Oferim als usuaris de pagament models d'IA més avançats. Heus aquí per què:

Vull compartir una cosa que hem decidit aquesta setmana — no després que s'hagi llançat, sinó mentre encara ho estem construint.

Estem canviant la manera com s'assignen els models d'IA als nostres nivells d'usuaris. Els usuaris de pagament de MachineTranslation.com aviat tindran accés a models d'IA més avançats dels principals proveïdors: OpenAI, Anthropic, Google, DeepSeek i altres. Els usuaris gratuïts continuaran rebent traduccions competents i fiables, però no els mateixos models. Aquest buit és intencionat, i vull explicar exactament per què prenem aquesta decisió.

Prefereixo escriure això ara, mentre el raonament està fresc i la decisió encara és una mica crua, que esperar fins que es faci públic i presentar-ho com un anunci polit. La versió honesta és més útil.

Taula de continguts

• Per què fa temps que hi pensem
• Què ens va fer canviar d'opinió: La prova interna
• La raó honesta per a la classificació per nivells
• Quin aspecte tindrà per als usuaris
• El que encara estem esbrinant
• FAQ

Per què fa temps que hi pensem

MachineTranslation.com tradueix amb 22 models d'IA alhora i utilitza un enfocament basat en el consens per a oferir el millor resultat. Aquest ha estat sempre el nucli del que fem: no apostar-ho tot a un sol model, sinó comparar-ne diversos i deixar que els resultats parlin per si mateixos.

La part incòmoda d'aquest enfocament és que fa molt visibles les diferències de qualitat entre els models. Veiem, cada dia, que no tots els models tracten tot el text igual de bé. I durant molt de temps, no vam deixar que aquesta observació canviés com assignàvem els models als usuaris.

No tots els models són iguals, i tenim les dades per demostrar-ho

Fa unes setmanes, Rachelle (la nostra responsable d'IA) ens va fer una demostració d'una eina interna que havíem creat per provar la qualitat de la traducció en diversos models GPT simultàniament — incloent-hi GPT 4.1 nano, GPT 4.1 mini, GPT 5.4 mini i altres. Introdueixes el mateix text d'origen i veus el resultat de cada model costat per costat.

El que aquesta eina deixa clar de seguida és això: en textos senzills, curts i quotidians, els resultats són gairebé idèntics. Realment no es pot justificar un argument de qualitat a favor dels models prèmium amb la reunió és a les 3 de la tarda.

Però en qualsevol cosa amb una complexitat lingüística real (frases idiomàtiques, terminologia del domini, documents llargs on el context s'ha de mantenir al llarg de milers de paraules) la diferència entre models s'eixampla, i ho fa de maneres que tenen importància professionalment.

On els models de nivell inferior es queden curts discretament

Aquesta és la part de la qual crec que la indústria de la traducció no en parla amb prou honestedat. Els models de nivell inferior no solen produir traduccions clarament errònies. Produeixen traduccions que semblen correctes a primera vista, però que contenen errors subtils que un expert en la matèria (un advocat, un professional mèdic, un gestor sènior de localització) detectaria immediatament.

Una clàusula condicional traduïda amb el sentit equivocat. Un terme jurídic que significa quelcom específic en aquella jurisdicció, traduït com el seu equivalent quotidià. Un canvi de registre a la meitat d'un document llarg que soscava la credibilitat professional de tot plegat.

La fallada és silenciosa. I els errors silenciosos en la traducció professional poden sortir cars.

El que ens va fer canviar d'opinió: La prova interna

No vam prendre aquesta decisió basant-nos en la intuïció. Vam executar els models amb textos originals complexos i idiomàtics (la mena de contingut que els nostres usuaris professionals necessiten traduir) i uns lingüistes en van avaluar els resultats.

El resultat va ser clar. Els models avançats van gestionar consistentment millor els matisos, el registre i la terminologia específica del domini. Els models més barats eren més que adequats per a un ús ocasional. Els dos casos d'ús realment requereixen eines diferents.

Quatre models, la mateixa frase, resultats molt diferents

La conversa que això va provocar internament va ser menys sobre els preus i més sobre l'honestedat. Si sabem que els models tenen un rendiment diferent en contingut de qualitat professional, i sabem que els nostres usuaris de pagament tradueixen principalment contingut de qualitat professional, aleshores donar-los el mateix model que a un usuari gratuït que tradueix un correu electrònic informal és un mal servei per a tots dos.

La raó honesta per a la diferenciació per nivells

L'Ofer (el nostre CEO) ho va dir clarament en la nostra discussió interna:

 «Els models de nivell inferior comporten riscos reals de qualitat en textos complexos o idiomàtics». Però la qüestió més important és aquesta: el consens només és tan bo com els models que hi ha al darrere. Quan els usuaris de pagament obtenen models més avançats, no només aconsegueixen millors resultats individuals, sinó que obtenen un consens més sòlid. Millors models, millor consens, traduccions més fiables. Això és el que realment significa una traducció de qualitat professional.

Aquell plantejament em va quedar gravat. No és només un argument de cost. És un argument de claredat.

El que realment costa fer funcionar els models prèmium

Els models d'IA més capaços costen significativament més per token de fer funcionar. Això no és una política de MachineTranslation.com, és la manera com tots els principals proveïdors d'IA fixen el preu dels seus models insígnia. OpenAI, Anthropic, Google i DeepSeek reserven els seus models més recents i capaços per als clients de pagament perquè aquests models són significativament més cars d'operar. Fer servir el nostre model més avançat en cada traducció gratuïta, cada consulta informal i cada sol·licitud del tipus «què diu aquest rètol?» augmentaria significativament els nostres costos d'infraestructura.

