Modelos de LLM
Todo engine de localização da Lingo.dev usa modelos de LLM para gerar traduções. Você escolhe qual modelo cuida de cada par de idioma, configura fallbacks para mais confiabilidade e usa idiomas curinga para definir padrões — tudo isso sem precisar gerenciar chaves de API nem contas de provedores.
Modelos disponíveis#
A Lingo.dev oferece acesso a mais de 400 modelos dos principais provedores em uma única plataforma:
| Provedor | Modelos em destaque |
|---|---|
| OpenAI | GPT-5, GPT-4o, o1 |
| Anthropic | Claude Opus, Claude Sonnet, Claude Haiku |
| Gemini 3, Gemini 2 | |
| Meta | Llama 3.3 70B, Llama 3.1 405B |
| Mistral | Mistral Large, Mixtral |
| DeepSeek | DeepSeek V3 |
O catálogo completo de modelos — com os tamanhos das janelas de contexto — está disponível na página Modelos de LLM.
Sem necessidade de contas em provedores
Você não precisa de chaves de API de provedores individuais. A Lingo.dev cuida da autenticação, da cobrança e do roteamento para todos os modelos em uma infraestrutura unificada.
Configurações de modelo#
Uma configuração de modelo atribui um modelo específico a um par de idioma de origem e destino dentro de um engine de localização.
| Campo | Descrição |
|---|---|
| Provedor | O provedor do modelo (por exemplo, openai, anthropic, google) |
| Modelo | O modelo específico (por exemplo, gpt-5, claude-sonnet-4-5-20250514) |
| Idioma de origem | O idioma de origem, ou * para qualquer origem |
| Idioma de destino | O idioma de destino, ou * para qualquer destino |
Quando o engine recebe uma solicitação de tradução, ele seleciona a configuração correspondente mais específica com base nos idiomas de origem e destino.
Padrões e personalização#
Desde 2023, a equipe da Lingo.dev pesquisa quais modelos geram as melhores traduções para cada par de idiomas. Quando um novo engine de localização é criado, ele já vem pré-configurado com padrões de modelo bem definidos — modelos principais e fallbacks escolhidos com base nessa pesquisa, otimizados para qualidade tanto em idiomas comuns quanto em idiomas com poucos recursos. A maioria das equipes não vai precisar mudar nada.
Esses padrões foram pensados para funcionar bem desde o primeiro uso. Você pode editar qualquer configuração de modelo, trocar de provedor, adicionar fallbacks ou substituir pares de idiomas específicos pelos modelos que preferir — mas os padrões já refletem o que descobrimos funcionar melhor em centenas de pares de idiomas. A configuração de modelos do engine fica totalmente sob seu controle.
Modelos de fallback#
Os LLMs evoluem rápido — novos modelos são lançados toda semana, as capacidades melhoram a cada geração e os preços caem à medida que a concorrência aumenta. Mas essa velocidade tem um custo: indisponibilidades de provedores, limites de taxa, mudanças nos filtros de conteúdo e descontinuação de modelos fazem parte da rotina. Um pipeline de localização em produção que depende de um único modelo é um pipeline que, cedo ou tarde, vai falhar.
O engine de localização da Lingo.dev foi criado especificamente para workflows de tradução em nível de produção. Cada par de idiomas oferece suporte a um modelo de fallback — se o modelo principal falhar, o engine tenta automaticamente e de forma transparente o próximo modelo de fallback, sem exigir qualquer intervenção e sem deixar que solicitações com falha cheguem aos seus usuários.
Como funciona a ordem dos fallbacks#
O engine ordena as configurações disponíveis por especificidade e, depois, por prioridade:
- Especificidade do idioma de destino — um idioma de destino exato tem prioridade sobre o curinga
* - Especificidade do idioma de origem — um idioma de origem exato tem prioridade sobre o curinga
* - Prioridade — padrão, depois fallback
Exemplo#
Considere estas configurações de um engine:
| Origem | Destino | Modelo | Prioridade |
|---|---|---|---|
en | de | GPT-5 | Padrão |
en | de | Claude Sonnet | Fallback |
* | de | Gemini 3 | Padrão |
* | * | GPT-4o | Padrão |
Uma solicitação para traduzir en → de tenta os modelos nesta ordem:
- GPT-5 - correspondência exata, padrão
- Claude Sonnet — correspondência exata, fallback
- Gemini 3 - origem curinga, destino exato, padrão
- GPT-4o - curinga para ambos, padrão
Uma solicitação para traduzir fr → de ignora os dois primeiros (a origem não corresponde) e começa com o Gemini 3.
Rastreamento de fallback
Quando um modelo de fallback atende uma solicitação, o engine registra isso no log da solicitação. Monitore o consumo de fallbacks em Reports para identificar modelos principais pouco confiáveis.
Idiomas curinga#
Defina o idioma de origem ou de destino como * para criar configurações padrão que se aplicam quando não houver uma configuração específica para aquele idioma.
Padrões comuns:
| Origem | Destino | Modelo | Finalidade |
|---|---|---|---|
* | * | GPT-5 | Padrão geral para qualquer par de idiomas |
en | * | Claude Sonnet | Padrão para todas as traduções com origem em inglês |
* | ja | GPT-4o | Usar um modelo específico para destinos em japonês |
en | de | Mistral Large | Substituir o padrão para este par específico |
Configurações específicas sempre têm prioridade sobre configurações com curinga. Use curingas para definir padrões bem ajustados e depois sobrescreva os pares de idiomas que exigem tratamento especial.
Gerenciando configurações de modelo via MCP#
Se você usa o servidor MCP da Lingo.dev, seu assistente de programação com IA pode configurar os modelos diretamente:
"Set GPT-5 as the primary model for English to German,
with Claude Sonnet as fallback.""Add a catch-all model config using GPT-4o for
all locale pairs."