LLMモデル · Lingo.dev

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 なら、ひとつのプラットフォームから主要プロバイダー各社の数百種類ものモデルを利用できます。

プロバイダー	主なモデル
OpenAI	GPT-6.1 Sol, GPT-6 Astra, GPT-6 Luna, GPT-5.6 Terra
Anthropic	Claude Opus, Claude Sonnet, Claude Haiku, Claude Fable
Google	Gemini 3.8 Flash, Gemini 3.1 Pro, Gemma 4
xAI	Grok 4.7, Grok 4.20
Meta	Muse Spark 1.3, Muse Glimmer 30B, Llama 4 Maverick
Mistral	Mistral Large 3, Mistral Medium 3.5, Mistral Small 4
DeepSeek	DeepSeek V4.1 Flash, DeepSeek V4 Pro
NVIDIA	Nemotron 3.5 Lightning, Nemotron 3 Ultra
Qwen	Qwen3.8 Max, Qwen3.8 Flash

コンテキストウィンドウのサイズを含む全カタログは、ローカライゼーションエンジンにモデル設定を追加する際、モデルピッカーで確認できます。MCP server 経由で、AI アシスタントに一覧表示させることもできます。

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。

カタログ内のほとんどの項目は特定のリリース名を指しているため、モデル設定は誰かが変更しない限り、同じ翻訳を出し続けます。一方で、いくつかのプロバイダーは、リクエスト時点でそのファミリーの最新リリースに解決される可変エイリアスも提供しています。claude-sonnet-latest、gpt-sol-latest、gemini-pro-latest、deepseek-pro-latest がその例です。モデル世代をまたいで再現性を重視するなら特定のリリースを、編集せずにローカライゼーションエンジンを常に最前線に追従させたいならエイリアスを選んでください。

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-6.1-sol`、`claude-sonnet-5.5`）
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-6.1 Sol	デフォルト
`en`	`de`	Claude Sonnet 5.5	フォールバック
`*`	`de`	Gemini 3.8 Flash	デフォルト
`*`	`*`	Claude Haiku 4.5	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-6.1 Sol - 完全一致、既定
Claude Sonnet 5.5 - 完全一致、フォールバック
Gemini 3.8 Flash - ソースはワイルドカード、ターゲットは完全一致、既定
Claude Haiku 4.5 - 両方ワイルドカード、既定

fr → de を翻訳するリクエストでは、最初の二つはソースが一致しないためスキップされ、Gemini 3.8 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、その内容はエンジンによってリクエストログに記録されます。エンジンのログタブを開くと、モデル列で各リクエストを処理したモデルを確認できるため、フォールバックが繰り返し発生しているプライマリモデルを見つけやすくなります。

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-6.1 Sol	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 5.5	英語ソースの翻訳すべてに適用するデフォルト
`*`	`ja`	Gemini 3.8 Flash	日本語ターゲットには特定のモデルを使う
`en`	`de`	Mistral Large 3	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。

text

"Set GPT-6.1 Sol as the primary model for English to German,
with Claude Sonnet 5.5 as fallback."

text

"Add a catch-all model config using Claude Haiku 4.5 for
all locale pairs."

次のステップ#

ブランドボイス

ロケールごとに全体のトーンやフォーマルさを定義

ローカライゼーションAPIをワークフローに組み込む