Od GPT-3 k GPT-5: Jak se skutečně změnila kvalita AI překladu

GPT-3, GPT-4 a GPT-5 dělí pět let a několik generací architektury, ale pro překlad není tou nejužitečnější otázkou „který z nich je nejchytřejší“. Otázka je mnohem konkrétnější: co se přesně změnilo v tom, jak tyto modely zvládají ty části jazyka, které nelze překládat doslovně – tedy idiomy, nejednoznačnost a jazykový registr? K posunu došlo na konkrétních místech a v konkrétních bodech a rozhodně neprobíhal přímočaře od starších modelů k novějším.

Co GPT-3 ve skutečnosti nabízel pro překlad

Společnost OpenAI vydala GPT-3 v roce 2020, ještě předtím, než existoval vlastní testovací program webu MachineTranslation.com, takže zde nejde o žádný proprietární benchmark. Jde o dobře zdokumentovanou historii, nikoli o výsledky interních testů. GPT-3 byl prvním modelem svého druhu, který dokázal generovat plynulý, lidsky znějící text v několika jazycích bez trénování na konkrétní úkoly, což z něj činilo skutečný milník. Konkrétně u překladu však tatáž plynulost představovala reálné riziko: GPT-3 dokázal v cílovém jazyce vytvořit sebevědomou, gramaticky správnou větu, která však byla věcně špatně, aniž by cokoli ve výstupu naznačovalo, že došlo k chybě.

Co se změnilo s příchodem GPT-4

GPT-4 byl uveden na trh v březnu 2023 a právě kolem této generace začíná vlastní testování modelů na MachineTranslation.com. Zlepšení bylo reálné, ale nerovnoměrné. Při testování nejednoznačné anglické fráze „That's sick“ v japonštině byl model GPT-4.1-nano jediným ze šesti testovaných modelů, který záměrný dvojí význam věty zúžil na jedinou interpretaci, zatímco zbývajících pět zachovalo dvojznačnost, kterou původní fráze zamýšlela. Větší slabinou byly idiomy: při zadání španělského idiomu „llevarse el gato al agua“ pěti verzím GPT současně vytvořily menší modely GPT-4o-mini a GPT-4.1-nano shodný doslovný, nesprávný překlad a význam idiomu zcela minuly.

Stejný vzorec se projevil i jinde. Německý idiom „ich verstehe nur Bahnhof“, otestovaný na osmi dílčích verzích GPT a Claude, přeložil doslovně a nesprávně konkrétně model GPT-4o-mini, zatímco menší a novější model ve stejném testu, GPT-4.1-nano, jej přeložil správně. Generace a velikost modelu si nijak konzistentně neodpovídaly – tento vzorec podrobněji rozebírá testování verzí modelů na MachineTranslation.com.

Co GPT-5 změnil v oblasti překladu

Společnost OpenAI představila GPT-5 jako sjednocený systém, který v závislosti na úkolu směruje požadavky mezi rychlým výchozím modelem a hlubším uvažovacím modelem, což je strukturální změna oproti architektuře GPT-4 založené na jediném modelu. Vlastní dokument GPT-5 System Card od OpenAI uvádí celkovou míru faktických chyb modelu o zhruba 45 % nižší než u GPT-4 a o 80 % nižší než u GPT-3. Tento celkový nárůst spolehlivosti se projevuje i přímo u překladu. Testování webu MachineTranslation.com ukazuje nejvýraznější posun tam, kde modely z éry GPT-4 nejvíce narážely: u stejného španělského idiomu, ve kterém GPT-4o-mini i GPT-4.1-nano chybovaly, dospěly modely GPT-5.4-mini i GPT-5.4 ke správným, idiomatickým překladům. Každý jej formuloval mírně odlišně, ale oba pochopili samotný idiom.

Tento poslední bod je důležitý: samostatný test standardní obchodní fráze „please confirm receipt of this document“ při překladu do němčiny přinesl téměř totožné výsledky napříč všemi testovanými modely, včetně modelů GPT-4o-mini a generace GPT-5. Mezigenerační rozdíl se týká konkrétně obrazného a nejednoznačného jazyka, nejde o plošný rozdíl v kvalitě.

Znamená novější generace GPT vždy lepší překlad?

Ne. Při testování hebrejského idiomu napříč rodinami modelů dospěly GPT-5.4-mini a GPT-5.4 ke dvěma různým, částečným interpretacím téže fráze, přičemž ani jedna nebyla zcela správná, zatímco starší, nesouvisející model se trefil lépe. Novější model nemusí být automaticky přesnější a větší či novější model není pro danou větu automaticky bezpečnější volbou.

Jak si dnes GPT-5 stojí v překladu

GPT-3 i GPT-4 jsou již ze služby ChatGPT vyřazeny; GPT-4 zůstává dostupný pouze prostřednictvím API společnosti OpenAI pro stávající integrace. Aktuální generace, GPT-5.4 a GPT-5.5, je to, co dnes MachineTranslation.com provozuje, a v porovnání se současnými modely jiných poskytovatelů si vede konkurenceschopně, i když ne bez výjimky lépe u každé jazykové dvojice. Podrobnější pohled na to, jak si jednotlivé dílčí verze GPT vedou ve vzájemném srovnání a proti modelům jako Claude a DeepSeek, najdete v přímém testování subverzí na MachineTranslation.com, které jde více do hloubky než pouhý generační přehled.

Co to znamená, pokud lokalizujete ve velkém měřítku

Nejdůležitějším zjištěním pro rozsáhlý lokalizační program není to, že „GPT-5 poráží GPT-3“. Je to skutečnost, že verze modelu, a nikoli pouze rodina modelů, určuje, zda bude konkrétní idiom nebo nejednoznačná fráze přeložena správně, a to platí napříč všemi jazykovými dvojicemi, nejen pro těch několik zde uvedených. To je nejdůležitější u obsahu, který v první řadě staví na tónu a přeneseném významu, zejména u marketingových textů a obsahu vytvářeného uživateli, kde jediný doslovně přeložený idiom může změnit celý význam příspěvku nebo reklamy. Program, který převádí obsah do desítek jazyků, narazí přesně na tento typ jazyka v každém z nich. Série testování dílčích verzí a kompletní srovnávací testování modelů na MachineTranslation.com se tomu věnují podrobněji. Přístup platformy, která u každého překladu spouští aktuální modely GPT společně s více než 20 dalšími, existuje právě proto, že historie verzí žádného samostatného modelu není sama o sobě dostatečně spolehlivou zárukou.

Často kladené otázky