LLM 기반 무료 번역 API
대형 언어 모델은 여러 언어 간 번역을 잘 수행하며, 여러 제공업체가 이를 무료로 제공합니다. 일부 무료 모델은 번역용으로 만들어졌습니다. 예를 들어 Cohere Command A Translate가 있습니다. 이 가이드는 번역용 무료 모델, 배치로 번역하는 Python 코드, 계획해야 할 한도를 설명합니다. 모든 요청은 FreeLLMAPI를 거치며, FreeLLMAPI는 45개의 무료 제공업체 요금제를 하나의 OpenAI 호환 키 뒤에 묶습니다.
코드, 모델 이름, 실시간 카탈로그 레이블은 영어로 표시합니다.
번역용 무료 모델
일부 무료 모델은 여러 언어 또는 특정 언어권을 위해 학습되었습니다. 이 표는 오늘의 무료 카탈로그에 있는 다국어 및 번역 모델을 보여 줍니다.
| 모델 | 무료 제공 | 컨텍스트 | 무료 한도 (가장 좋은 조건) | 도구 | 비전 |
|---|---|---|---|---|---|
| Typhoon 2.5 30B A3B Instruct | Typhoon | 131K | Ongoing free research API (shared rate limits) | 예 | 아니요 |
| Qwen SEA-LION v4.5 27B | SEA-LION | 33K | 10 요청/분 10 RPM | 아니요 | 아니요 |
| Nemotron 3 Super 120B | SEA-LION | - | 10 요청/분 10 RPM | 예 | 아니요 |
| Qwen SEA-LION v4 32B | SEA-LION | 33K | 10 요청/분 10 RPM | 아니요 | 아니요 |
| Llama SEA-LION v3 70B | SEA-LION | 131K | 10 요청/분 10 RPM | 아니요 | 아니요 |
| Gemma SEA-LION v4 27B | Cloudflare Workers AI, SEA-LION | 131K | 10 요청/분 10 RPM | 아니요 | 아니요 |
| Command A Translate | Cohere | 256K | 20 요청/분 33 요청/일 ~1-2M | 예 | 아니요 |
| Tiny Aya Global | Cohere | 8K | 20 요청/분 33 요청/일 1K calls/mo shared | 아니요 | 아니요 |
| North Small Translate | Cohere | 33K | 20 요청/분 33 요청/일 ~1-2M | 아니요 | 아니요 |
| Tiny Aya Earth | Cohere | 8K | 20 요청/분 33 요청/일 1K calls/mo shared | 아니요 | 아니요 |
| Tiny Aya Fire | Cohere | 8K | 20 요청/분 33 요청/일 1K calls/mo shared | 아니요 | 아니요 |
| Tiny Aya Water | Cohere | 8K | 20 요청/분 33 요청/일 1K calls/mo shared | 아니요 | 아니요 |
일치하는 무료 모델 16개 중 12개를 표시합니다. 모든 모델 보기.
FreeLLMAPI 카탈로그의 실시간 데이터입니다 (버전 2026.11.19, 2026-11-19 확인). 무료 한도는 자주 바뀝니다. 카탈로그는 매일 확인합니다.
| 모델 계열 | 용도 | 출처 |
|---|---|---|
| Command A Translate (Cohere) | 23개 언어 번역. 아랍어, 중국어, 힌디어, 일본어, 페르시아어, 우크라이나어 포함 | Cohere 변경 로그, 2025년 8월 28일 |
| Aya Expanse (Cohere) | 23개 언어 다국어 대화 | Cohere 문서 |
| SEA-LION (AI Singapore) | 동남아시아 언어 11개 이상 | sea-lion.ai |
| Typhoon | 태국어 | opentyphoon.ai |
범용 모델도 번역을 잘 수행하며, 주로 주요 언어 간 번역에 강합니다. 오늘 기준으로 가장 성능이 좋은 무료 범용 모델은 다음과 같습니다.
