Platícím uživatelům poskytujeme pokročilejší modely umělé inteligence. Zde je důvod.

Chci se s vámi podělit o něco, o čem jsme se tento týden rozhodli — ne až po vydání, ale ještě v průběhu vývoje.

Měníme způsob, jakým jsou modely umělé inteligence přidělovány mezi naše uživatelské úrovně. Platící uživatelé na MachineTranslation.com brzy získají přístup k pokročilejším modelům umělé inteligence od předních poskytovatelů – OpenAI, Anthropic, Google, DeepSeek a dalších. Uživatelé bezplatné verze budou i nadále dostávat kvalitní a spolehlivý překlad – ale nepůjde o stejné modely. Tato prodleva je záměrná a chci přesně vysvětlit, proč jsme se takto rozhodli.

Raději to napíšu teď, dokud jsou důvody čerstvé a rozhodnutí je stále trochu syrové, než čekat, až to bude zveřejněno, a podat to jako uhlazené oznámení. Upřímná verze je užitečnější.

Obsah

• Proč jsme o tom už nějakou dobu přemýšleli
• Co změnilo náš názor: Interní test
• Upřímný důvod pro odstupňování
• Jak to bude vypadat pro uživatele
• Co ještě řešíme
• FAQ

Proč o tom už nějakou dobu přemýšlíme

MachineTranslation.com překládá pomocí 22 modelů umělé inteligence najednou a používá konsenzuální přístup k zobrazení nejlepšího výstupu. To vždy bylo jádrem toho, co děláme — nesázet vše na jeden model, ale porovnávat jich několik a nechat výstupy mluvit samy za sebe.

Nepříjemnou stránkou tohoto přístupu je, že rozdíly v kvalitě mezi modely jsou pak velmi viditelné. Každý den vidíme, že ne všechny modely zvládají všechen text stejně dobře. A dlouhou dobu jsme nepřipustili, aby tohle zjištění změnilo způsob, jakým přidělujeme modely uživatelům.

Ne všechny modely jsou si rovny a máme data, která to dokazují

Před několika týdny nás Rachelle (naše vedoucí pro AI) provedla interním nástrojem, který jsme vytvořili k testování kvality překladu napříč několika modely GPT současně — včetně GPT 4.1 nano, GPT 4.1 mini, GPT 5.4 mini a dalších. Vložíte stejný zdrojový text a výstupy jednotlivých modelů uvidíte vedle sebe.

Z tohoto nástroje je okamžitě zřejmé toto: u jednoduchých, krátkých a běžných textů jsou výstupy téměř totožné. Opravdu nelze obhájit argument kvality pro prémiové modely na větě „schůzka je v 15:00“.

Ale u čehokoli se skutečnou jazykovou složitostí (idiomatické fráze, oborová terminologie, dlouhé dokumenty, kde je třeba udržet kontext přes tisíce slov) se propast mezi modely zvětšuje, a to způsobem, který je profesně důležitý.

V čem modely nižší úrovně nenápadně selhávají

Myslím si, že právě o tomhle se v překladatelském průmyslu nemluví dostatečně upřímně. Modely nižší úrovně obvykle neprodukují zjevně chybné překlady. Produkují překlady, které na první pohled vypadají dobře, ale obsahují drobné chyby, které by odborník na danou problematiku (právník, lékař, vedoucí lokalizační manažer) okamžitě odhalil.

Podmínková věta přeložená ve špatném smyslu. Právní termín, který má v dané jurisdikci specifický význam, přeložený jako jeho běžný ekvivalent. Stylistický posun v polovině dlouhého dokumentu, který podkopává profesionální důvěryhodnost celé věci.

Jde o tiché selhání. A nenápadná selhání v profesionálním překladu mohou vyjít draho.

Co změnilo náš názor: Interní test

Toto rozhodnutí jsme neudělali na základě intuice. Modely jsme testovali na složitém, idiomatickém zdrojovém textu (tedy na typu obsahu, který naši profesionální uživatelé skutečně potřebují přeložit) a výstupy jsme nechali zhodnotit lingvisty.

