Claude vs GPT-6 vs Gemini vs DeepL：Django 翻译该选哪个（2026）

Claude、GPT-6、Gemini 和 DeepL 都能把你的 Django .po 文件翻译得很好。到 2026 年 9 月，真正拉开差距的是价格、你选择哪个模型档位，以及能否传入项目上下文。本文对比各家提供商的当前模型、WMT 翻译基准测试的实际结论，以及用每一家翻译一个典型 Django 项目的成本。

这里的每个模型都可以在 TranslateBot 中使用，要么通过 LiteLLM，要么通过内置的 DeepL 提供商。如果你是第一次为 Django 设置翻译，请先阅读 Django 本地化完整指南，完成设置后再选择提供商。

关于信息来源的说明：我们没有针对这些模型版本自行做基准测试。下文关于质量的结论来自 WMT shared task 和一个大型行业数据集，均附有链接。价格取自各厂商截至 2026 年 9 月 26 日的定价页面。

快速结论

TranslateBot 的默认模型是 gpt-6-luna，所以没有设置模型的项目已经在用最便宜的好选项。

基准测试怎么说

最严谨的机器翻译评测是每年举办的 WMT shared task。专业标注员会为每个提交系统的输出打分，结果以质量聚类的形式公布，而不是单一排名。

WMT24：Claude 3.5 Sonnet 夺冠

在 WMT24 General MT 任务中，Claude 3.5 Sonnet 是总体表现最好的系统，在 11 个语言对中赢下了 9 个。这是通用 LLM 首次在该比赛中击败所有专用翻译系统。

WMT25：Gemini 2.5 Pro 夺冠

在 WMT25 中，Gemini 2.5 Pro 在 16 个语言对中有 14 个进入了顶级聚类。而在有人工参考译文的 15 个语言对中，人工参考译文只有 6 个进入顶级聚类。组织方指出，这可能反映了 "the stylistic or lexical preferences of the annotators"（标注员在文体或用词上的偏好），但趋势很明确：在这些测试中，前沿 LLM 已经达到甚至超过了专业人工参考译文。

WMT26：尚未公布

WMT26 将于 2026 年 10 月 28 日至 29 日在布达佩斯举行。结果论文尚未发表，组织方也不会公布初步排名。论文发布后我们会更新本文。

生产数据怎么说

Alconost 于 2026 年 5 月发布了 来自真实客户项目的 5,632 份质量评估，覆盖 85 个语言对。在其质量指数中，Gemini 为 77.7，Claude 为 75.6，GPT 为 73.1，DeepL 为 70.8。他们只按厂商报告，不区分模型版本，并表示这只是对其样本的描述，而不是行业基准。请把这些差距看作很小。

LLM 仍然不足的地方

低资源语言是薄弱环节。一项研究显示，LLM 的英语到高棉语翻译在 XCOMET 上得分 39.10，而 Google 翻译为 65.88。如果你的目标语言是高棉语、老挝语或缅甸语，请仔细测试，并请母语者审校。

自动评分也可能产生误导。有一个 COMET 得分为 0.86 的片段，经专业人员审阅后被发现包含严重误解。基准测试只是起点，不能替代母语读者。

当前模型

Anthropic Claude

来源：Claude models overview。

Claude 的强项一直是译文读起来就像直接用目标语言写成的，而且它会严格遵循 TRANSLATING.md 文件中的语气和术语规则。Sonnet 5 的每 token 价格比它取代的 Sonnet 4.5 更低，因此是首选的起点。

OpenAI

来源：OpenAI API pricing。

gpt-4o-mini 和 gpt-4o 没有停用计划，但 OpenAI 正在下线部分带日期的 GPT-4o 快照（根据弃用页面，gpt-4o-2024-05-13 将于 2026 年 10 月 23 日下线）。如果你固定使用了某个带日期的快照，请查看该列表。

Google Gemini

来源：Gemini models、Gemini pricing。

Gemini 赢得了 WMT25，并在 Alconost 数据中排名第一，值得列入你的候选名单。它也是这里唯一提供长期免费层级的提供商：上面两个 Flash 模型都可以在有速率限制的情况下免费使用，但 Google 可能会用免费层级的数据来改进其产品。Gemini 2.5 模型现在只对已经在使用它们的项目开放，所以新项目应从 3.5 Flash-Lite 或 3.8 Flash 开始。

