October 23, 2026
Se estás a elixir entre un LLM e un axente de IA para a tradución, a etiqueta di moi pouco sobre o que pode saír mal. Unha única chamada a un LLM pode devolver unha resposta incorrecta con total seguridade e sen previo aviso. Un axente pode facer a pregunta correcta, pero cada paso que dá engade tempo e outro punto no que fallar.
Tres cousas distintas adoitan compartir o nome de "axente de IA": unha única chamada a un LLM, un fluxo de traballo que executa moitos modelos á vez e un axente que planifica e actúa nun bucle. Nós executamos as tres en MachineTranslation.com. As diferenzas que se indican a continuación proceden de executalas en produción.
Un LLM é un modelo. Envías texto e recibes texto, nunha soa chamada. Un axente de IA é un sistema construído arredor dun LLM. O equipo de enxeñaría de Anthropic separa os dous segundo quen decida os pasos. Nun fluxo de traballo, o código establece os pasos con antelación. Nun axente, o LLM elixe os seus propios pasos e ferramentas.
Isto dá lugar a tres formatos para a tradución. Unha única chamada a un LLM é a máis sinxela, e devolve unha resposta sen ningún sinal sobre se esa resposta é correcta. Un fluxo de traballo, como executar moitos modelos á vez e comparar os resultados, segue unha traxectoria fixa. Un axente traballa nun bucle. Decide que facer, faino e comproba o resultado. Tamén pode facerlle unha pregunta ao usuario antes de continuar.
Unha única chamada a un LLM é un só paso. Un fluxo de traballo de consenso envía o mesmo texto a moitos modelos á vez e despois compara os resultados. Un axente percorre un bucle de planificar, actuar e comprobar, e pode deterse para facerlle unha pregunta ao usuario.
| Chamada única a un LLM | Fluxo de traballo por consenso | Axente de IA | |
|---|---|---|---|
| Pasos | Unha chamada | Moitas chamadas á vez, despois unha comparación | Un ciclo de planificar, actuar e comprobar |
| Comportamento temporal | A latencia dun modelo | Determinada polo modelo máis lento do conxunto | Crece con cada paso |
| Risco principal | Unha resposta incorrecta con total seguridade sen ningún aviso | Todos os modelos comparten a mesma suposición tácita | Os pasos adicionais engaden atraso e novos puntos de fallo |
| Que axuda | Unha segunda comprobación | Unha pregunta ao usuario | Límites de pasos e unha comprobación humana |
Un axente engade decisións que unha única chamada a un modelo non pode tomar. Pode preguntar se unha frase debe ser formal ou informal. Tamén pode buscar un termo e comprobar o seu propio borrador. Cada un deles é un paso adicional, e cada paso engade tempo e outro punto de fallo.
A guía de Anthropic é comezar co deseño máis sinxelo que funcione. Use un fluxo de traballo para unha tarefa ben definida e use un axente cando a tarefa precise decisións flexibles. Nós seguimos a mesma regra. O AI Translation Agent é unha capa independente que só intervén cando unha frase deixa algo aberto, como o grao de formalidade que debe ter o texto.
O consenso multimodelo é un fluxo de traballo cunha traxectoria fixa. O mesmo texto envíase a todos os modelos á vez. Compáranse os resultados e devólvese a versión na que coincide a maioría dos modelos. Anthropic chama paralelización á práctica de executar varios intentos á vez para aumentar a confianza.
O problema de enxeñaría é o tempo. Se 22 modelos se executasen un tras outro, a espera sería a suma de 22 chamadas. Execútanse en paralelo, polo que a espera vén determinada polo modelo máis lento do conxunto, tal como describimos na nosa guía para obter traducións verificadas dentro de Claude ou ChatGPT. Nun exemplo de lanzamento, cinco modelos traduciron unha frase de catro palabras e devolveron un resultado en 751 milisegundos. Un texto máis longo leva máis tempo, e aplícase a mesma regra.
Probamos diferentes tamaños de conxunto e decidímonos por 22. Con menos modelos, o sinal de concordancia debilítase. Con máis, a latencia empeza a aumentar. O usuario ve un resultado. O traballo que o fixo rápido tivo lugar antes do clic.
O consenso só pode ver o desacordo entre modelos, polo que non pode detectar unha elección que todos os modelos fan do mesmo xeito. Nas nosas probas de frases comúns, os sete modelos mostrados traduciron "good morning" ao xaponés co formal おはようございます, unha decisión tácita sobre a cortesía pola que ninguén lle preguntou ao usuario.
O francés "Je t'aime" seguiu o mesmo patrón. Os modelos coincidiron nunha tradución, pero a frase pode expresar amor romántico, platónico ou familiar, e a tradución directa non di cal deles. Un paso de comparación non ten nada que comparar cando todos os modelos responden do mesmo xeito.
Esa fenda é o motivo polo cal o AI Translation Agent funciona como a súa propia capa. Pregunta sobre o rexistro, a audiencia e o ton só cando o texto os deixa abertos. O consenso detecta os modelos que discrepan. O axente detecta o que todos eles asumen.
