Strona główna / Poradniki / Darmowe API tłumaczeń z LLM

Darmowe API tłumaczeń z LLM

Duże modele językowe dobrze tłumaczą między wieloma językami, a kilku dostawców udostępnia je za darmo. Niektóre darmowe modele są przeznaczone do tłumaczeń, na przykład Cohere Command A Translate. Ten przewodnik pokazuje darmowe modele do tłumaczeń, kod Python tłumaczący w paczkach i limity, które trzeba uwzględnić. Wszystkie żądania idą przez FreeLLMAPI, które łączy 45 darmowych poziomów dostawców za jednym kluczem zgodnym z OpenAI.

Kod, nazwy modeli i etykiety z katalogu na żywo są podane po angielsku.

Darmowe modele do tłumaczeń

Niektóre darmowe modele są trenowane na wiele języków lub na jeden region językowy. Tabela pokazuje modele wielojęzyczne i tłumaczeniowe w dzisiejszym darmowym katalogu.

Darmowe modele do tłumaczeń i wielojęzyczne
ModelZa darmo wKontekstDarmowe limity (najlepsza oferta)NarzędziaWizja
Typhoon 2.5 30B A3B InstructTyphoon131KOngoing free research API (shared rate limits)TakNie
Qwen SEA-LION v4.5 27BSEA-LION33K10 żądań/min
10 RPM
NieNie
Nemotron 3 Super 120BSEA-LION-10 żądań/min
10 RPM
TakNie
Qwen SEA-LION v4 32BSEA-LION33K10 żądań/min
10 RPM
NieNie
Llama SEA-LION v3 70BSEA-LION131K10 żądań/min
10 RPM
NieNie
Gemma SEA-LION v4 27BCloudflare Workers AI, SEA-LION131K10 żądań/min
10 RPM
NieNie
Command A TranslateCohere256K20 żądań/min
33 żądań/dzień
~1-2M
TakNie
Tiny Aya GlobalCohere8K20 żądań/min
33 żądań/dzień
1K calls/mo shared
NieNie
North Small TranslateCohere33K20 żądań/min
33 żądań/dzień
~1-2M
NieNie
Tiny Aya EarthCohere8K20 żądań/min
33 żądań/dzień
1K calls/mo shared
NieNie
Tiny Aya FireCohere8K20 żądań/min
33 żądań/dzień
1K calls/mo shared
NieNie
Tiny Aya WaterCohere8K20 żądań/min
33 żądań/dzień
1K calls/mo shared
NieNie

Pokazano 12 z 16 pasujących darmowych modeli. Zobacz wszystkie modele.

Dane na żywo z katalogu FreeLLMAPI (wersja 2026.11.19, sprawdzono 2026-11-19). Darmowe limity często się zmieniają. Katalog jest sprawdzany codziennie.

Rodzina modeliPrzeznaczenieŹródło
Command A Translate (Cohere)Tłumaczenie w 23 językach, w tym arabskim, chińskim, hindi, japońskim, perskim i ukraińskimCohere changelog, 28 sierpnia 2025
Aya Expanse (Cohere)Wielojęzyczny czat w 23 językachDokumentacja Cohere
SEA-LION (AI Singapore)Języki Azji Południowo-Wschodniej, 11 lub więcejsea-lion.ai
TyphoonTajskiopentyphoon.ai

Modele ogólne też dobrze tłumaczą, głównie między dużymi językami. Najmocniejsze darmowe modele ogólne dziś to:

Mocne darmowe modele ogólne z kontekstem 128K+
ModelZa darmo wKontekstDarmowe limity (najlepsza oferta)NarzędziaWizja
GLM 5.3APINex, UnoRouter1M5 żądań/min
10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account
TakNie
GLM 5.3 FlashAPINex, BlazeAPI, NVIDIA NIM +1 więcej1M40 żądań/min
40 RPM
TakTak
Gemini 3.8 FlashAPINex, Google AI Studio1M5 żądań/min
10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account
TakTak
Qwen3.8 Flash NextAMD Radeon Cloud, BlazeAPI, ElectronHub262KRecurring daily account allowanceTakNie
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditTakTak
Deepseek V4.1 FlashAPINex1M5 żądań/min
10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account
NieNie
Gemini 3.7 FlashGoogle AI Studio1M10 żądań/min
20 żądań/dzień
250,000 tokenów/min
~3M
TakTak
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditTakTak

Pokazano 8 z 184 pasujących darmowych modeli. Zobacz wszystkie modele.

