Chaque moteur de localisation sur Lingo.dev s’appuie sur des modèles LLM pour produire des traductions. Vous choisissez quel modèle gère chaque paire de langues, configurez des modèles de repli pour gagner en fiabilité et utilisez des langues joker pour définir des valeurs par défaut, le tout sans avoir à gérer de clés API ni de comptes chez les fournisseurs.
Modèles disponibles#
Lingo.dev donne accès à plus de 400 modèles des principaux fournisseurs depuis une plateforme unique :
| Fournisseur | Modèles phares |
|---|---|
| OpenAI | GPT-4o, GPT-4 Turbo, o3, o4-mini |
| Anthropic | Claude Opus, Claude Sonnet, Claude Haiku |
| Gemini 2.0 Flash, Gemini Pro (jusqu’à 1 M de tokens de contexte) | |
| Meta | Llama 3.3 70B, Llama 3.1 405B |
| Mistral | Mistral Large, Mixtral |
| DeepSeek | DeepSeek V3 |
Le catalogue complet des modèles, avec la taille de leur fenêtre de contexte, est disponible sur la page LLM Models.
Aucun compte fournisseur nécessaire
Vous n’avez pas besoin de clés API propres à chaque fournisseur. Lingo.dev prend en charge l’authentification, la facturation et le routage vers tous les modèles via une infrastructure unifiée.
Configurations de modèle#
Une configuration de modèle attribue un modèle précis à une paire de langues source-cible au sein d’un moteur de localisation.
| Champ | Description |
|---|---|
| Fournisseur | Le fournisseur du modèle (par ex. openai, anthropic, google) |
| Modèle | Le modèle précis (par ex. gpt-4o, claude-sonnet-4-5-20250514) |
| Langue source | La langue source, ou * pour n’importe quelle source |
| Langue cible | La langue cible, ou * pour n’importe quelle cible |
Lorsqu’il reçoit une demande de traduction, le moteur sélectionne la configuration correspondante la plus spécifique en fonction des langues source et cible.
Valeurs par défaut et personnalisation#
Depuis 2023, l’équipe de Lingo.dev étudie quels modèles produisent les meilleures traductions pour chaque paire de langues. Lorsqu’un nouveau moteur de localisation est créé, il est préconfiguré avec des valeurs par défaut pertinentes : modèles principaux et modèles de repli sélectionnés à partir de ces recherches, optimisés pour offrir une traduction de qualité aussi bien pour les langues courantes que pour les langues à faibles ressources. La plupart des équipes n’auront pas besoin d’y toucher.
Ces valeurs par défaut sont conçues pour être efficaces dès le départ. Vous pouvez modifier n’importe quelle configuration de modèle, changer de fournisseur, ajouter des modèles de repli ou remplacer certaines paires de langues par les modèles de votre choix, mais les paramètres par défaut reflètent déjà ce que nous avons constaté de plus performant sur des centaines de paires de langues. La configuration des modèles du moteur reste entièrement sous votre contrôle.
Modèles de repli#
Les LLM évoluent vite : de nouveaux modèles arrivent chaque semaine, leurs capacités progressent à chaque génération et les prix baissent à mesure que la concurrence s’intensifie. Mais cette rapidité a un revers : pannes chez les fournisseurs, limites de débit, changements dans les filtres de contenu et dépréciations de modèles font partie du quotidien. Un pipeline de localisation en production qui repose sur un seul modèle est un pipeline qui finira par casser.
Le moteur de localisation de Lingo.dev a été conçu spécifiquement pour des workflows de traduction de niveau production. Chaque paire de langues prend en charge un modèle de repli : si le modèle principal échoue, le moteur essaie automatiquement et de façon transparente le modèle de repli suivant, sans intervention manuelle et sans que des requêtes en échec n’atteignent vos utilisateurs.
Comment l’ordre de repli fonctionne#
Le moteur trie les configurations disponibles par niveau de spécificité, puis par priorité :
- Spécificité de la langue cible - une langue cible exacte l’emporte sur le joker
* - Spécificité de la langue source - une langue source exacte l’emporte sur le joker
* - Priorité - par défaut, puis repli
Exemple#
Prenons les configurations suivantes pour un moteur :
| Source | Cible | Modèle | Priorité |
|---|---|---|---|
en | de | GPT-4o | Par défaut |
en | de | Claude Sonnet | Repli |
* | de | Gemini Flash | Par défaut |
* | * | GPT-4o-mini | Par défaut |
Pour une requête de traduction en → de, les modèles sont essayés dans cet ordre :
- GPT-4o - correspondance exacte, par défaut
- Claude Sonnet - correspondance exacte, repli
- Gemini Flash - source joker, cible exacte, par défaut
- GPT-4o-mini - joker sur les deux, par défaut
Pour une requête de traduction fr → de, les deux premiers sont ignorés (la source ne correspond pas) et le moteur commence par Gemini Flash.
Suivi des replis
Lorsqu’un modèle de repli prend en charge une requête, le moteur l’enregistre dans le journal des requêtes. Suivez l’usage des replis dans Reports afin d’identifier les modèles principaux peu fiables.
Langues joker#
Définissez la langue source ou cible sur * pour créer des configurations par défaut qui s’appliquent lorsqu’aucune configuration spécifique n’existe pour cette langue.
Cas d’usage courants :
| Source | Cible | Modèle | Usage |
|---|---|---|---|
* | * | GPT-4o | Valeur par défaut passe-partout pour n’importe quelle paire de langues |
en | * | Claude Sonnet | Valeur par défaut pour toutes les traductions depuis l’anglais |
* | ja | GPT-4o | Utiliser un modèle spécifique pour les cibles japonaises |
en | de | Mistral Large | Remplacer la valeur par défaut pour cette paire précise |
Les configurations spécifiques ont toujours priorité sur les configurations avec joker. Utilisez les jokers pour définir des valeurs par défaut pertinentes, puis surchargez-les pour les paires de langues qui nécessitent un traitement particulier.
Gérer les configurations de modèle via MCP#
Si vous utilisez le serveur MCP de Lingo.dev, votre assistant IA de développement peut configurer les modèles directement :
"Set GPT-4o as the primary model for English to German,
with Claude Sonnet as fallback.""Add a catch-all model config using GPT-4o-mini for
all locale pairs."