Presentamos Lingo.dev v1.0

Todos los equipos de localización conocen este patrón. Los traductores que no dominan el producto se equivocan con los términos de marca. Los wrappers de LLM no tienen memoria entre solicitudes. Después de unas cuantas versiones, la terminología empieza a desviarse, y nadie lo nota, porque las puntuaciones holísticas de calidad marcan 0.95 y siguen de largo.

Medimos esa brecha. Inyectar contexto del glosario en el momento de la inferencia reduce entre un 17% y un 45% los errores de terminología en cinco proveedores de LLM y cinco idiomas europeos. A esto lo llamamos localización aumentada por recuperación (RAL). Los LLM ya alcanzaron el umbral de calidad necesario para traducción en producción, pero solo con el pipeline de contexto adecuado. Sin eso, cada solicitud aislada es una nueva oportunidad para que la terminología se desvíe. En Lingo.dev, después de ofrecer infraestructura de localización para traducir más de 200 millones de palabras para clientes como Mistral, Solana, SoSafe y Cal.com, construimos v1.0 a su alrededor.

Motor de localización#

Un motor de localización es una API de traducción con estado en Lingo.dev: una implementación de RAL que conserva el contexto del dominio en cada solicitud. Configúralo una vez y úsalo en todas partes:

• Modelos: elige cualquier modelo del catálogo de OpenRouter. Ordénalos por idioma con cadenas de respaldo; cuando el modelo principal no esté disponible, el motor pasa al siguiente sin perder la solicitud.
• Glosario: asigna términos de origen a traducciones de destino por cada par de idiomas. El motor inyecta los términos coincidentes en cada solicitud. Cuando el motor de Cal.com se encuentra con "Workspace", el glosario lo resuelve antes de que el LLM genere un solo token; no hace falta poner al traductor al día con el producto.
• Voz de marca: define el tono y el registro por idioma. Formal para contenido legal en alemán, conversacional para marketing en japonés, técnico para documentación en inglés.
• Instrucciones: establece reglas por idioma para patrones específicos: reglas de elisión en francés, convenciones ortográficas en portugués, comillas en alemán, preferencias sobre anglicismos en italiano.

El motor tiene estado. Cada término del glosario, cada regla de voz de marca, cada instrucción persiste entre solicitudes. La primera traducción con un motor nuevo arranca sin contexto. La número mil se beneficia de todo lo que el equipo ha configurado desde el primer día. En flujos de trabajo de CI/CD basados en diffs, cada build retraduce solo lo que cambió. Ese estado del motor es lo que evita la deriva terminológica: la misma que afecta tanto a traductores humanos como a wrappers de LLM sin estado.

Prueba configuraciones en el playground antes de llevarlas a producción. Prueba una cadena, compárala entre idiomas y publícala cuando quede bien.

Cómo se integra#

Tres rutas de integración. El mismo motor, el mismo contexto, la misma calidad:

CLI: apunta a tu repositorio y traduce todos los idiomas configurados con un solo comando:

npx lingo.dev@latest run

CI/CD: la integración de GitHub abre un pull request con las cadenas traducidas en cada push. Revisa las traducciones en el diff y haz merge cuando todo esté listo. Sin handoffs. Sin esperar a un equipo externo.

API: llama al motor directamente desde el código de backend:

curl -X POST https://api.lingo.dev/process/localize \
  -H "X-API-Key: $LINGO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "engineId": "eng_abc123",
    "sourceLocale": "en",
    "targetLocale": "es",
    "data": {
      "welcome": "Welcome to the future of payments",
      "cta": "Get started"
    }
  }'

Cada solicitud queda registrada: modelo usado, tokens consumidos, estado del respaldo, términos del glosario aplicados, instrucciones detectadas. El panel de reportes muestra volumen de palabras, consumo de tokens, idiomas principales, cobertura del glosario y tasas de cambio, para que veas exactamente qué términos se están aplicando y dónde siguen existiendo brechas de cobertura.