Dane na żywo z katalogu FreeLLMAPI (wersja 2026.11.19, sprawdzono 2026-11-19). Darmowe limity często się zmieniają. Katalog jest sprawdzany codziennie.

Przetestuj każdy model na swoich tekstach i parach językowych. Jakość mocno zmienia się między parami. Model dobry dla angielskiego na hiszpański może być słaby dla tajskiego na wietnamski.

Konfiguracja bramy

Zainstaluj FreeLLMAPI, dodaj swoje darmowe klucze dostawców na stronie Keys w panelu i skopiuj zunifikowany klucz. Dla modeli tłumaczeniowych wyżej dodaj klucz Cohere, klucz SEA-LION lub klucz NVIDIA. Dla modeli ogólnych dodaj klucze Google, Groq lub Mistral.

Instalacja i test jednego tłumaczenia

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."}
    ]
  }'

Stały ID modelu daje za każdym razem ten sam styl tłumaczenia. Gdy ten model osiągnie darmowy limit, żądanie kończy się błędem, chyba że ten sam model jest darmowy u innego dostawcy. Aby kontynuować na innych modelach, utwórz profil łańcucha awaryjnego, na przykład translate, z wybranymi modelami w kolejności. Następnie użyj auto:translate jako modelu.

Tłumacz w paczkach w Pythonie

Jedno żądanie na ciąg szybko zużywa Twoje limity żądań. Wyślij 20 do 50 krótkich ciągów w jednym żądaniu jako listę JSON. Kod sprawdza, czy odpowiedź ma tyle samo elementów i te same placeholdery. Jeśli sprawdzenie się nie uda, tłumaczy ciągi pojedynczo.

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"))

Używaj temperature=0 do tłumaczenia. Wynik jest wtedy stabilniejszy między uruchomieniami. Zapisuj tłumaczenia w pliku lub bazie danych i tłumacz tylko nowe lub zmienione ciągi.

Glosariusze, ton i długie dokumenty

  • Glosariusz: wypisz nazwy produktów i stałe terminy w wiadomości systemowej. Powiedz modelowi, których słów nie wolno tłumaczyć.
  • Ton: podaj rejestr, na przykład formalne "Sie" po niemiecku albo nieformalne "tu" po francusku.
  • Kontekst: dodaj jedną linijkę o tym, gdzie tekst się pojawia, na przykład "etykiety przycisków w aplikacji bankowej". Krótkie ciągi bez tego są często niejednoznaczne.
  • Długie dokumenty: dziel je na granicach akapitów. Wysyłaj każdą część z poprzednim akapitem jako kontekstem i tłumacz tylko nową część.
  • Ten sam model dla jednego dokumentu: wyślij nagłówek X-Session-Id z ID dokumentu. FreeLLMAPI trzyma sesję na jednym modelu przez 30 minut, więc warunki pozostają takie same.

FreeLLMAPI ma opcjonalny cache odpowiedzi dla identycznych żądań. Trafienie w cache nie zużywa limitu dostawcy. Możesz go włączyć lub wyłączyć dla jednego żądania nagłówkiem X-FreeLLM-Cache. Przy temperature=0 ten sam ciąg i te same instrukcje dają to samo żądanie, więc powtarzające się ciągi pochodzą z cache.

Automatyczne sprawdzenie jakości

Proste sprawdzenia wykrywają większość złych tłumaczeń, zanim przeczyta je człowiek. Uruchamiaj je po każdej paczce i wysyłaj tylko nieudane ciągi na listę do przeglądu.

