Lingo.dev のすべてのローカライゼーションエンジンは、LLMモデルを使って翻訳を生成します。各ロケールペアごとに使用するモデルを選び、信頼性のためのフォールバックを設定し、ワイルドカードロケールでデフォルトを定義できます。しかも、APIキーや各プロバイダーのアカウント管理は不要です。
利用可能なモデル#
Lingo.dev では、主要プロバイダー各社の400以上のモデルを、単一のプラットフォームから利用できます。
| プロバイダー | 主なモデル |
|---|---|
| OpenAI | GPT-4o、GPT-4 Turbo、o3、o4-mini |
| Anthropic | Claude Opus、Claude Sonnet、Claude Haiku |
| Gemini 2.0 Flash、Gemini Pro（最大100万トークンのコンテキスト） | |
| Meta | Llama 3.3 70B、Llama 3.1 405B |
| Mistral | Mistral Large、Mixtral |
| DeepSeek | DeepSeek V3 |
コンテキストウィンドウのサイズを含む全モデルのカタログは、LLMモデルページで確認できます。
プロバイダーのアカウントは不要
個別のプロバイダーごとにAPIキーを用意する必要はありません。認証、請求、各モデルへのルーティングは、Lingo.dev が統一インフラ上でまとめて処理します。
モデル設定#
モデル設定では、ローカライゼーションエンジン内のソースロケールとターゲットロケールの組み合わせごとに、使用するモデルを割り当てます。
| 項目 | 説明 |
|---|---|
| プロバイダー | モデルの提供元（例: openai、anthropic、google） |
| モデル | 使用する具体的なモデル（例: gpt-4o、claude-sonnet-4-5-20250514） |
| ソースロケール | ソースロケール。任意のソースに適用する場合は * |
| ターゲットロケール | ターゲットロケール。任意のターゲットに適用する場合は * |
エンジンが翻訳リクエストを受け取ると、ソースロケールとターゲットロケールに基づいて、最も具体的に一致する設定を選択します。
デフォルトとカスタマイズ#
Lingo.dev チームは、2023年から各言語ペアで最適な翻訳品質を出せるモデルの研究を続けてきました。新しいローカライゼーションエンジンを作成すると、その知見に基づいて、メインモデルとフォールバックを含む実用的なデフォルト設定があらかじめ適用されています。主要言語はもちろん、低リソース言語も含めて品質を重視して最適化されているため、多くのチームではそのまま使い始められます。
これらのデフォルトは、すぐに使い始めても高い効果が出るよう設計されています。必要に応じて、任意のモデル設定を編集したり、プロバイダーを切り替えたり、フォールバックを追加したり、特定のロケールペアだけを好みのモデルで上書きしたりできます。ただし、デフォルト設定には、数百もの言語ペアを通じて最も効果的だと分かった構成がすでに反映されています。エンジンのモデル設定は、すべて自由にコントロールできます。
フォールバックモデル#
LLMの進化は非常に速く、新しいモデルは毎週のように登場し、世代を追うごとに性能は向上し、競争の激化によって価格も下がっています。一方で、そのスピードには代償もあります。プロバイダー障害、レート制限、コンテンツフィルターの変更、モデルの廃止は珍しいことではありません。単一モデルに依存した本番用ローカライゼーションパイプラインは、いずれ必ずどこかで破綻します。
Lingo.dev のローカライゼーションエンジンは、本番運用レベルの翻訳ワークフローのために設計されています。各ロケールペアにはフォールバックモデルを設定でき、メインモデルが失敗した場合は、エンジンが自動かつ透過的に次のフォールバックモデルを試します。手動の介入は不要で、失敗したリクエストがそのままユーザーに届くこともありません。
フォールバックの優先順#
エンジンは、利用可能な設定をまず一致条件の具体性で、次に優先順位で並べ替えます。
- ターゲットロケールの具体性 - ターゲットロケールの完全一致は、ワイルドカード
*より優先されます - ソースロケールの具体性 - ソースロケールの完全一致は、ワイルドカード
*より優先されます - 優先順位 - デフォルト、次にフォールバック
例#
たとえば、エンジンに次の設定があるとします。
| ソース | ターゲット | モデル | 優先順位 |
|---|---|---|---|
en | de | GPT-4o | デフォルト |
en | de | Claude Sonnet | フォールバック |
* | de | Gemini Flash | デフォルト |
* | * | GPT-4o-mini | デフォルト |
en → de を翻訳するリクエストでは、次の順にモデルが試されます。
- GPT-4o - 完全一致、デフォルト
- Claude Sonnet - 完全一致、フォールバック
- Gemini Flash - ソースはワイルドカード、ターゲットは完全一致、デフォルト
- GPT-4o-mini - ソース・ターゲットともにワイルドカード、デフォルト
fr → de を翻訳するリクエストでは、最初の2つはソースが一致しないためスキップされ、Gemini Flash から始まります。
フォールバックの追跡
フォールバックモデルがリクエストを処理した場合、その情報はエンジンのリクエストログに記録されます。Reports でフォールバックの利用状況を確認し、信頼性の低いメインモデルを特定できます。
ワイルドカードロケール#
ソースまたはターゲットのロケールを * に設定すると、ロケール固有の設定が存在しない場合に適用されるデフォルト設定を作成できます。
よくあるパターン:
| ソース | ターゲット | モデル | 目的 |
|---|---|---|---|
* | * | GPT-4o | あらゆるロケールペアに適用する包括的なデフォルト |
en | * | Claude Sonnet | 英語ソースの翻訳すべてに適用するデフォルト |
* | ja | GPT-4o | 日本語ターゲットには特定のモデルを使う |
en | de | Mistral Large | この特定のペアだけデフォルトを上書きする |
具体的な設定は、常にワイルドカード設定より優先されます。まずワイルドカードで実用的なデフォルトを用意し、特別な対応が必要なロケールペアだけを上書きするのが基本です。
MCP経由でモデル設定を管理する#
Lingo.dev MCP server を使っていれば、AIコーディングアシスタントからモデルを直接設定できます。
"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."