Free translation API ด้วย LLM
โมเดลภาษาขนาดใหญ่แปลระหว่างหลายภาษาได้ดี และผู้ให้บริการหลายรายให้ใช้ฟรี โมเดลฟรีบางตัวสร้างมาเพื่องานแปลโดยเฉพาะ เช่น Cohere Command A Translate คู่มือนี้แสดงโมเดลฟรีสำหรับการแปล โค้ด Python ที่แปลเป็นชุด และขีดจำกัดที่ต้องวางแผน คำขอทั้งหมดผ่าน FreeLLMAPI ซึ่งรวมระดับฟรีของผู้ให้บริการ 45 ราย ไว้หลังคีย์เดียวที่เข้ากันได้กับ OpenAI
โค้ด ชื่อโมเดล และป้ายกำกับของแคตตาล็อกสดจะแสดงเป็นภาษาอังกฤษ
โมเดลฟรีสำหรับการแปล
โมเดลฟรีบางตัวถูกฝึกสำหรับหลายภาษา หรือสำหรับภาษาในภูมิภาคเดียว ตารางแสดงโมเดลหลายภาษาและโมเดลแปลในแคตตาล็อกฟรีวันนี้
| โมเดล | ฟรีบน | ขนาดบริบท | ขีดจำกัดฟรี (ข้อเสนอที่ดีที่สุด) | เครื่องมือ | การอ่านภาพ |
|---|---|---|---|---|---|
| Typhoon 2.5 30B A3B Instruct | Typhoon | 131K | Ongoing free research API (shared rate limits) | ใช่ | ไม่ |
| Qwen SEA-LION v4.5 27B | SEA-LION | 33K | 10 คำขอ/นาที 10 RPM | ไม่ | ไม่ |
| Nemotron 3 Super 120B | SEA-LION | - | 10 คำขอ/นาที 10 RPM | ใช่ | ไม่ |
| Qwen SEA-LION v4 32B | SEA-LION | 33K | 10 คำขอ/นาที 10 RPM | ไม่ | ไม่ |
| Llama SEA-LION v3 70B | SEA-LION | 131K | 10 คำขอ/นาที 10 RPM | ไม่ | ไม่ |
| Gemma SEA-LION v4 27B | Cloudflare Workers AI, SEA-LION | 131K | 10 คำขอ/นาที 10 RPM | ไม่ | ไม่ |
| Command A Translate | Cohere | 256K | 20 คำขอ/นาที 33 คำขอ/วัน ~1-2M | ใช่ | ไม่ |
| Tiny Aya Global | Cohere | 8K | 20 คำขอ/นาที 33 คำขอ/วัน 1K calls/mo shared | ไม่ | ไม่ |
| North Small Translate | Cohere | 33K | 20 คำขอ/นาที 33 คำขอ/วัน ~1-2M | ไม่ | ไม่ |
| Tiny Aya Earth | Cohere | 8K | 20 คำขอ/นาที 33 คำขอ/วัน 1K calls/mo shared | ไม่ | ไม่ |
| Tiny Aya Fire | Cohere | 8K | 20 คำขอ/นาที 33 คำขอ/วัน 1K calls/mo shared | ไม่ | ไม่ |
| Tiny Aya Water | Cohere | 8K | 20 คำขอ/นาที 33 คำขอ/วัน 1K calls/mo shared | ไม่ | ไม่ |
แสดง 12 จาก 16 โมเดลฟรีที่ตรงกัน ดูโมเดลทั้งหมด.
