Laman utama / Panduan / API terjemahan percuma dengan LLM

API terjemahan percuma dengan LLM

Model bahasa besar menterjemah dengan baik antara banyak bahasa, dan beberapa penyedia memberikannya secara percuma. Sesetengah model percuma direka untuk terjemahan, contohnya Cohere Command A Translate. Panduan ini menunjukkan model percuma untuk terjemahan, kod Python yang menterjemah dalam kumpulan, dan had untuk dirancang. Semua permintaan melalui FreeLLMAPI, yang menghimpunkan 45 tier penyedia percuma di sebalik satu kunci yang serasi dengan OpenAI.

Kod, nama model dan label katalog langsung dipaparkan dalam bahasa Inggeris.

Model percuma untuk terjemahan

Sesetengah model percuma dilatih untuk banyak bahasa atau untuk satu wilayah bahasa. Jadual ini menunjukkan model berbilang bahasa dan terjemahan dalam katalog percuma hari ini.

Model terjemahan dan berbilang bahasa percuma
ModelPercuma padaKonteksHad percuma (tawaran terbaik)AlatPenglihatan
Typhoon 2.5 30B A3B InstructTyphoon131KOngoing free research API (shared rate limits)YaTidak
Qwen SEA-LION v4.5 27BSEA-LION33K10 permintaan/minit
10 RPM
TidakTidak
Nemotron 3 Super 120BSEA-LION-10 permintaan/minit
10 RPM
YaTidak
Qwen SEA-LION v4 32BSEA-LION33K10 permintaan/minit
10 RPM
TidakTidak
Llama SEA-LION v3 70BSEA-LION131K10 permintaan/minit
10 RPM
TidakTidak
Gemma SEA-LION v4 27BCloudflare Workers AI, SEA-LION131K10 permintaan/minit
10 RPM
TidakTidak
Command A TranslateCohere256K20 permintaan/minit
33 permintaan/hari
~1-2M
YaTidak
Tiny Aya GlobalCohere8K20 permintaan/minit
33 permintaan/hari
1K calls/mo shared
TidakTidak
North Small TranslateCohere33K20 permintaan/minit
33 permintaan/hari
~1-2M
TidakTidak
Tiny Aya EarthCohere8K20 permintaan/minit
33 permintaan/hari
1K calls/mo shared
TidakTidak
Tiny Aya FireCohere8K20 permintaan/minit
33 permintaan/hari
1K calls/mo shared
TidakTidak
Tiny Aya WaterCohere8K20 permintaan/minit
33 permintaan/hari
1K calls/mo shared
TidakTidak

Memaparkan 12 daripada 16 model percuma yang sepadan. Lihat semua model.

Data langsung daripada katalog FreeLLMAPI (versi 2026.11.19, disemak 2026-11-19). Had percuma kerap berubah. Katalog disemak setiap hari.

Keluarga modelDireka untukSumber
Command A Translate (Cohere)Terjemahan dalam 23 bahasa, termasuk Arab, Cina, Hindi, Jepun, Parsi dan UkraineLog perubahan Cohere, 28 Ogos 2025
Aya Expanse (Cohere)Sembang berbilang bahasa dalam 23 bahasaDokumentasi Cohere
SEA-LION (AI Singapore)Bahasa Asia Tenggara, 11 atau lebihsea-lion.ai
TyphoonThaiopentyphoon.ai

Model umum juga menterjemah dengan baik, terutamanya antara bahasa utama. Model umum percuma yang paling kuat hari ini ialah:

Model umum percuma yang kuat dengan konteks 128K+
ModelPercuma padaKonteksHad percuma (tawaran terbaik)AlatPenglihatan
GLM 5.3APINex, UnoRouter1M5 permintaan/minit
10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account
YaTidak
GLM 5.3 FlashAPINex, BlazeAPI, NVIDIA NIM +1 lagi1M40 permintaan/minit
40 RPM
YaYa
Gemini 3.8 FlashAPINex, Google AI Studio1M5 permintaan/minit
10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account
YaYa
Qwen3.8 Flash NextAMD Radeon Cloud, BlazeAPI, ElectronHub262KRecurring daily account allowanceYaTidak
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditYaYa
Deepseek V4.1 FlashAPINex1M5 permintaan/minit
10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account
TidakTidak
Gemini 3.7 FlashGoogle AI Studio1M10 permintaan/minit
20 permintaan/hari
250,000 token/minit
~3M
YaYa
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditYaYa

Memaparkan 8 daripada 184 model percuma yang sepadan. Lihat semua model.