Výsledek byl jednoznačný. Pokročilé modely konzistentně lépe zvládaly nuance, stylistický rejstřík a odbornou terminologii. Levnější modely byly pro běžné použití více než dostačující. Tyto dva případy použití skutečně vyžadují různé nástroje.

Čtyři modely, stejná věta, velmi odlišné výsledky

Konverzace, kterou to interně vyvolalo, byla méně o cenách a spíše o upřímnosti. Pokud víme, že modely podávají u profesionálního obsahu odlišné výsledky, a víme, že naši platící uživatelé překládají převážně profesionální obsah, pak je poskytování stejného modelu jim i neplatícím uživatelům, kteří si překládají běžný e-mail, špatnou službou pro obě strany.

Upřímný důvod pro odstupňování

Ofer (náš generální ředitel) to v naší interní diskusi řekl jasně:

 „Modely nižší úrovně s sebou nesou reálná rizika kvality u složitého nebo idiomatického textu. Ale to podstatnější je toto: konsenzus je jen tak dobrý jako modely, které za ním stojí. Když platící uživatelé získají pokročilejší modely, nezískávají jen lepší individuální výstupy – získávají silnější konsenzus. Lepší modely, lepší konsenzus, spolehlivější překlady. Právě to ve skutečnosti znamená profesionální překlad.

Toto pojetí mi utkvělo v paměti. Není to jen otázka nákladů. Jde o argument srozumitelnosti.

Kolik skutečně stojí provoz prémiových modelů

Provoz výkonnějších modelů AI stojí za každý token znatelně více. To není politika společnosti MachineTranslation.com, takto všichni hlavní poskytovatelé AI oceňují své vlajkové modely. OpenAI, Anthropic, Google a DeepSeek si vyhrazují své nejnovější a nejschopnější modely pro platící zákazníky, protože jejich provoz je podstatně dražší. Spouštění našeho nejpokročilejšího modelu pro každý bezplatný překlad, každý běžný dotaz a každý požadavek typu „co znamená tato značka“ by výrazně navýšilo náklady na naši infrastrukturu.

Co je však důležitější, znamenalo by to křížové dotování jednoduchých případů použití z rozpočtu na výpočetní výkon, který potřebujeme k udržení kvality pro profesionály překládající technické dokumenty o 10 000 slovech. To není udržitelná ani rozumná alokace.

Proč předstírání rovnosti všech úrovní nikomu neslouží

Existuje verze tohoto rozhodnutí, která je čistě zištná – účtovat víc, dát víc, jednoduché. To ve skutečnosti není to, co to pohání.

Pohání to fakt, že jsme vytvořili platformu, která dokáže skutečně vynést na povrch rozdíly v kvalitě mezi modely umělé inteligence. Máme interní nástroje, abychom tyto rozdíly jasně viděli. Ignorovat tuto viditelnost při navrhování našich uživatelských úrovní by bylo nečestné, protože bychom tím předstírali, že rozdíl neexistuje, přestože máme důkazy o opaku.

Uživatelé bezplatné verze si zaslouží vědět, co dostávají. Platící uživatelé si zaslouží vědět, že dostávají něco významně odlišného. A rozdíl není jen v přístupu k pokročilejším modelům, ale v přístupu k silnějšímu konsenzu postavenému na těchto modelech. To je signál spolehlivosti, který žádná jednotlivá umělá inteligence nemůže poskytnout.

Jak to bude vypadat pro uživatele

Stále pracujeme na detailech implementace, takže chci být opatrný, abych nesliboval konkrétní podrobnosti. Zde je náš směr.

V čem zůstává bezplatný tarif silný

Překlady v bezplatném tarifu budou i nadále využívat schopné modely umělé inteligence. Pro většinu běžných překladatelských úkolů (krátké zprávy, běžné čtení, základní korespondence) získají bezplatní uživatelé přesný a spolehlivý výstup. To se nemění.

Bezplatná verze existuje, protože věříme, že jazyk by neměl být překážkou, a od toho neustoupíme.