ข้อมูลสดจากแคตตาล็อก FreeLLMAPI (เวอร์ชัน 2026.11.19 ตรวจสอบเมื่อ 2026-11-19) ขีดจำกัดฟรีเปลี่ยนบ่อย แคตตาล็อกถูกตรวจสอบทุกวัน
| ตระกูลโมเดล | สร้างมาเพื่อ | แหล่งที่มา |
|---|---|---|
| Command A Translate (Cohere) | การแปลใน 23 ภาษา รวมถึงอาหรับ จีน ฮินดี ญี่ปุ่น เปอร์เซีย และยูเครน | บันทึกการเปลี่ยนแปลงของ Cohere 28 สิงหาคม 2025 |
| Aya Expanse (Cohere) | การสนทนาหลายภาษาใน 23 ภาษา | เอกสารของ Cohere |
| SEA-LION (AI Singapore) | ภาษาในเอเชียตะวันออกเฉียงใต้ 11 ภาษาขึ้นไป | sea-lion.ai |
| Typhoon | ภาษาไทย | opentyphoon.ai |
โมเดลทั่วไปก็แปลได้ดี โดยเฉพาะระหว่างภาษาที่มีผู้ใช้มาก โมเดลทั่วไปฟรีที่แข็งแรงที่สุดในวันนี้ ได้แก่:
| โมเดล | ฟรีบน | ขนาดบริบท | ขีดจำกัดฟรี (ข้อเสนอที่ดีที่สุด) | เครื่องมือ | การอ่านภาพ |
|---|---|---|---|---|---|
| GLM 5.3 | APINex, UnoRouter | 1M | 5 คำขอ/นาที 10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account | ใช่ | ไม่ |
| GLM 5.3 Flash | APINex, BlazeAPI, NVIDIA NIM +1 รายการเพิ่มเติม | 1M | 40 คำขอ/นาที 40 RPM | ใช่ | ใช่ |
| Gemini 3.8 Flash | APINex, Google AI Studio | 1M | 5 คำขอ/นาที 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | ใช่ | ใช่ |
| Qwen3.8 Flash Next | AMD Radeon Cloud, BlazeAPI, ElectronHub | 262K | Recurring daily account allowance | ใช่ | ไม่ |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | ใช่ | ใช่ |
| Deepseek V4.1 Flash | APINex | 1M | 5 คำขอ/นาที 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | ไม่ | ไม่ |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 คำขอ/นาที 20 คำขอ/วัน 250,000 โทเคน/นาที ~3M | ใช่ | ใช่ |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | ใช่ | ใช่ |
แสดง 8 จาก 184 โมเดลฟรีที่ตรงกัน ดูโมเดลทั้งหมด.
ข้อมูลสดจากแคตตาล็อก FreeLLMAPI (เวอร์ชัน 2026.11.19 ตรวจสอบเมื่อ 2026-11-19) ขีดจำกัดฟรีเปลี่ยนบ่อย แคตตาล็อกถูกตรวจสอบทุกวัน
ทดสอบแต่ละโมเดลด้วยข้อความและคู่ภาษาของคุณเอง คุณภาพต่างกันมากตามคู่ภาษา โมเดลที่ดีสำหรับการแปลจากอังกฤษเป็นสเปนอาจอ่อนสำหรับการแปลจากไทยเป็นเวียดนาม
ตั้งค่าเกตเวย์
ติดตั้ง FreeLLMAPI เพิ่มคีย์ผู้ให้บริการฟรีของคุณในหน้า Keys ของแดชบอร์ด แล้วคัดลอกคีย์รวม สำหรับโมเดลแปลด้านบน ให้เพิ่มคีย์ของ Cohere, SEA-LION หรือ NVIDIA สำหรับโมเดลทั่วไป ให้เพิ่มคีย์ของ Google, Groq หรือ Mistral
ติดตั้งและทดสอบการแปลหนึ่งรายการ
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."}
]