Data langsung daripada katalog FreeLLMAPI (versi 2026.11.19, disemak 2026-11-19). Had percuma kerap berubah. Katalog disemak setiap hari.

Uji setiap model dengan teks dan pasangan bahasa anda sendiri. Kualiti berubah banyak antara pasangan. Model yang baik untuk Inggeris ke Sepanyol boleh lemah untuk Thai ke Vietnam.

Sediakan gerbang

Pasang FreeLLMAPI, tambah kunci penyedia percuma anda pada halaman Keys papan pemuka dan salin kunci bersatu. Untuk model terjemahan di atas, tambah kunci Cohere, kunci SEA-LION atau kunci NVIDIA. Tambah kunci Google, Groq atau Mistral untuk model umum.

Pasang dan uji satu terjemahan

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."}
    ]
  }'

ID model yang tetap memberikan gaya terjemahan yang sama setiap kali. Apabila model itu mencapai had percuma, permintaan gagal, melainkan model yang sama percuma pada penyedia lain. Untuk terus menggunakan model lain, buat profil rantaian sandaran, contohnya translate, dengan model pilihan anda mengikut susunan. Kemudian guna auto:translate sebagai model.

Terjemah dalam kumpulan dengan Python

Satu permintaan bagi setiap rentetan cepat menghabiskan had permintaan anda. Hantar 20 hingga 50 rentetan pendek dalam satu permintaan sebagai senarai JSON. Kod menyemak sama ada jawapan mempunyai bilangan item yang sama dan placeholder yang sama. Jika semakan gagal, kod menterjemah rentetan satu demi satu.

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"))

Guna temperature=0 untuk terjemahan. Output menjadi lebih stabil antara larian. Simpan terjemahan dalam fail atau pangkalan data, dan terjemah hanya rentetan yang baharu atau yang berubah.

Glosari, nada dan dokumen panjang

  • Glosari: senaraikan nama produk dan istilah tetap dalam mesej sistem. Beritahu model perkataan yang tidak boleh diterjemahkannya.
  • Nada: nyatakan daftar bahasa, contohnya "Sie" formal dalam bahasa Jerman atau "tu" tidak formal dalam bahasa Perancis.
  • Konteks: tambah satu baris tentang tempat teks itu dipaparkan, contohnya "label butang dalam aplikasi perbankan". Rentetan pendek selalunya samar tanpa maklumat ini.
  • Dokumen panjang: pecahkan pada sempadan perenggan. Hantar setiap bahagian dengan perenggan sebelumnya sebagai konteks, dan terjemah hanya bahagian baharu.
  • Model yang sama untuk satu dokumen: hantar pengepala X-Session-Id dengan ID dokumen. FreeLLMAPI mengekalkan sesi pada satu model selama 30 minit, jadi terma kekal sama.

FreeLLMAPI mempunyai cache respons pilihan untuk permintaan yang serupa. Padanan cache tidak menggunakan kuota penyedia. Anda boleh menghidupkan atau mematikannya untuk satu permintaan dengan pengepala X-FreeLLM-Cache. Dengan temperature=0, rentetan yang sama dan arahan yang sama menghasilkan permintaan yang sama, jadi rentetan berulang datang daripada cache.

Semak kualiti secara automatik

Semakan mudah dapat mengesan kebanyakan terjemahan yang buruk sebelum seseorang membacanya. Jalankannya selepas setiap kumpulan dan hantar hanya rentetan yang gagal ke senarai semakan.