  • Placeholdery: tłumaczenie musi mieć te same placeholdery i tagi co źródło. Powyższy kod już to sprawdza.
  • Długość: tłumaczenie krótsze niż jedna trzecia albo dłuższe niż trzykrotność długości źródła jest często błędne.
  • Nieprzetłumaczony tekst: jeśli wynik jest taki sam jak wejście, model tego nie przetłumaczył.
  • Tłumaczenie wsteczne: dla ważnego tekstu przetłumacz wynik z powrotem na język źródłowy innym modelem. Porównuj znaczenie, a nie słowa.

Znajdź ciągi do przeglądu

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)]

Do tłumaczenia wstecznego przypnij stały ID modelu, którego nie ma w Twoim profilu tłumaczeniowym. Inny model rzadziej powtórzy błędy pierwszego modelu.

Limity i uczciwe kompromisy

Darmowe poziomy dobrze nadają się do ciągów aplikacji, odpowiedzi wsparcia, dokumentów wewnętrznych i testów. Uwzględnij te limity:

LimitWpływ na tłumaczenieCo zrobić
Żądania na minutę i na dzieńDuży plik może zużyć cały dzienny limitWysyłaj 20 do 50 ciągów w żądaniu. Dodaj klucze od większej liczby dostawców.
Niskie dzienne limity modeli specjalistycznychNiektóre modele tłumaczeniowe pozwalają na kilka żądań dziennieUstaw je na początku profilu, a modele ogólne za nimi
Różne modele po przełączeniu awaryjnymStyl i terminy mogą się zmieniać między paczkamiUżyj glosariusza i nagłówka X-Session-Id
Brak SLAOpóźnienie zmienia się w ciągu dniaNie używaj darmowych poziomów do tłumaczenia w czasie rzeczywistym, które musi odpowiedzieć w ustalonym czasie
Warunki danychNiektóre darmowe poziomy mogą używać promptów do trenowania modeliNie wysyłaj poufnego tekstu do tych dostawców

Tłumaczenie maszynowe może być błędne. Zanim opublikujesz tekst prawniczy, medyczny lub marketingowy, niech sprawdzi go rodzimy użytkownik języka. Gdy każdy klucz w łańcuchu osiągnie limit, brama zwraca 429 z nagłówkiem Retry-After. Powyższy kod czeka i próbuje ponownie.

Używaj wszystkich tych modeli przez jeden klucz. FreeLLMAPI to router o otwartym kodzie, uruchamiany na własnym serwerze. Łączy wszystkie te darmowe plany za jednym punktem końcowym zgodnym z OpenAI i przełącza się na inny dostawcę, gdy limit zostanie przekroczony. Przeglądaj katalog lub uruchom.

Najczęstsze pytania

Czy istnieje darmowe API tłumaczeń oparte na LLM?

Tak. Kilku dostawców udostępnia za darmo wielojęzyczne LLM, w tym modele tłumaczeniowe, takie jak Cohere Command A Translate. FreeLLMAPI udostępnia je przez jeden klucz zgodny z OpenAI.

Który darmowy LLM jest najlepszy do tłumaczeń?

Zależy to od pary językowej. Command A Translate obejmuje 23 języki, SEA-LION jest przeznaczony dla języków Azji Południowo-Wschodniej, a Typhoon dla tajskiego. Testuj na swoich tekstach.

Jak tłumaczyć wiele ciągów bez trafiania w limity szybkości?

Wyślij 20 do 50 ciągów w jednym żądaniu jako listę JSON, użyj temperature 0, zapisuj wyniki w cache i dodaj klucze od większej liczby dostawców.

Jak zachować placeholdery i tagi HTML w tłumaczeniach LLM?

Poleć modelowi, by zachował je dokładnie, a potem sprawdź każde tłumaczenie. Jeśli placeholdery się nie zgadzają, przetłumacz ten ciąg ponownie lub osobno.

Czy darmowe tłumaczenie LLM wystarczy do produkcji?

Dla ciągów aplikacji i tekstów wewnętrznych często tak, z glosariuszem i sprawdzeniami. Teksty prawnicze, medyczne i marketingowe powinien przejrzeć rodzimy użytkownik języka.

Powiązane poradniki

Źródła

Wszystkie poradniki · Przeglądaj wszystkie darmowe modele