}'Model ID ที่กำหนดแน่นอนให้สไตล์การแปลเดิมทุกครั้ง เมื่อโมเดลนั้นถึงขีดจำกัดฟรี คำขอจะล้มเหลว เว้นแต่โมเดลเดียวกันจะฟรีบนผู้ให้บริการอื่น หากต้องการให้ทำงานต่อด้วยโมเดลอื่น ให้สร้างโปรไฟล์ห่วงโซ่สำรอง เช่น translate โดยเรียงโมเดลที่คุณเลือกตามลำดับ แล้วใช้ auto:translate เป็นโมเดล
แปลเป็นชุดด้วย Python
หนึ่งคำขอต่อหนึ่งสตริงใช้จำนวนคำขอหมดเร็ว ส่ง 20 ถึง 50 สตริงสั้น ๆ ในคำขอเดียวเป็นรายการ JSON โค้ดตรวจว่าคำตอบมีจำนวนรายการเท่ากันและมี placeholder ตรงกัน หากการตรวจไม่ผ่าน โค้ดจะแปลทีละสตริง
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"))ใช้ temperature=0 สำหรับการแปล ผลลัพธ์จะคงที่มากขึ้นระหว่างการรันแต่ละครั้ง บันทึกคำแปลลงไฟล์หรือฐานข้อมูล และแปลเฉพาะสตริงที่ใหม่หรือเปลี่ยนแปลง
อภิธานศัพท์ น้ำเสียง และเอกสารยาว
- อภิธานศัพท์: ใส่ชื่อผลิตภัณฑ์และคำศัพท์ที่ตายตัวในข้อความระบบ บอกโมเดลว่าคำใดห้ามแปล
- น้ำเสียง: ระบุระดับภาษา เช่น “Sie” แบบทางการในภาษาเยอรมัน หรือ “tu” แบบไม่เป็นทางการในภาษาฝรั่งเศส
- บริบท: เพิ่มหนึ่งบรรทัดที่บอกว่าข้อความปรากฏที่ใด เช่น “ป้ายปุ่มในแอปธนาคาร” สตริงสั้นมักกำกวมหากไม่มีบริบท
- เอกสารยาว: แบ่งที่ขอบของย่อหน้า ส่งแต่ละส่วนพร้อมย่อหน้าก่อนหน้าเป็นบริบท และแปลเฉพาะส่วนใหม่
- โมเดลเดียวกันสำหรับหนึ่งเอกสาร: ส่ง header
X-Session-Idพร้อมรหัสเอกสาร FreeLLMAPI เก็บเซสชันไว้กับโมเดลเดียวเป็นเวลา 30 นาที ดังนั้นข้อกำหนดจะคงเดิม
FreeLLMAPI มีแคชการตอบสนองแบบเลือกเปิดใช้สำหรับคำขอที่เหมือนกัน การเข้าถึงแคชไม่ใช้โควตาของผู้ให้บริการ คุณเปิดหรือปิดได้สำหรับคำขอหนึ่งรายการด้วย header X-FreeLLM-Cache เมื่อใช้ temperature=0 สตริงเดียวกันและคำสั่งเดียวกันจะให้คำขอเดียวกัน ดังนั้นสตริงที่ซ้ำจะมาจากแคช
ตรวจคุณภาพโดยอัตโนมัติ
การตรวจแบบง่ายพบคำแปลที่ไม่ดีส่วนใหญ่ก่อนที่คนจะอ่าน รันการตรวจหลังแต่ละชุด และส่งเฉพาะสตริงที่ไม่ผ่านไปยังรายการตรวจทาน
- Placeholder: คำแปลต้องมี placeholder และแท็กเหมือนต้นฉบับ โค้ดด้านบนตรวจข้อนี้อยู่แล้ว
- ความยาว: คำแปลที่สั้นกว่าหนึ่งในสามหรือยาวกว่าสามเท่าของต้นฉบับมักผิด
- ข้อความที่ไม่ได้แปล: หากผลลัพธ์เหมือนอินพุต แสดงว่าโมเดลไม่ได้แปล
- แปลกลับ: สำหรับข้อความสำคัญ ให้แปลผลลัพธ์กลับเป็นภาษาต้นฉบับด้วยโมเดลอื่น เปรียบเทียบความหมาย ไม่ใช่คำต่อคำ
หาสตริงที่ต้องตรวจทาน
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)]สำหรับการแปลกลับ ให้กำหนด Model ID ที่แน่นอนซึ่งไม่อยู่ในโปรไฟล์การแปลของคุณ โมเดลต่างจะมีโอกาสทำข้อผิดพลาดเดิมซ้ำน้อยกว่า
ขีดจำกัดและการแลกเปลี่ยนที่ต้องยอมรับ
ระดับฟรีเหมาะกับสตริงของแอป คำตอบฝ่ายซัพพอร์ต เอกสารภายใน และการทดสอบ วางแผนรับมือขีดจำกัดเหล่านี้:
| ขีดจำกัด | ผลต่อการแปล | สิ่งที่ต้องทำ |
|---|---|---|
