Claude vs GPT-6 vs Gemini vs DeepL para tradução no Django (2026)

Claude, GPT-6, Gemini e DeepL traduzem bem os seus arquivos .po do Django. As diferenças que importam em setembro de 2026 são o preço, o nível de modelo que você escolhe e se é possível passar o contexto do projeto. Esta comparação cobre os modelos atuais de cada provedor, o que os benchmarks de tradução do WMT realmente encontraram e quanto custa traduzir um projeto Django típico com cada um.

Todos os modelos aqui funcionam com o TranslateBot, seja pelo LiteLLM ou pelo provedor DeepL integrado. Se você está configurando traduções no Django pela primeira vez, o guia completo de localização do Django cobre a configuração antes de você escolher um provedor.

Uma observação sobre as fontes: não rodamos nosso próprio benchmark com essas versões de modelos. As afirmações sobre qualidade abaixo vêm das shared tasks do WMT e de um grande conjunto de dados do setor, todos com link. Os preços vêm da página de preços de cada fornecedor em 26 de setembro de 2026.

Resposta rápida

O padrão do TranslateBot é o gpt-6-luna, então um projeto que não define um modelo já usa a opção boa mais barata.

O que dizem os benchmarks

A avaliação mais rigorosa de tradução automática é a shared task anual do WMT. Anotadores profissionais avaliam a saída de cada sistema inscrito, e os resultados saem em clusters de qualidade em vez de um único ranking.

WMT24: o Claude 3.5 Sonnet venceu

Na tarefa General MT do WMT24, o Claude 3.5 Sonnet foi o melhor sistema no geral e venceu em 9 dos 11 pares de idiomas. Foi a primeira vez que um LLM de uso geral superou todos os sistemas de tradução dedicados da competição.

WMT25: o Gemini 2.5 Pro venceu

No WMT25, o Gemini 2.5 Pro ficou no cluster do topo em 14 dos 16 pares de idiomas. As traduções humanas de referência chegaram ao cluster do topo em apenas 6 dos 15 pares que as tinham. Os organizadores observam que isso pode refletir "the stylistic or lexical preferences of the annotators" (as preferências estilísticas ou lexicais dos anotadores), mas a direção é clara: os LLMs de ponta agora igualam ou superam as referências humanas profissionais nesses testes.

WMT26: ainda não publicado

O WMT26 acontece de 28 a 29 de outubro de 2026 em Budapeste. O artigo com os resultados ainda não saiu, e os organizadores não estão publicando rankings preliminares. Vamos atualizar este artigo quando ele sair.

O que dizem os dados de produção

A Alconost publicou 5.632 avaliações de qualidade de projetos reais de clientes em 85 pares de idiomas em maio de 2026. O índice de qualidade deles deu 77,7 ao Gemini, 75,6 ao Claude, 73,1 ao GPT e 70,8 ao DeepL. Eles só informam os fornecedores, não as versões dos modelos, e descrevem o resultado como um retrato da sua amostra, não como um benchmark do setor. Considere as diferenças pequenas.

Onde os LLMs ainda deixam a desejar

Os idiomas com poucos recursos são o ponto fraco. Em um estudo, a tradução de inglês para khmer feita por um LLM marcou 39,10 no XCOMET contra 65,88 do Google Translate. Se o seu público usa khmer, laosiano ou birmanês, teste com cuidado e peça a revisão de um falante nativo.

As pontuações automáticas também podem enganar. Um segmento com pontuação COMET de 0,86 acabou contendo um erro crítico de interpretação quando profissionais o revisaram. Benchmarks são um ponto de partida, não um substituto para um leitor nativo.

Os modelos atuais

Anthropic Claude

Fonte: Claude models overview.

O ponto forte do Claude sempre foram traduções que parecem ter sido escritas no idioma de destino, e ele segue de perto as regras de tom e terminologia de um arquivo TRANSLATING.md. O Sonnet 5 custa menos por token do que o Sonnet 4.5 que ele substituiu, o que faz dele o modelo para começar.

OpenAI

Fonte: OpenAI API pricing.

O gpt-4o-mini e o gpt-4o não têm desativação programada, mas a OpenAI está aposentando alguns snapshots datados do GPT-4o (o gpt-4o-2024-05-13 sai em 23 de outubro de 2026, segundo a página de descontinuações). Se você fixou um snapshot datado, confira essa lista.

Google Gemini

Fontes: Gemini models, Gemini pricing.

O Gemini venceu o WMT25 e lidera os dados da Alconost, então merece um lugar na sua lista de candidatos. Ele também é o único provedor aqui com um nível gratuito permanente: os dois modelos Flash acima podem ser usados sem custo, com limites de taxa, e o Google pode usar os dados do nível gratuito para melhorar seus produtos. Os modelos Gemini 2.5 agora só estão disponíveis para projetos que já os usavam, então projetos novos devem começar com o 3.5 Flash-Lite ou o 3.8 Flash.