| 모델 | 무료 제공 | 컨텍스트 | 무료 한도 (가장 좋은 조건) | 도구 | 비전 |
|---|---|---|---|---|---|
| GLM 5.3 | APINex, UnoRouter | 1M | 5 요청/분 10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account | 예 | 아니요 |
| GLM 5.3 Flash | APINex, BlazeAPI, NVIDIA NIM +1개 더 | 1M | 40 요청/분 40 RPM | 예 | 예 |
| Gemini 3.8 Flash | APINex, Google AI Studio | 1M | 5 요청/분 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | 예 | 예 |
| Qwen3.8 Flash Next | AMD Radeon Cloud, BlazeAPI, ElectronHub | 262K | Recurring daily account allowance | 예 | 아니요 |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | 예 | 예 |
| Deepseek V4.1 Flash | APINex | 1M | 5 요청/분 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | 아니요 | 아니요 |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 요청/분 20 요청/일 250,000 토큰/분 ~3M | 예 | 예 |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | 예 | 예 |
일치하는 무료 모델 184개 중 8개를 표시합니다. 모든 모델 보기.
FreeLLMAPI 카탈로그의 실시간 데이터입니다 (버전 2026.11.19, 2026-11-19 확인). 무료 한도는 자주 바뀝니다. 카탈로그는 매일 확인합니다.
각 모델을 자신의 텍스트와 언어 쌍으로 테스트하세요. 품질은 언어 쌍에 따라 크게 달라집니다. 영어에서 스페인어로는 잘 번역하는 모델이 태국어에서 베트남어로는 약할 수 있습니다.
게이트웨이 설정
FreeLLMAPI를 설치하고, 대시보드의 Keys 페이지에서 무료 제공업체 키를 추가한 다음 통합 키를 복사하세요. 위 번역 모델을 쓰려면 Cohere 키, SEA-LION 키 또는 NVIDIA 키를 추가하세요. 범용 모델을 쓰려면 Google, Groq 또는 Mistral 키를 추가하세요.
번역 한 건을 설치하고 테스트하기
curl -fsSL https://freellmapi.co/install.sh | bash
curl http://localhost:3001/v1/chat/completions \
-H "Authorization: Bearer <unified-key>" \
-H "Content-Type: application/json" \
-d '{
"model": "command-a-translate-08-2025",
"temperature": 0,
"messages": [
{"role": "system", "content": "Translate the user text into German. Return only the translation."},
{"role": "user", "content": "Your order has shipped."}
]
}'모델 ID를 고정하면 매번 같은 번역 스타일을 얻습니다. 그 모델이 무료 한도에 도달하면, 같은 모델을 다른 제공업체에서 무료로 쓸 수 있는 경우가 아니라면 요청이 실패합니다. 다른 모델로 계속하려면, 선택한 모델을 순서대로 넣은 폴백 체인 프로필(예: translate)을 만드세요. 그런 다음 모델로 auto:translate를 사용하세요.
Python으로 배치 번역하기
문자열마다 요청을 하나씩 보내면 요청 한도가 빠르게 소진됩니다. 짧은 문자열 20~50개를 JSON 목록으로 한 요청에 보내세요. 코드는 응답의 항목 수와 자리표시자가 같은지 확인합니다. 확인에 실패하면 문자열을 하나씩 번역합니다.
translate.py
import json
import os
import re
import time
import openai
from openai import OpenAI
client = OpenAI(
base_url="http://localhost:3001/v1",
api_key=os.environ["FREELLMAPI_API_KEY"],
max_retries=3,
timeout=90,
)
MODEL = "auto:translate" # a profile with your translation models
PLACEHOLDER = re.compile(r"\{[^}]+\}|%\w|<[^>]+>") # {name}, %s, <b>
SYSTEM = (
"You are a professional translator. Translate each string into {lang}. "
"Keep placeholders such as {{name}}, %s and HTML tags exactly as they are. "
"Use this glossary: {glossary}. "
"Return only a JSON array of strings, in the same order and with the same length."