  • Placeholder: terjemahan mesti mempunyai placeholder dan tag yang sama seperti sumber. Kod di atas sudah menyemak perkara ini.
  • Panjang: terjemahan yang kurang daripada satu pertiga atau lebih daripada tiga kali panjang sumber selalunya salah.
  • Teks tidak diterjemah: jika output sama dengan input, model tidak menterjemahnya.
  • Terjemah balik: untuk teks penting, terjemah hasilnya kembali ke bahasa sumber dengan model yang berbeza. Bandingkan maknanya, bukan perkataannya.

Cari rentetan untuk semakan

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)]

Untuk terjemah balik, tetapkan ID model tetap yang tiada dalam profil terjemahan anda. Model yang berbeza kurang berkemungkinan mengulangi ralat model pertama.

Had dan pertukaran yang jujur

Tier percuma sesuai untuk rentetan aplikasi, balasan sokongan, dokumen dalaman dan ujian. Rancang untuk had berikut:

HadKesan kepada terjemahanApa yang perlu dilakukan
Permintaan seminit dan sehariFail besar boleh menghabiskan kuota harian penuhKumpulkan 20 hingga 50 rentetan bagi setiap permintaan. Tambah kunci daripada lebih banyak penyedia.
Had harian yang rendah pada model pakarSesetengah model terjemahan membenarkan sedikit permintaan sehariLetakkannya di hadapan dalam profil, dengan model umum selepasnya
Model berbeza selepas failoverGaya dan istilah boleh berubah antara kumpulanGuna glosari dan pengepala X-Session-Id
Tiada SLAKelewatan berubah sepanjang hariJangan guna tier percuma untuk terjemahan masa nyata yang mesti menjawab dalam masa tetap
Terma dataSesetengah tier percuma boleh menggunakan prompt untuk melatih modelJangan hantar teks sulit kepada penyedia tersebut

Terjemahan mesin boleh salah. Minta penutur asli menyemak teks undang-undang, perubatan dan pemasaran sebelum anda menerbitkannya. Apabila setiap kunci dalam rantaian mencapai had, gerbang memulangkan 429 dengan pengepala Retry-After. Kod di atas menunggu dan mencuba semula.

Guna setiap satu daripada ini melalui satu kunci. FreeLLMAPI ialah penghala sumber terbuka yang anda hoskan sendiri. Ia meletakkan semua peringkat percuma ini di belakang satu titik akhir serasi OpenAI dan beralih ke pembekal lain apabila had kadar dicapai. Layari katalog atau mula sekarang.

Soalan lazim

Adakah terdapat API terjemahan percuma berasaskan LLM?

Ada. Beberapa penyedia memberikan LLM berbilang bahasa secara percuma, termasuk model terjemahan seperti Cohere Command A Translate. FreeLLMAPI menyediakannya melalui satu kunci yang serasi dengan OpenAI.

LLM percuma yang manakah terbaik untuk terjemahan?

Ia bergantung pada pasangan bahasa. Command A Translate meliputi 23 bahasa, SEA-LION direka untuk bahasa Asia Tenggara dan Typhoon untuk Thai. Uji dengan teks anda sendiri.

Bagaimana saya menterjemah banyak rentetan tanpa mencapai had kadar?

Hantar 20 hingga 50 rentetan dalam satu permintaan sebagai senarai JSON, guna temperature 0, simpan hasil dalam cache dan tambah kunci daripada lebih banyak penyedia.

Bagaimana saya mengekalkan placeholder dan tag HTML dalam terjemahan LLM?

Beritahu model untuk mengekalkannya dengan tepat, kemudian semak setiap terjemahan. Jika placeholder tidak sepadan, terjemah rentetan itu semula atau secara berasingan.

Adakah terjemahan LLM percuma cukup baik untuk pengeluaran?

Untuk rentetan aplikasi dan teks dalaman, selalunya ya, dengan glosari dan semakan. Minta penutur asli menyemak teks undang-undang, perubatan dan pemasaran.

Panduan berkaitan

Sumber

Semua panduan · Lihat semua model percuma