DeepL

O DeepL agora roda um modelo LLM de nova geração para todos os seus idiomas (model_type=quality_optimized na API) e suporta mais de 100 idiomas.

Os planos mudaram em 2026. Novos cadastros recebem o plano Developer: um crédito único de 1 milhão de caracteres, e não os antigos 500.000 caracteres por mês. Depois disso, o Growth custa €23.80 por mês com cobrança anual, inclui 12 milhões de caracteres por ano e cobra €22 por milhão de caracteres extra (preços da UE com IVA; veja DeepL API plans).

O DeepL também adicionou regras de estilo, instruções personalizadas e até 5 glossários por requisição. Isso ajuda, mas ainda é mais limitado do que um arquivo TRANSLATING.md, que pode descrever o seu produto, o seu público e a sua terminologia preferida em linguagem simples.

Comparação direta

Quanto custa um projeto Django

Pense em um projeto Django médio: 500 strings, cerca de 10.000 palavras, traduzidas para 5 idiomas. Consideramos cerca de 15.000 tokens de entrada (strings mais o prompt do TranslateBot) e 20.000 tokens de saída por idioma, porque a maioria dos idiomas usa mais tokens do que o inglês.

Esses números são estimativas. Modelos que raciocinam antes de responder, como o Claude Opus 5.5, cobram esse raciocínio como tokens de saída, então podem custar mais do que a tabela mostra. Depois da primeira execução, o TranslateBot só traduz strings novas ou alteradas, então as execuções seguintes costumam custar no máximo alguns centavos.

Qual escolher

Comece com claude-sonnet-5 ou gpt-6-sol se a qualidade importa e você não se importa em pagar cerca de um dólar por execução completa do projeto. O Claude tem o melhor histórico em benchmarks (o Claude 3.5 Sonnet venceu o WMT24), embora ainda não existam resultados do WMT para essas versões exatas. Os dois custam o mesmo.

Use gpt-6-luna para projetos paralelos, ferramentas internas ou uma primeira versão que você vai revisar de qualquer forma. A cerca de seis centavos pelo projeto de exemplo, o custo é praticamente zero.

Experimente o Gemini se você traduz para muitos idiomas ou não tem orçamento. Ele venceu o WMT25, teve a melhor pontuação nos dados da Alconost, e o 3.5 Flash-Lite é barato no nível pago e gratuito no nível gratuito.

Use o DeepL se a sua empresa já tem um contrato com o DeepL, ou se você quer uma tradução automática dedicada com glossários nativos. Sem o antigo nível gratuito mensal, ele deixou de ser a escolha automática para projetos sem orçamento.

Combine provedores por idioma. Você pode usar um modelo para idiomas europeus e outro para japonês ou coreano. Rode o comando translate uma vez por provedor, cada vez para idiomas de destino diferentes, e troque TRANSLATEBOT_MODEL e TRANSLATEBOT_API_KEY entre as execuções.

Como trocar de provedor no TranslateBot

Trocar de provedor significa alterar duas configurações no seu 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")

Para o DeepL, você também precisa do extra do DeepL:

uv add --dev translatebot-django[deepl]

Para testar outro modelo do mesmo provedor em uma única execução sem mudar suas configurações, use --llm-model. O TRANSLATEBOT_API_KEY continua sendo usado, então o modelo precisa corresponder ao provedor da sua chave:

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

Dicas práticas

Compare em uma branch. O --dry-run não chama o modelo, então, para comparar a saída real, traduza novamente em uma branch descartável e leia o diff:

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

Escreva um TRANSLATING.md antes de pagar por um modelo maior. Instruções de terminologia e tom ("traduza 'cart' como 'Warenkorb'", "use o 'du' informal em alemão") muitas vezes resolvem o que parecia ser um problema de qualidade do modelo.

Peça a um falante nativo para verificar uma amostra. Benchmarks medem médias. A sua página de checkout é um conjunto específico de strings.

Fique de olho na mudança de preço do Gemini. O Gemini 3.8 Flash dobra de preço em 1º de janeiro de 2027. Ele continuará barato para tradução, mas atualize as suas estimativas.

Conclusão

O Claude venceu o WMT24, o Gemini venceu o WMT25, e em 2026 a diferença entre os principais provedores é pequena. Para a maioria dos projetos Django, a escolha prática fica entre claude-sonnet-5 ou gpt-6-sol pela qualidade e gpt-6-luna pelo custo, com o Gemini como uma alternativa forte e a melhor opção gratuita. O DeepL continua bom, mas contas novas não recebem mais um nível gratuito mensal. Com o TranslateBot, trocar entre eles é só uma mudança de configuração.

Depois de escolher um provedor, automatize o seu fluxo de tradução do Django para que strings novas nunca mais se acumulem.