Libertad de modelo#

La consistencia terminológica no debería depender del proveedor de LLM que te toque usar. RAL separa la capa de consistencia —glosario, voz de marca e instrucciones— del modelo que ejecuta la traducción. El contexto enriquecido orienta a cualquier modelo hacia una salida fiel al dominio. Cambia GPT-5.4 por Claude Opus entre versiones sin reconfigurar ni un solo término del glosario.

Esta separación también elimina el vendor lock-in. Las APIs de traducción de modelos cerrados atan el glosario, las reglas de estilo y la terminología a un solo proveedor. Una regresión del modelo implica abrir un ticket de soporte. Si aparece un modelo mejor de otro proveedor, queda fuera de tu alcance. En Lingo.dev, el modelo es un parámetro de configuración; la capa de consistencia se mantiene sin importar qué modelo corra por debajo.

Cuando probamos cinco proveedores con la Ley de IA de la UE, Mistral con un glosario de 72 términos (MQM 0.940, donde 1.0 significa sin errores) se acercó a la calidad bruta de Google (0.938). La diferencia de costo es de un orden de magnitud. Un glosario bien construido reduce cuánta inteligencia necesita aportar el modelo. A medida que los glosarios maduran, la plataforma señala cuándo un modelo más económico alcanzaría el mismo umbral de calidad.

Evaluación de calidad#

Corregir la deriva terminológica es solo la mitad del problema. La otra mitad es que las métricas de calidad estándar ni siquiera pueden verla. Nuestra investigación encontró que las puntuaciones holísticas de calidad de traducción —las que usan benchmarks y leaderboards— arrojaban resultados idénticos para traducciones en bruto y traducciones reforzadas con glosario, mientras que la evaluación por dimensiones registraba entre un 17% y un 45% menos errores de terminología. La brecha que RAL corrige es invisible para la métrica con la que la industria mide la calidad de traducción.

Un problema que no puedes medir es un problema que no puedes resolver. Lingo.dev v1.0 incluye evaluadores de IA: verificaciones automáticas de calidad que evalúan cada traducción por dimensión, no con un solo número holístico. Define criterios en lenguaje natural: "¿Se conservan todas las etiquetas HTML?" o "Califica la naturalidad para un hablante nativo". Un LLM independiente evalúa la salida: si GPT-5.4 traduce, Claude Sonnet puntúa, eliminando el sesgo de autoevaluación.

La evaluación entre modelos y por dimensión detecta lo que las puntuaciones holísticas no ven: términos alucinados, cambios de registro, placeholders rotos y la deriva terminológica que se acumula en silencio entre versiones.

Lo que esto significa#

Si ya usas Lingo.dev: las herramientas de CLI, CI/CD y MCP siguen funcionando como siempre. v1.0 añade configuración del motor: selección de modelo, cadenas de respaldo, voz de marca, glosarios y evaluación de calidad. Todo por idioma. Todo desde el panel. Sin migración.

Si eres nuevo en Lingo.dev: crea una cuenta gratuita de desarrollador y obtén un motor de localización preconfigurado. Tu primer build traducido en 4 minutos con la CLI, o intégralo vía API.

Tu próxima versión se publica en todos los idiomas con terminología consistente. El glosario que construyas en la primera semana aplica cada término de marca en cada idioma y en cada build: el costo de configuración se concentra al inicio, no se multiplica con cada traducción. Cuando un desarrollador cambia un párrafo, el pipeline de CI retraduce solo ese párrafo: mismo motor, mismo glosario, mismo umbral de calidad. La traducción deja de ser un handoff. Se convierte en un paso del build.

Lingo.dev v1.0 está diseñado específicamente para equipos de ingeniería, responsables de localización y líderes de producto que necesitan que la localización funcione como infraestructura. Los equipos que prefieren coordinar traductores humanos mediante rondas manuales de revisión quizá encuentren un mejor ajuste en las plataformas de localización tradicionales.

Crea una cuenta gratuita de desarrollador para empezar, o agenda una demo.

RAL es para la localización lo que RAG es para la generación. Lingo.dev v1.0 es donde lo ejecutas.

Siguientes pasos#