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。
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))
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。
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。
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。