Més important encara, significaria subvencionar de forma creuada els casos d'ús de baixa complexitat amb el pressupost de computació que necessitem per mantenir la qualitat per als professionals que tradueixen documents tècnics de 10.000 paraules. No és una assignació sostenible ni sensata.

Per què fingir que tots els nivells són iguals no serveix a ningú

Hi ha una versió d'aquesta decisió que és purament mercenària: cobrar més, donar més, senzill. En realitat, no és això el que ho impulsa.

El que ho impulsa és que hem construït una plataforma que pot fer aflorar de veritat les diferències de qualitat entre els models d'IA. Tenim les eines internes per veure aquestes diferències clarament. Ignorar aquesta visibilitat a l'hora de dissenyar els nostres nivells d'usuari seria una mena de deshonestedat, pretenent que la bretxa no existeix quan tenim proves que sí que existeix.

Els usuaris gratuïts es mereixen saber què reben. Els usuaris de pagament mereixen saber que estan rebent alguna cosa significativament diferent. I la diferència no és només l'accés a models més avançats, sinó l'accés a un consens més sòlid construït a partir d'aquests models. Aquest és el senyal de fiabilitat que cap IA pot proporcionar per si sola.

Quin aspecte tindrà per als usuaris

Encara estem definint els detalls de la implementació, així que vull ser prudent i no prometre res en concret. Però aquesta és la direcció.

On el nivell gratuït es manté fort

Les traduccions del pla gratuït continuaran utilitzant models d'IA capaços. Per a la majoria de les tasques de traducció quotidianes (missatges curts, lectura informal, correspondència bàsica), els usuaris gratuïts obtindran un resultat precís i fiable. Això no canviarà.

El nivell gratuït existeix perquè creiem que l'idioma no hauria de ser una barrera, i no farem marxa enrere.

On els usuaris de pagament prenen avantatge

La diferència serà més visible en:

Per als usuaris professionals que treballen en qualsevol d'aquestes categories, el nivell del model marcarà una diferència real. És precisament per a qui estan dissenyats els nostres plans de pagament.

I com que el consens de SMART es basa en aquests models més avançats, els usuaris de pagament no només obtenen millors resultats individuals, sinó que obtenen una traducció amb IA més fiable, generada pels últims models que treballen conjuntament.

El que encara estem resolent

Vull ser sincer i dir que això encara no està del tot resolt.

Encara estem determinant l'assignació exacta de models: quins models corresponen a cada nivell i com ho comuniquem clarament als usuaris dins del producte. Estem treballant en la lògica del mur de pagament per assegurar-nos que l'experiència sigui fluida, no pas abrupta. I estem pensant detingudament com presentar la informació sobre la qualitat del model als usuaris d'una manera que sigui realment útil en lloc de només un reclam de màrqueting.

També hi ha una pregunta real que ens estem plantejant: com ajudem un usuari gratuït a entendre, en el moment, quan es troba amb un cas d'ús en què actualitzar milloraria significativament el seu resultat? És un repte d'UX tant com un de producte, i encara no tenim la resposta completa.

Ja escriuré sobre com acaba anant un cop estigui publicat. De moment, aquesta és la idea.

Si ets un usuari de pagament i vols donar la teva opinió sobre el que més t'importa de la qualitat del model, estic realment interessat. Deixeu-nos un missatge a través de la pàgina de contacte de MachineTranslation.com.

PMF

1. Per què MachineTranslation.com està canviant la manera com s'assignen els models?

Perquè les nostres proves internes van mostrar una diferència de qualitat significativa entre els nivells de models en tasques de traducció de nivell professional. Hem construït una eina per comparar diversos models d'IA simultàniament, i les dades ho han deixat clar: els models avançats gestionen el contingut complex, idiomàtic i d'un domini específic significativament millor. El canvi de nivell reflecteix aquella realitat amb honestedat. El principal avantatge per als usuaris de pagament és que el consens SMART es construeix a partir de models més avançats, la qual cosa significa que el senyal de fiabilitat en si mateix és més fort.

2. Les traduccions del pla gratuït empitjoraran amb aquest llançament?

No. Els usuaris del pla gratuït continuaran rebent traduccions competents i precises per a casos d'ús quotidians. El canvi és que els usuaris de pagament s'actualitzaran a models més avançats, no que als usuaris gratuïts se'ls degradi.

3. Quins tipus de traducció es beneficien més dels models d'IA prèmium?

Els documents jurídics, financers, mèdics, tècnics i extensos —i qualsevol contingut en parells de llengües menys comuns on les dades d'entrenament són més escasses. Per a textos curts, senzills i quotidians, la diferència entre els nivells de model és mínima. El benefici més gran per als usuaris de pagament és que el consens SMART es construeix a partir de models més avançats, la qual cosa significa que el senyal de fiabilitat en si mateix és més fort.

4. Quan es posarà en marxa?

Ho estem construint ara. Publicaré una actualització quan s'enviï, incloent-hi com és l'experiència en el producte i què mostren les primeres dades.

5. Com decideix MachineTranslation.com quin model d'IA és el millor per a un text determinat?

Executem diversos models simultàniament i utilitzem un mètode de puntuació basat en el consens per avaluar els resultats. La nostra eina de comparació interna ens permet provar la qualitat entre els diferents nivells de model en el mateix text d'origen, que és el que va fonamentar aquesta decisió de classificació per nivells. Podeu obtenir més informació sobre com funciona el sistema de consens de MachineTranslation.com.com.‎