)
def chat(messages):
for attempt in range(6):
try:
resp = client.chat.completions.create(model=MODEL, messages=messages, temperature=0)
return resp.choices[0].message.content or ""
except openai.RateLimitError as err:
header = err.response.headers.get("retry-after", "")
time.sleep(min(int(header) if header.isdigit() else 2 ** attempt, 120))
raise RuntimeError("Rate limited on every provider")
def same_placeholders(src: str, dst: str) -> bool:
return sorted(PLACEHOLDER.findall(src)) == sorted(PLACEHOLDER.findall(dst))
def parse_list(text: str):
text = text.strip().removeprefix("```json").removeprefix("```").removesuffix("```")
return json.loads(text)
def translate_batch(strings, lang, glossary="none"):
system = SYSTEM.format(lang=lang, glossary=glossary)
try:
out = parse_list(chat([
{"role": "system", "content": system},
{"role": "user", "content": json.dumps(strings, ensure_ascii=False)},
]))
if len(out) == len(strings) and all(same_placeholders(s, d) for s, d in zip(strings, out)):
return out
except (json.JSONDecodeError, TypeError):
pass
# Fallback: one string per request
return [translate_one(s, system) for s in strings]
def translate_one(s, system):
text = chat([
{"role": "system", "content": system},
{"role": "user", "content": json.dumps([s], ensure_ascii=False)},
])
try:
return str(parse_list(text)[0])
except (json.JSONDecodeError, TypeError, IndexError, KeyError):
return text.strip() # keep the raw answer; review it later
def translate_all(strings, lang, size=30, glossary="none"):
result = []
for i in range(0, len(strings), size):
result.extend(translate_batch(strings[i:i + size], lang, glossary))
return result
if __name__ == "__main__":
ui = ["Welcome back, {name}!", "You have %s new messages.", "<b>Save</b> your changes"]
print(translate_all(ui, "French", glossary="messages = messages; Save = Enregistrer"))번역에는 temperature=0을 사용하세요. 그러면 실행마다 출력이 더 일관됩니다. 번역 결과를 파일이나 데이터베이스에 저장하고, 새로 추가되거나 변경된 문자열만 번역하세요.
용어집, 어조, 긴 문서
- 용어집: 시스템 메시지에 제품명과 고정 용어를 나열하세요. 번역하면 안 되는 단어도 모델에 알려 주세요.
- 어조: 문체를 밝히세요. 예를 들어 독일어의 격식체 "Sie" 또는 프랑스어의 비격식체 "tu"입니다.
- 문맥: 텍스트가 나타나는 위치를 한 줄로 추가하세요. 예: "은행 앱의 버튼 레이블". 짧은 문자열은 문맥 없이는 뜻이 모호한 경우가 많습니다.
- 긴 문서: 문단 경계에서 나누세요. 각 부분을 이전 문단과 함께 문맥으로 보내고, 새 부분만 번역하세요.
- 문서 하나에 같은 모델 사용: 문서 ID를 담은
X-Session-Id헤더를 보내세요. FreeLLMAPI는 세션을 30분 동안 한 모델에 유지하므로, 용어가 일관되게 유지됩니다.
FreeLLMAPI에는 동일한 요청을 위한 옵트인 응답 캐시가 있습니다. 캐시 적중 시에는 제공업체 할당량을 쓰지 않습니다. X-FreeLLM-Cache 헤더로 요청 하나마다 캐시를 켜거나 끌 수 있습니다. temperature=0을 사용하면 같은 문자열과 같은 지시가 같은 요청이 되므로, 반복되는 문자열은 캐시에서 가져옵니다.
품질 자동 확인
간단한 검사로 사람이 읽기 전에 잘못된 번역 대부분을 찾을 수 있습니다. 배치마다 검사를 실행하고, 실패한 문자열만 검토 목록으로 보내세요.
- 자리표시자: 번역에는 원문과 같은 자리표시자와 태그가 있어야 합니다. 위 코드가 이미 이를 확인합니다.
- 길이: 원문 길이의 3분의 1보다 짧거나 3배보다 긴 번역은 종종 잘못된 것입니다.
- 번역되지 않은 텍스트: 출력이 입력과 같다면, 모델이 번역하지 않은 것입니다.
- 역번역: 중요한 텍스트는 다른 모델로 결과를 원래 언어로 다시 번역하세요. 단어가 아니라 의미를 비교하세요.