Os libros de texto sobre IA clasifican os axentes segundo como deciden que facer. A lista clásica vai dende os axentes de reflexo simple, que reaccionan á entrada actual, pasando polos axentes baseados en obxectivos que planifican cara a un resultado, ata os axentes de aprendizaxe que melloran a partir dos comentarios.
En termos de sistemas, cada chanzo na lista engade estado e bucles que manter. A tradución é a que máis se beneficia do extremo baseado en obxectivos, porque unha tradución adoita depender dun contexto que a frase actual non contén. O noso AI Translation Agent sitúase aí. Traballa cara a unha tradución que se axuste ao contexto, e a súa ferramenta principal é unha pregunta para o usuario.
Si, porque os sistemas de tradución automática neuronal están adestrados unicamente para traducir entre linguas, o que os converte nun tipo de modelo diferente dun LLM de propósito xeral. Algúns modelos dentro da familia dos LLM tamén funcionan de xeito diferente. A maioría dos LLM xeran un token de cada vez. Mercury, de Inception Labs, é un modelo de linguaxe de difusión que xera bloques de texto en paralelo, algo que tratamos na nosa publicación sobre a incorporación de Gemma e Mercury á plataforma.
Que se axuste mellor unha API de tradución neuronal ou un LLM depende do traballo. Unha API de tradución neuronal serve a un modelo creado para unha soa tarefa, mentres que un LLM pode seguir instrucións e empregar máis contexto. O conxunto de motores de MachineTranslation.com inclúe tanto motores de tradución automática tradicionais coma LLM, polo que unha soa solicitude pode usar calquera dos dous tipos.
O LLM máis potente depende do par de linguas e da dirección, polo que non escollemos un a nivel de plataforma. O conxunto inclúe ChatGPT, Claude, Gemini, DeepSeek, Qwen, Grok e Mistral AI. Cada modelo execútase en paralelo, polo que engadir ou cambiar un non aumenta o tempo de espera. Os resultados de calidade para modelos específicos proveñen das nosas probas de comparación de modelos.
Os axentes e asistentes de IA poden chamar a MachineTranslation.com como unha ferramenta. O conector MCP permite que os subscritores de pago o utilicen dende Claude, ChatGPT, Copilot ou calquera asistente que admita conectores personalizados. A solicitude execútase a través do mesmo conxunto de 22 modelos en paralelo e devolve a versión na que coincide a maioría deles. Para o asistente, a tradución convértese nunha soa chamada de ferramenta. A comparación de modelos queda do noso lado, e a conversa só ve o resultado.
Pode ver a execución en paralelo e as preguntas do axente no seu propio texto. Pegue unha frase en MachineTranslation.com e os modelos executaranse ao mesmo tempo. O axente pregunta unicamente cando a frase deixa algo aberto.
Un LLM recibe texto e devolve texto nunha soa chamada. Un axente de IA é un sistema construído arredor dun LLM que elixe os seus propios pasos e utiliza ferramentas. Revisa o seu traballo e pode facerlle preguntas ao usuario. Na tradución, un axente decide que facer a continuación, mentres que unha soa chamada só produce unha resposta.
Os libros de texto clasifican os axentes en axentes de reflexo simple, baseados en modelos, baseados en obxectivos, baseados na utilidade e de aprendizaxe, ordenados segundo como deciden que facer. A tradución benefíciase máis dos axentes baseados en obxectivos que utilizan ferramentas, como unha consulta nun glosario ou unha pregunta ao usuario, porque unha tradución adoita depender de contexto que a frase actual non contén.
Si, porque os sistemas de tradución automática neuronal están adestrados unicamente para traducir e non son modelos xerais de chat. Os modelos lingüísticos de difusión como Mercury seguen sendo modelos lingüísticos. Xeran texto en bloques, mentres que a maioría dos LLM xeran un token de cada vez. MachineTranslation.com executa tanto motores tradicionais de tradución automática como LLM.
Si, porque un axente pode executar unha ferramenta de tradución e comprobar o resultado, e pode pedirche o contexto que falte, como o ton ou o público, antes de devolver nada. Cada un deses pasos engade tempo. Para un texto ben definido, unha soa chamada ao modelo ou un fluxo de traballo fixo adoita ser máis sinxelo, polo que os axentes se adaptan mellor a casos que requiren unha decisión.
Depende do traballo, porque unha API de tradución neuronal dá servizo a un modelo deseñado para unha soa tarefa, mentres que un LLM pode seguir instrucións e usar máis contexto. MachineTranslation.com non elixe un. O seu conxunto de motores inclúe tanto motores tradicionais de tradución automática como LLM, e unha solicitude pode usar calquera dos dous tipos.
ChatGPT, Claude, Gemini, DeepSeek e Qwen son LLM, e cada un xestiona unha tradución nunha soa chamada. Un fluxo de traballo paralelo combina moitos deles. Un axente de IA engade decisións por riba, como o AI Translation Agent de MachineTranslation.com, que pregunta polo ton e polo público cando unha frase os deixa abertos.