Peste Gemini 2.5 Pro, GPT si ceilalti. În timp ce toți se luptă pentru poziția de vârf pentru cel mai bun model de limbaj AI, există probleme precum traducerea limbajului la care nimeni nu acordă atenție, și ele rămân fara solutie si blocate în același punct de mai mult timp.
Qwen tocmai a lansat o actualizare nouă pentru modelul său de traducere: Qwen-MT (Turbo). Și da, numele pare ceva dintr-un joc de curse, dar modelul este de fapt foarte solid.
Se bazează pe Qwen3, adaugă o cantitate uriașă de date multilingve și specifice traducerii, și folosește învățarea prin întărire (reinforced learning) pentru a face ca rezultatul să nu fie doar corect, ci și lizibil.
Funcționează pe 92 de perechi de limbi, intre care si limba romana:
Această tehnologie suportă 92 de limbi, inclusiv dialecte. Nu este doar chineză, engleză, spaniolă, ci au inclus și Assamese, Swahili, chiar și araba levantină de nord. Acest lucru acoperă peste 95% din populația planetei. Și nu este doar „am adăugat limba,” ci este chiar utilizabilă.
Este Rapid, si este economic. Qwen-MT rulează pe o configurație de Amestec de Experți. Asta înseamnă că folosește doar părțile modelului de care are nevoie pentru sarcină. Rezultat: răspuns rapid, cost redus pentru API — aproximativ 0,5 USD pentru milion de token-uri generate. Este util dacă dezvolți aplicații care trebuie să traducă rapid și la scară mare.
L-au testat pe Qwen-MT împotriva altor modele precum GPT-4.1-mini, Gemini 2.5-Flash, Qwen3–8B. A câștigat pe benchmark-uri standard de traducere (cum ar fi chineză-engleză, engleză-germană, WMT24). Chiar și comparativ cu modele uriașe precum GPT-4.1 sau Gemini-Pro, a fost mai rapid și mai ușor.
A fost plăcut și de oameni. Benchmark-urile sunt bune, dar au testat această tehnologie și cu oameni reali. Traducători profesioniști au evaluat traducerile în 10 limbi majore. Qwen-MT a ieșit în față atât la „destul de bun pentru a fi folosit,” cât și la „foarte bine realizat.”
Câteva exemple:
- Limbaj informal? Înțelege tonul.
- Comunicate de presă formale? Fără formulări ciudate.
- Referințe culturale lungi? Păstrează contextul.
Pe un exemplu real, o propoziție lungă despre un joc video chinezesc care combină istoria și mitologia, majoritatea modelelor fie o explică prea mult, fie o simplifică. Qwen-MT a reușit să o traducă perfect. S-a simțit ca și cum ar fi fost spus de o persoană reală, nu de un script.
Poți controla rezultatul Poți seta reguli de terminologie, cum ar fi să te asiguri că întotdeauna traduce „graphene” ca „grafen”. De asemenea, poți adăuga prompturi specifice domeniului, pentru a indica dacă te referi la IT sau la documente legale.
„terms”: [
{"source": "graphene", "target": "grafen"},
{"source": "chemical elements", "target": "elemente chimice"}
] Și chiar și ascultă de indicatii. Spune-i doar despre ce e propoziția și cum vrei să sune. Exemplu: „Aceast paragraf provine dintr-un document despre cloud computing, traduce ca pentru dezvoltatori.” Si va urma indicatia.
Qwen-MT nu este perfect. Poate să greșească la glume și aforisme, ca majoritatea modelelor. Dar pentru cele mai multe utilizări din lumea reală — traducerea de documente, conținut de produs, tichete de suport, subtitrări — este curat, rapid și mult mai bun decât te-ai aștepta.