검토할 문자열 찾기
def needs_review(src: str, dst: str) -> bool:
ratio = len(dst) / max(len(src), 1)
return (
not same_placeholders(src, dst)
or dst.strip() == src.strip()
or ratio < 0.33
or ratio > 3.0
)
review = [(s, d) for s, d in zip(ui, translated) if needs_review(s, d)]역번역에는 번역 프로필에 없는 고정 모델 ID를 지정하세요. 다른 모델은 첫 번째 모델의 오류를 반복할 가능성이 낮습니다.
한도와 솔직한 장단점
무료 요금제는 앱 문자열, 고객 지원 답변, 내부 문서, 테스트에 적합합니다. 다음 한도를 계획에 포함하세요.
| 한도 | 번역에 미치는 영향 | 해결 방법 |
|---|---|---|
| 분당 및 일일 요청 수 | 큰 파일 하나가 하루 할당량 전체를 쓸 수 있음 | 요청당 20~50개 문자열로 배치 처리하세요. 더 많은 제공업체의 키를 추가하세요. |
| 특수 모델의 낮은 일일 한도 | 일부 번역 모델은 하루에 허용하는 요청 수가 적음 | 프로필에서 이 모델을 앞에 두고, 범용 모델을 뒤에 두세요 |
| 장애 대응 후 다른 모델 사용 | 배치 사이에 문체와 용어가 바뀔 수 있음 | 용어집과 X-Session-Id 헤더를 사용하세요 |
| SLA 없음 | 하루 중 지연 시간이 변함 | 정해진 시간 안에 응답해야 하는 실시간 번역에는 무료 요금제를 쓰지 마세요 |
| 데이터 약관 | 일부 무료 요금제는 프롬프트를 모델 학습에 사용할 수 있음 | 그런 제공업체에는 기밀 텍스트를 보내지 마세요 |
기계 번역은 틀릴 수 있습니다. 법률, 의료, 마케팅 텍스트는 게시하기 전에 원어민이 검토하게 하세요. 체인의 모든 키가 한도에 도달하면, 게이트웨이는 Retry-After 헤더와 함께 429를 반환합니다. 위 코드는 기다렸다가 다시 시도합니다.
자주 묻는 질문
LLM 기반 무료 번역 API가 있나요?
예. 여러 제공업체가 다국어 LLM을 무료로 제공하며, 여기에는 Cohere Command A Translate 같은 번역 모델도 포함됩니다. FreeLLMAPI는 이들을 하나의 OpenAI 호환 키로 제공합니다.
번역에 가장 좋은 무료 LLM은 무엇인가요?
언어 쌍에 따라 다릅니다. Command A Translate는 23개 언어를 지원하고, SEA-LION은 동남아시아 언어를, Typhoon은 태국어를 위해 만들어졌습니다. 자신의 텍스트로 테스트하세요.
요청 한도에 걸리지 않고 많은 문자열을 번역하려면 어떻게 하나요?
문자열 20~50개를 JSON 목록으로 한 요청에 보내고, temperature 0을 사용하고, 결과를 캐시하고, 더 많은 제공업체의 키를 추가하세요.
LLM 번역에서 자리표시자와 HTML 태그를 어떻게 유지하나요?
모델에 정확히 그대로 유지하라고 지시한 다음, 각 번역을 확인하세요. 자리표시자가 맞지 않으면 그 문자열을 다시 번역하거나 단독으로 번역하세요.
무료 LLM 번역을 운영 환경에 쓸 만큼 품질이 좋은가요?
앱 문자열과 내부 텍스트는 용어집과 검사를 함께 쓰면 대개 충분합니다. 법률, 의료, 마케팅 텍스트는 원어민이 검토하게 하세요.
관련 가이드
- Python에서 무료 LLM API
- 무료 LLM API는 사용자 데이터로 학습하나요?
- 무료 LLM API 속도 제한
- 무료 OpenAI 호환 API Base URL
- 상업적 사용을 위한 무료 LLM API
출처
- Cohere changelog: Command A Translate (23 languages) (20 November 2026 확인)
- Cohere docs: Aya (Aya Expanse, 23 languages) (20 November 2026 확인)
- AI Singapore: SEA-LION (20 November 2026 확인)
- Typhoon: Thai language models (20 November 2026 확인)
- FreeLLMAPI docs: REST API (routing profiles, response cache header) (20 November 2026 확인)