场景 · 批量翻译

批量翻译:分块、去重、限并发

翻译是典型的「量大、单条简单」任务,成本几乎全由模型档位和重复调用决定。做好三件事——分块、去重、限并发——成本能降一个数量级。

方案要点

  1. 分块:按段落切分,单块控制在 1000–2000 字符,避免一次塞太多导致漏译;
  2. 去重:UI 文案、导航项大量重复,先用哈希去重再翻译,最后回填;
  3. 术语表:把固定译法写进系统提示词,避免同一术语十种译法;
  4. 限并发:并发 3–5 足够,过高会触发 429 反而更慢;
  5. 断点续跑:以「块 ID → 译文」落盘,中断后跳过已完成部分。

核心循环

Python 示例python
from concurrent.futures import ThreadPoolExecutor

SYSTEM = "你是专业译者。只输出译文,不要解释。术语:prompt=提示词,token=令牌。"

def translate(chunk):
    return client.chat.completions.create(
        model="deepseek-v4-flash",
        messages=[{"role": "system", "content": SYSTEM},
                  {"role": "user", "content": chunk}],
        temperature=0.2,
    ).choices[0].message.content

with ThreadPoolExecutor(max_workers=4) as pool:
    results = list(pool.map(translate, chunks))

模型档位

翻译对模型能力要求不高,轻量档就够用,没必要用旗舰模型。两个型号之间的价差通常是十几倍。 参考 DeepSeek 系列 与 Qwen 系列 的轻量档单价。

常见坑

  • 漏译:块太大时模型会主动省略,按段落切分并校验长度比例;
  • 格式破坏:Markdown 表格与代码块要单独处理,或要求模型保持原格式;
  • 中文标点:要求输出全角标点,否则排版会很难看。

常见问题

批量翻译用什么模型最划算?

轻量档模型(deepseek-v4-flash、qwen 轻量型号等)即可,翻译任务对推理能力要求低,单价差可达十几倍。

翻译并发开多少合适?

3–5 并发最稳;再高容易触发 429,反而因为重试拖慢整体速度。