V čem mají platící uživatelé navrch

Rozdíl bude nejvíce patrný u:

Pro profesionální uživatele pracující v některé z těchto kategorií bude úroveň modelu představovat skutečný rozdíl. Právě pro ně jsou naše placené tarify určeny.

A protože je konsenzus SMARTu postaven na těchto pokročilejších modelech, platící uživatelé nezískávají jen lepší jednotlivé výstupy — získávají spolehlivější překlad pomocí umělé inteligence, generovaný nejnovějšími modely, které spolupracují.

Na čem ještě pracujeme

Chci být upřímný v tom, že ještě není vše vyřešeno.

Stále určujeme přesné rozdělení modelů — které modely budou na jaké úrovni a jak to uživatelům srozumitelně sdělíme v rámci produktu. Pracujeme na logice paywallu, abychom zajistili, že bude zážitek plynulý, a ne rušivý. A pečlivě zvažujeme, jak uživatelům prezentovat informace o kvalitě modelu tak, aby byly skutečně užitečné, a nešlo jen o marketingové tvrzení.

Zároveň řešíme zásadní otázku: jak pomoci uživateli bezplatné verze v daný okamžik pochopit, kdy se dostal do situace, ve které by přechod na placenou verzi smysluplně vylepšil jeho výstup? Je to výzva jak pro UX, tak pro produkt, a zatím nemáme úplnou odpověď.

Napíšu o tom, jak se to ujme, až to bude spuštěno. Prozatím je to tak.

Pokud jste platící uživatel a chcete se podělit o svůj názor na to, na čem vám v kvalitě modelu nejvíce záleží, opravdu mě to zajímá. Zanechte zprávu prostřednictvím kontaktní stránky MachineTranslation.com.

FAQ

1. Proč MachineTranslation.com mění způsob přidělování modelů?

Protože naše interní testování ukázalo významný rozdíl v kvalitě mezi jednotlivými úrovněmi modelů při profesionálních překladatelských úkolech. Vytvořili jsme nástroj pro současné porovnávání více modelů umělé inteligence a data jasně ukázala: pokročilé modely zvládají komplexní, idiomatický a doménově specifický obsah podstatně lépe. Změna kategorie upřímně odráží tuto skutečnost. Větší výhoda pro platící uživatele je, že konsensus SMART je vytvořen z pokročilejších modelů, což znamená, že samotný signál spolehlivosti je silnější.

2. Zhorší se po spuštění kvalita překladů v bezplatném tarifu?

Ne. Uživatelé bezplatného tarifu budou i nadále dostávat kvalitní a přesné překlady pro běžné použití. Změna spočívá v tom, že platící uživatelé budou upgradováni na pokročilejší modely, nikoli v tom, že by bezplatní uživatelé byli downgradováni.

3. Jaké typy překladů nejvíce těží z prémiových modelů umělé inteligence?

Právní, finanční, lékařské, technické a rozsáhlé dokumenty – a jakýkoli obsah v méně obvyklých jazykových párech, kde je k dispozici méně trénovacích dat. U krátkých, jednoduchých a běžných textů je rozdíl mezi úrovněmi modelů minimální. Větší výhodou pro platící uživatele je, že konsensus SMART je vytvořen z pokročilejších modelů, což znamená, že samotný signál spolehlivosti je silnější.

4. Kdy to bude spuštěno?

Právě na tom pracujeme. Zveřejním aktualizaci, až to bude odesláno, a v ní popíšu, jaká je zkušenost s produktem a co ukazují první data.

5. Jak MachineTranslation.com rozhoduje, který AI model je pro daný text nejlepší?

Spouštíme více modelů současně a k hodnocení výstupů používáme bodovací přístup založený na konsensu. Náš interní srovnávací nástroj nám umožňuje testovat kvalitu napříč úrovněmi modelů na stejném zdrojovém textu, což bylo podkladem pro toto rozhodnutí o rozdělení do úrovní. Můžete se dozvědět více o tom, jak funguje systém konsenzu MachineTranslation.com.com.‎