DeepL

DeepL 现在对所有语言都使用新一代 LLM 模型（API 中为 model_type=quality_optimized），并支持 100 多种语言。

2026 年套餐有所变化。新注册用户获得的是 Developer 套餐：一次性赠送 100 万字符额度，而不是以前每月 500,000 字符。用完之后，Growth 套餐按年付费为每月 €23.80，每年包含 1,200 万字符，超出部分每 100 万字符收费 €22（欧盟价格，含增值税；参见 DeepL API plans）。

DeepL 还新增了风格规则、自定义指令，以及每次请求最多 5 个术语表。这些功能有帮助，但仍不如 TRANSLATING.md 文件灵活，后者可以用自然语言描述你的产品、受众和偏好的术语。

正面对比

一个 Django 项目的成本

以一个中等规模的 Django 项目为例：500 条字符串，约 10,000 个单词，翻译成 5 种语言。由于大多数语言比英语占用更多 token，我们假设每种语言约 15,000 个输入 token（字符串加上 TranslateBot 的提示词）和 20,000 个输出 token。

这些数字只是估算。像 Claude Opus 5.5 这样会先推理再作答的模型，会把推理过程按输出 token 计费，因此实际成本可能高于表中数字。首次运行之后，TranslateBot 只翻译新增或修改过的字符串，所以之后的运行通常最多只花几美分。

该选哪一个

如果你看重质量，并且不介意每次完整运行项目花大约一美元，从 claude-sonnet-5 或 gpt-6-sol 开始。Claude 的基准测试成绩更好（Claude 3.5 Sonnet 赢得了 WMT24），不过这些具体版本目前还没有 WMT 结果。两者价格相同。

对于业余项目、内部工具，或反正要人工审阅的初稿，使用 gpt-6-luna。示例项目只需约六美分，成本几乎可以忽略。

如果你要翻译成很多种语言，或者没有预算，试试 Gemini。它赢得了 WMT25，在 Alconost 数据中得分最高，而且 3.5 Flash-Lite 在付费层级很便宜，在免费层级则完全免费。

如果你的公司已经签了 DeepL 合同，或者你想要带原生术语表的专用机器翻译，使用 DeepL。没有了以前的每月免费额度，它不再是零预算项目的默认选择。

按语言混用提供商。 你可以对欧洲语言使用一个模型，对日语或韩语使用另一个。针对每个提供商各运行一次 translate 命令，每次指定不同的目标语言，并在两次运行之间切换 TRANSLATEBOT_MODEL 和 TRANSLATEBOT_API_KEY。

如何在 TranslateBot 中切换提供商

切换提供商只需修改 settings.py 中的两项设置：

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")

使用 DeepL 时，还需要安装 DeepL extra：

uv add --dev translatebot-django[deepl]

如果想在不修改设置的情况下用同一提供商的另一个模型跑一次，请使用 --llm-model。此时仍会使用 TRANSLATEBOT_API_KEY，因此模型必须与你的密钥所属的提供商一致：

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

实用技巧

在分支上对比。 --dry-run 不会调用模型，所以要对比真实输出，请在一个临时分支上重新翻译，然后阅读 diff：

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

在为更大的模型付费之前，先写好 TRANSLATING.md。 术语和语气方面的指令（"把 'cart' 译为 'Warenkorb'"、"德语中使用非正式的 'du'"）常常就能解决看起来像是模型质量的问题。

请母语者检查一部分样本。 基准测试衡量的是平均水平，而你的结账页面是一组具体的字符串。

留意 Gemini 的价格变动。 Gemini 3.8 Flash 将于 2027 年 1 月 1 日价格翻倍。用于翻译仍然很便宜，但请更新你的估算。

总结

Claude 赢得了 WMT24，Gemini 赢得了 WMT25，到 2026 年，顶级提供商之间的差距已经很小。对大多数 Django 项目来说，实际的选择是：看重质量选 claude-sonnet-5 或 gpt-6-sol，看重成本选 gpt-6-luna，Gemini 则是有力的替代方案，也是最好的免费选项。DeepL 依然不错，但新账户不再有每月免费额度。有了 TranslateBot，在它们之间切换只需改一下设置。

选定提供商之后，将你的 Django 翻译工作流自动化，让新字符串再也不会堆积。