Модели LLM

Каждый движок локализации в Lingo.dev использует LLM-модели для перевода. Вы сами выбираете, какая модель будет обрабатывать каждую пару локалей, настраиваете резервные варианты для надежности и используете wildcard-локали для значений по умолчанию — без API-ключей и аккаунтов у провайдеров.

Доступные модели#

Lingo.dev дает доступ к 400+ моделям от всех ведущих провайдеров через единую платформу:

Полный каталог моделей, включая размеры контекстного окна, доступен на странице LLM Models.

Конфигурации моделей#

Конфигурация модели назначает конкретную модель для пары исходной и целевой локалей внутри движка локализации.

Когда движок получает запрос на перевод, он выбирает наиболее специфичную подходящую конфигурацию по исходной и целевой локалям.

Настройки по умолчанию и кастомизация#

С 2023 года команда Lingo.dev исследует, какие модели дают лучшие переводы для разных языковых пар. Поэтому каждый новый движок локализации уже заранее настроен: основные и резервные модели выбраны на основе этих исследований и оптимизированы по качеству как для распространенных, так и для малоресурсных языков. Большинству команд ничего менять не придется.

Эти настройки по умолчанию хорошо работают сразу после запуска. Вы можете изменить любую конфигурацию модели, сменить провайдера, добавить резервные варианты или переопределить конкретные пары локалей своими предпочтительными моделями — но базовые настройки уже отражают наш опыт работы с сотнями языковых пар. Конфигурация моделей в движке полностью под вашим контролем.

Резервные модели#

LLM развиваются стремительно: новые модели выходят каждую неделю, возможности растут с каждым поколением, а цены снижаются по мере усиления конкуренции. Но у этой скорости есть и обратная сторона: сбои у провайдеров, лимиты запросов, изменения контент-фильтров и вывод моделей из эксплуатации происходят регулярно. Продакшен-пайплайн локализации, завязанный на одной модели, рано или поздно сломается.

Движок локализации Lingo.dev изначально создан для переводческих процессов уровня продакшена. Для каждой пары локалей можно задать резервную модель: если основная модель не справится, движок автоматически и незаметно попробует следующую резервную модель — без вашего вмешательства и без ошибок, которые могли бы дойти до пользователей.

Как работает порядок резервных моделей#

Сначала движок сортирует доступные конфигурации по специфичности, затем — по приоритету:

1. Специфичность целевой локали — точная целевая локаль имеет приоритет над wildcard *
2. Специфичность исходной локали — точная исходная локаль имеет приоритет над wildcard *
3. Приоритет — сначала по умолчанию, затем резервный

Пример#

Допустим, для движка заданы такие конфигурации:

Для запроса на перевод en → de модели будут пробоваться в таком порядке:

1. GPT-4o — точное совпадение, по умолчанию
2. Claude Sonnet — точное совпадение, резервный
3. Gemini Flash — wildcard в источнике, точная цель, по умолчанию
4. GPT-4o-mini — wildcard для обеих локалей, по умолчанию

Для запроса на перевод fr → de первые две модели будут пропущены, потому что исходная локаль не совпадает, и движок начнет с Gemini Flash.

Wildcard-локали#

Укажите * в качестве исходной или целевой локали, чтобы создать конфигурации по умолчанию, которые будут применяться, если нет конфигурации для конкретной локали.

Типовые сценарии:

Специфичные конфигурации всегда имеют приоритет над wildcard-конфигурациями. Используйте wildcard-локали, чтобы задать разумные настройки по умолчанию, а затем переопределяйте их для пар локалей, которым нужна особая обработка.

Управление конфигурациями моделей через MCP#

Если вы используете Lingo.dev MCP server, ваш AI-ассистент для программирования сможет настраивать модели напрямую:

"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."

Следующие шаги#