używa teraz modelu LLM nowej generacji dla wszystkich swoich języków (model_type=quality_optimized w API) i obsługuje ponad 100 języków.

W 2026 roku zmieniły się plany. Nowi użytkownicy dostają plan Developer: jednorazowy limit 1 miliona znaków zamiast dawnych 500 000 znaków co miesiąc. Potem plan Growth kosztuje €23.80 miesięcznie przy rozliczeniu rocznym, obejmuje 12 milionów znaków rocznie i nalicza €22 za każdy dodatkowy milion znaków (ceny w UE z VAT; zobacz DeepL API plans).

DeepL dodał też reguły stylu, własne instrukcje i do 5 glosariuszy na żądanie. To pomaga, ale nadal daje mniej możliwości niż plik TRANSLATING.md, w którym możesz opisać zwykłym językiem swój produkt, odbiorców i preferowaną terminologię.

Porównanie bezpośrednie

Ile kosztuje projekt Django

Weźmy średni projekt Django: 500 tekstów, około 10 000 słów, tłumaczonych na 5 języków. Zakładamy około 15 000 tokenów wejściowych (teksty plus prompt TranslateBot) i 20 000 tokenów wyjściowych na język, ponieważ większość języków zużywa więcej tokenów niż angielski.

Te liczby to szacunki. Modele, które rozumują przed udzieleniem odpowiedzi, takie jak Claude Opus 5.5, naliczają to rozumowanie jako tokeny wyjściowe, więc mogą kosztować więcej, niż pokazuje tabela. Po pierwszym uruchomieniu TranslateBot tłumaczy tylko nowe lub zmienione teksty, więc kolejne uruchomienia kosztują zwykle najwyżej kilka centów.

Który wybrać

Zacznij od claude-sonnet-5 lub gpt-6-sol, jeśli liczy się jakość i nie przeszkadza Ci zapłacić około dolara za pełne przetłumaczenie projektu. Claude ma lepsze wyniki w benchmarkach (Claude 3.5 Sonnet wygrał WMT24), choć dla tych konkretnych wersji nie ma jeszcze wyników WMT. Oba kosztują tyle samo.

Użyj gpt-6-luna do projektów pobocznych, narzędzi wewnętrznych albo pierwszej wersji, którą i tak przejrzysz. Przy około sześciu centach za przykładowy projekt koszt jest praktycznie zerowy.

Wypróbuj Gemini, jeśli tłumaczysz na wiele języków albo nie masz budżetu. Wygrał WMT25, uzyskał najlepszy wynik w danych Alconost, a 3.5 Flash-Lite jest tani w planie płatnym i darmowy w planie bezpłatnym.

Użyj DeepL, jeśli Twoja firma ma już umowę z DeepL albo chcesz wyspecjalizowanego tłumaczenia maszynowego z natywnymi glosariuszami. Bez dawnego miesięcznego darmowego planu nie jest już oczywistym wyborem dla projektów bez budżetu.

Łącz dostawców w zależności od języka. Możesz używać jednego modelu do języków europejskich, a innego do japońskiego czy koreańskiego. Uruchom polecenie translate raz dla każdego dostawcy, za każdym razem dla innych języków docelowych, i między uruchomieniami zmieniaj TRANSLATEBOT_MODEL oraz TRANSLATEBOT_API_KEY.

Jak zmienić dostawcę w TranslateBot

Zmiana dostawcy oznacza zmianę dwóch ustawień w Twoim 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")

W przypadku DeepL potrzebujesz też dodatku DeepL:

uv add --dev translatebot-django[deepl]

Aby wypróbować inny model tego samego dostawcy w jednym uruchomieniu bez zmiany ustawień, użyj --llm-model. Nadal używany jest TRANSLATEBOT_API_KEY, więc model musi pasować do dostawcy Twojego klucza:

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

Praktyczne wskazówki

Porównuj na gałęzi. --dry-run nie wywołuje modelu, więc aby porównać rzeczywisty wynik, przetłumacz ponownie na tymczasowej gałęzi i przeczytaj diff:

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

Napisz TRANSLATING.md, zanim zapłacisz za większy model. Instrukcje dotyczące terminologii i tonu („tłumacz 'cart' jako 'Warenkorb'”, „używaj nieformalnego 'du' w niemieckim”) często rozwiązują to, co wyglądało na problem z jakością modelu.

Poproś rodzimego użytkownika o sprawdzenie próbki. Benchmarki mierzą średnie. Twoja strona płatności to jeden konkretny zestaw tekstów.

Pilnuj zmiany cen Gemini. Gemini 3.8 Flash podrożeje dwukrotnie 1 stycznia 2027 r. Do tłumaczeń nadal będzie tani, ale zaktualizuj swoje szacunki.

Podsumowanie

Claude wygrał WMT24, Gemini wygrał WMT25, a w 2026 roku różnica między czołowymi dostawcami jest niewielka. Dla większości projektów Django praktyczny wybór to claude-sonnet-5 lub gpt-6-sol, gdy liczy się jakość, i gpt-6-luna, gdy liczy się koszt, a Gemini jest mocną alternatywą i najlepszą darmową opcją. DeepL nadal jest dobry, ale nowe konta nie dostają już miesięcznego darmowego planu. W TranslateBot przełączenie się między nimi to kwestia zmiany ustawień.

Gdy już wybierzesz dostawcę, zautomatyzuj swój proces tłumaczeń w Django, żeby nowe teksty nigdy więcej się nie gromadziły.