深入检视翻译质量。

衡量翻译质量。

借助最新基准测试,找到最适合翻译你的目标语言的 LLM。依据你自己的质量评分卡检查译文。

获 Y Combinator 支持

深受需要大规模管理内容的国际团队信赖。

  • Mistral AI
  • Solana
  • Cal.com
  • SoSafe
  • Laurel
  • Scribe
  • Papermark
  • Truely
  • freenet
  • Maze
  • Formbricks
  • Opus
  • Tulip
  • ImagenAI

01 / 仔细查看

衡量翻译质量

依据您的质量评分卡,审计人工译文和 LLM 译文。按语言和翻译提供商跟踪质量。

01

找出含义上的变化。

检查是否存在信息遗漏、擅自添加的主张,以及改变原意的措辞。

  • 原文原始段落
  • 翻译同一段落已翻译
  • 含义变化措辞改变了原意
  • 信息遗漏译文遗漏了一处细节
  • 擅自添加的主张原文并未这样表述
  • 原文原始段落
  • 翻译同一段落已翻译
  • 含义变化措辞改变了原意
  • 信息遗漏译文遗漏了一处细节
  • 擅自添加的主张原文并未这样表述
一幅分解示意图,原文段落位于译文上方。每项检查结果对应一条红色投影线。原文中的一个分句没有对应译文,其连线终止于译文中的空位。译文中的一个分句改变了措辞。译文中的一项陈述向上连接到原文中的空位,因为原文中没有对应内容。

现有内容

译文存放在哪里,Lingo.dev 就在哪里读取。

01 / 代码仓库

你的开发者发布的字符串。

在版本发布给用户之前,检查每次提交和拉取请求中的译文字符串。

  • 语言区域文件原文与译文
  • 提交按顺序记录每次变更
  • 拉取请求合并前检查
  • 语言区域文件原文与译文
  • 提交按顺序记录每次变更
  • 拉取请求合并前检查
一段简短的提交历史沿一条线展开。一个拉取请求从中分出,新增一次提交后合并回主线。这次提交被抬起并展开,展示其中的语言区域文件:上方是一个绿色源文件,下方是两个译文文件。其中一个译文文件中的一条字符串被标为红色,表示发现的问题。

数说 Lingo.dev

300M+

已处理词数

语言
100+
Enterprise 服务可用性 SLA
99.99%
模型作者
80

02 / 审慎选择

决定接下来改进什么

比较质量、审核者的修改和成本,决定选用哪些提供商,以及优先解决哪些问题。

01

选择下一项要测试的改进。

根据反复出现的问题,判断该排查术语、缺失的上下文,还是翻译指令。

  • 术语术语表与产品名称
  • 缺少上下文译者不了解的信息
  • 翻译指令随任务发送的指导
  • 您的下一次测试团队选择一个原因进行测试
  • 反复出现的问题按可能原因归类的反复出现的问题
  • 术语术语表与产品名称
  • 缺少上下文译者不了解的信息
  • 翻译指令随任务发送的指导
  • 您的下一次测试团队选择一个原因进行测试
  • 反复出现的问题按可能原因归类的反复出现的问题
三个托盘分别装着反复出现的问题,摆放在对应的定位槽中:术语、缺失的上下文和翻译指令。你的团队已取出缺失上下文的托盘,准备接下来排查,地面上仍留着它的虚线轮廓。每种原因都在页面上留下不同的特征:反复出现的术语、缺失的细节,或偏离指令的译文。每页边缘的红色标记表明,该问题反复出现。

来自客户故事

听听客户与 Lingo.dev 合作的体验。

SoSafe
“这些专业知识始终掌握在我们手中——什么样的质量才算好、哪些内容需要翻译、面向哪些受众。”

Annika Palm

本地化工程师,SoSafe

阅读 SoSafe 的故事
Cal.com
“当我们需要调整时,他们交付修复的速度比我见过的任何供应商都快。”

Keith Williams

工程负责人,Cal.com

阅读 Cal.com 客户故事
Papermark
“看得出来,他们对本地化的种种复杂问题都做了周全考虑,尤其是 MDX 文件的处理,这一直是我们的一大痛点。”

Iuliia Shnai

创始人,Papermark

阅读 Papermark 的故事
Laurel
“我们和真正负责开发平台的工程师就在同一个 Slack 频道里。”

Nick Bazley

资深产品经理,Laurel

阅读 Laurel 的故事
Truely
“他们的联合创始人不只是理解了问题——她还在短短两天内交付了解决方案。”

Sebastiaan van Leeuwen

产品经理,Truely

阅读 Truely 的故事
SoSafe
“而且,他们的团队架构让我们能直接与构建基础设施的工程师交流。特殊情况当天就能解决。”

Max Höffner

产品工程总监,SoSafe

阅读 SoSafe 的故事
Scribe
“Lingo.dev 为我们提供了一个本地化引擎,让我们能直接在自己的技术栈内,通过 API、MCP 和 CLI 运行它。”

Clément Champau

首席执行官兼联合创始人,Scribe

阅读 Scribe 的故事
SoSafe
“我建议重新设计流程,让团队成员真正专注于重要的事。”

Sheree Foltin

内容工程团队负责人,SoSafe

阅读 SoSafe 的故事
Jarvi
“过去,我们总是担心译文无法保持同步。现在,我们只管开发功能,本地化会自动完成。”

Quentin Decré

联合创始人,Jarvi

阅读 Jarvi 客户故事

03 / 探索研究

对比 LLM 在你的目标语言上的表现

查看 Lingo.dev 的翻译基准测试,选出值得用你的内容测试的模型。

01

按语言对比较模型排名。

针对您翻译的源语言和目标语言,找出最佳基准测试结果。

EN → JAEN → DEFR → EN英语 → 葡萄牙语
  • 1 · 模型 C该语言对的最佳结果
  • 2 · 模型 A
  • 3 · 模型 D
  • EN → JA
  • EN → DE
  • FR → EN
  • 英语 → 葡萄牙语
  • 您的语言对研究对该语言对的模型进行排名
  • 研究标准由已发布的研究设定
  • 已发表的研究每个语言对,各有一份排名。每份排名仅适用于对应的语言对。
  • 1 · 模型 C该语言对的最佳结果
  • 2 · 模型 A
  • 3 · 模型 D
  • 您的语言对研究对该语言对的模型进行排名
  • 研究标准由已发布的研究设定
  • 已发表的研究每个语言对,各有一份排名。每份排名仅适用于对应的语言对。
一项已发布的研究以载有评判标准的底座呈现,每个语言对对应一块面板。英语到日语的面板被选中,三个按该语言对排名的模型层悬浮在上方。其他语言对各自保留尚未展开的结果。

持续开展的研究

我们研究模型如何翻译。

  • OpenAIOpenAI
  • AnthropicAnthropic
  • Google DeepMindGoogle DeepMind
  • MicrosoftMicrosoft
  • Meta
  • Amazon
  • Mistral AIMistral AI
  • DeepSeekDeepSeek
  • Alibaba
  • NVIDIANVIDIA
  • xAI / SpaceXSIxAI / SpaceXSI
  • CohereCohere

让数据驱动你的本地化。

从团队已经审核过的译文开始。

安全文档Enterprise SSO 与访问控制欧盟数据驻留