| คำขอต่อนาทีและต่อวัน | ไฟล์ขนาดใหญ่อาจใช้โควตารายวันทั้งหมด | แบตช์ 20 ถึง 50 สตริงต่อคำขอ เพิ่มคีย์จากผู้ให้บริการอื่น |
| ขีดจำกัดรายวันต่ำในโมเดลเฉพาะทาง | โมเดลแปลบางตัวอนุญาตคำขอต่อวันน้อย | วางไว้ก่อนในโปรไฟล์ และวางโมเดลทั่วไปไว้หลัง |
| โมเดลต่างกันหลังการสลับ | สไตล์และคำศัพท์อาจเปลี่ยนระหว่างชุด | ใช้อภิธานศัพท์และ header X-Session-Id |
| ไม่มี SLA | ความหน่วงเปลี่ยนแปลงตลอดวัน | อย่าใช้ระดับฟรีสำหรับการแปลแบบเรียลไทม์ที่ต้องตอบภายในเวลาคงที่ |
| ข้อกำหนดข้อมูล | ระดับฟรีบางรายอาจใช้พรอมต์เพื่อฝึกโมเดล | อย่าส่งข้อความที่เป็นความลับไปยังผู้ให้บริการเหล่านั้น |
การแปลด้วยเครื่องอาจผิดได้ ให้ผู้ที่พูดภาษานั้นเป็นภาษาแม่ตรวจข้อความทางกฎหมาย การแพทย์ และการตลาดก่อนเผยแพร่ เมื่อทุกคีย์ในห่วงโซ่ถึงขีดจำกัด เกตเวย์จะส่ง 429 พร้อม header Retry-After โค้ดด้านบนจะรอแล้วลองใหม่
คำถามที่พบบ่อย
มี free translation API ที่ใช้ LLM หรือไม่
มี ผู้ให้บริการหลายรายให้ LLM หลายภาษาใช้ฟรี รวมถึงโมเดลแปล เช่น Cohere Command A Translate FreeLLMAPI ให้บริการโมเดลเหล่านี้ผ่านคีย์เดียวที่เข้ากันได้กับ OpenAI
LLM ฟรีตัวใดดีที่สุดสำหรับการแปล
ขึ้นอยู่กับคู่ภาษา Command A Translate ครอบคลุม 23 ภาษา SEA-LION สร้างมาสำหรับภาษาในเอเชียตะวันออกเฉียงใต้ และ Typhoon สำหรับภาษาไทย ทดสอบด้วยข้อความของคุณเอง
ฉันจะแปลสตริงจำนวนมากโดยไม่ชนขีดจำกัดอัตราได้อย่างไร
ส่ง 20 ถึง 50 สตริงในคำขอเดียวเป็นรายการ JSON ใช้ temperature 0 แคชผลลัพธ์ และเพิ่มคีย์จากผู้ให้บริการอื่น
ฉันจะรักษา placeholder และแท็ก HTML ในการแปลด้วย LLM ได้อย่างไร
บอกโมเดลให้คงไว้ตามเดิม แล้วตรวจแต่ละคำแปล หาก placeholder ไม่ตรงกัน ให้แปลสตริงนั้นอีกครั้งหรือแปลเพียงลำพัง
การแปลด้วย LLM แบบฟรีเพียงพอสำหรับระบบจริงหรือไม่
สำหรับสตริงของแอปและข้อความภายใน มักเพียงพอ เมื่อมีอภิธานศัพท์และการตรวจ ให้ผู้ที่พูดภาษานั้นเป็นภาษาแม่ตรวจข้อความทางกฎหมาย การแพทย์ และการตลาด
คู่มือที่เกี่ยวข้อง
- LLM API ฟรีใน Python
- Free LLM API นำข้อมูลของคุณไปฝึกโมเดลหรือไม่
- Rate limit ของ Free LLM API
- Base URL ของ API ฟรีที่เข้ากันได้กับ OpenAI
- Free LLM API สำหรับการใช้เชิงพาณิชย์
แหล่งข้อมูล
- Cohere changelog: Command A Translate (23 languages) (ตรวจสอบเมื่อ 20 November 2026)
- Cohere docs: Aya (Aya Expanse, 23 languages) (ตรวจสอบเมื่อ 20 November 2026)
- AI Singapore: SEA-LION (ตรวจสอบเมื่อ 20 November 2026)
- Typhoon: Thai language models (ตรวจสอบเมื่อ 20 November 2026)
- FreeLLMAPI docs: REST API (routing profiles, response cache header) (ตรวจสอบเมื่อ 20 November 2026)