|
Documentación
Agenda una demoPlataforma
Plataforma
MCPCLIAPIFlujos de trabajo
GuíasRegistro de cambios

Primeros pasos

  • Introducción
  • Conecta tu motor

Motor de localización

  • Descripción general
  • Voces de marca
  • Instrucciones
  • Glosarios
  • Modelos LLM
  • Tokens de caché
  • Resolución de idioma

Calidad

  • Informes
  • Evaluadores de IA
  • Playground
  • Sugerencias del motor

Administración

  • Claves API
  • Equipo
  • Roles y permisos
  • Registros de auditoría

Modelos LLM

Todos los motores de localización de Lingo.dev usan modelos LLM para generar traducciones. Tú eliges qué modelo se encarga de cada par de idiomas, configuras respaldos para mayor confiabilidad y usas idiomas comodín para definir valores predeterminados, todo sin administrar claves API ni cuentas de proveedores.

Modelos disponibles#

Lingo.dev te da acceso a más de 400 modelos de los principales proveedores desde una sola plataforma:

ProveedorModelos destacados
OpenAIGPT-4o, GPT-4 Turbo, o3, o4-mini
AnthropicClaude Opus, Claude Sonnet, Claude Haiku
GoogleGemini 2.0 Flash, Gemini Pro (hasta 1M de tokens de contexto)
MetaLlama 3.3 70B, Llama 3.1 405B
MistralMistral Large, Mixtral
DeepSeekDeepSeek V3

El catálogo completo de modelos, con el tamaño de su ventana de contexto, está disponible en la página Modelos LLM.

No necesitas cuentas con proveedores

No necesitas claves API de proveedores individuales. Lingo.dev se encarga de la autenticación, la facturación y el enrutamiento a todos los modelos mediante una infraestructura unificada.

Configuraciones de modelo#

Una configuración de modelo asigna un modelo específico a un par de idiomas de origen y destino dentro de un motor de localización.

CampoDescripción
ProveedorEl proveedor del modelo (p. ej., openai, anthropic, google)
ModeloEl modelo específico (p. ej., gpt-4o, claude-sonnet-4-5-20250514)
Idioma de origenEl idioma de origen, o * para cualquier origen
Idioma de destinoEl idioma de destino, o * para cualquier destino

Cuando el motor recibe una solicitud de traducción, selecciona la configuración coincidente más específica según los idiomas de origen y destino.

Valores predeterminados y personalización#

Desde 2023, el equipo de Lingo.dev investiga qué modelos producen las mejores traducciones para cada par de idiomas. Cuando se crea un nuevo motor de localización, viene preconfigurado con valores predeterminados bien pensados: modelos principales y respaldos seleccionados con base en esa investigación, optimizados para ofrecer calidad tanto en idiomas comunes como en idiomas con menos recursos. La mayoría de los equipos no necesitará cambiarlos.

Estos valores predeterminados están diseñados para funcionar bien desde el primer momento. Puedes editar cualquier configuración de modelo, cambiar de proveedor, agregar respaldos o reemplazar pares de idiomas específicos con los modelos que prefieras, pero los valores predeterminados ya reflejan lo que hemos comprobado que funciona mejor en cientos de pares de idiomas. La configuración de modelos del motor está completamente bajo tu control.

Modelos de respaldo#

Los LLM evolucionan rápido: cada semana aparecen nuevos modelos, sus capacidades mejoran con cada generación y los precios bajan a medida que se intensifica la competencia. Pero esa velocidad tiene un costo: las caídas de los proveedores, los límites de tasa, los cambios en los filtros de contenido y la descontinuación de modelos son parte de lo habitual. Una canalización de localización en producción que depende de un solo modelo es una canalización que tarde o temprano se va a romper.

El motor de localización de Lingo.dev fue diseñado específicamente para flujos de trabajo de traducción listos para producción. Cada par de idiomas admite un modelo de respaldo; si el modelo principal falla, el motor prueba automáticamente y de forma transparente el siguiente modelo de respaldo, sin intervención alguna y sin que las solicitudes fallidas lleguen a tus usuarios.

Cómo funciona el orden de respaldo#

El motor ordena las configuraciones disponibles según su nivel de especificidad y luego por prioridad:

  1. Especificidad del idioma de destino - el idioma de destino exacto tiene prioridad sobre el comodín *
  2. Especificidad del idioma de origen - el idioma de origen exacto tiene prioridad sobre el comodín *
  3. Prioridad - predeterminado, luego respaldo

Ejemplo#

Con estas configuraciones para un motor:

OrigenDestinoModeloPrioridad
endeGPT-4oPredeterminado
endeClaude SonnetRespaldo
*deGemini FlashPredeterminado
**GPT-4o-miniPredeterminado

Una solicitud para traducir en → de prueba los modelos en este orden:

  1. GPT-4o - coincidencia exacta, predeterminado
  2. Claude Sonnet - coincidencia exacta, respaldo
  3. Gemini Flash - origen comodín, destino exacto, predeterminado
  4. GPT-4o-mini - comodín en origen y destino, predeterminado

Una solicitud para traducir fr → de omite los dos primeros (el origen no coincide) y comienza con Gemini Flash.

Seguimiento de respaldos

Cuando un modelo de respaldo se encarga de una solicitud, el motor lo registra en el log de solicitudes. Monitorea el uso de respaldos en Reports para identificar modelos principales poco confiables.

Idiomas comodín#

Configura el idioma de origen o destino como * para crear configuraciones predeterminadas que se apliquen cuando no exista una configuración específica para ese idioma.

Patrones comunes:

OrigenDestinoModeloPropósito
**GPT-4oValor predeterminado general para cualquier par de idiomas
en*Claude SonnetValor predeterminado para todas las traducciones con origen en inglés
*jaGPT-4oUsar un modelo específico para destinos en japonés
endeMistral LargeReemplazar el valor predeterminado para este par específico

Las configuraciones específicas siempre tienen prioridad sobre las configuraciones comodín. Usa comodines para definir valores predeterminados bien pensados y luego reemplaza los pares de idiomas que necesiten un tratamiento especial.

Administrar configuraciones de modelo con MCP#

Si usas el servidor MCP de Lingo.dev, tu asistente de programación con IA puede configurar modelos directamente:

text
"Set GPT-4o as the primary model for English to German,
with Claude Sonnet as fallback."
text
"Add a catch-all model config using GPT-4o-mini for
all locale pairs."

Siguientes pasos#

Brand Voices
Define el tono general y la formalidad por idioma
AI Reviewers
Monitorea la calidad de traducción por modelo
Reports
Haz seguimiento del uso de modelos, los respaldos y el consumo de tokens
Referencia de API
Integra la API de localización en tu flujo de trabajo

¿Te resultó útil esta página?

Max PrilutskiyMax Prilutskiy·Actualizado hace alrededor de 1 mes·5 min de lectura