Qwen vs ChatGPT: Que modelo de IA traduce mellor?

A xeración actual de ChatGPT e Qwen forman parte do conxunto de modelos que MachineTranslation.com executa en cada tradución, non son dous aspirantes externos xulgados contra a propia plataforma. Se se pasa o mesmo texto por ambos en segmentos idénticos, ChatGPT gaña na maioría dos pares de idiomas en xeral. Ao dividir os resultados por dirección, o panorama redúcese notablemente nun caso específico: traducir ao inglés, onde os dous están practicamente empatados.

Hai algunha IA mellor que ChatGPT para a tradución?

O interese xeral en alternativas a ChatGPT medrou a medida que os modelos competidores foron mellorando, aínda que os motivos varían amplamente segundo o caso de uso e non hai unha explicación única. Para a tradución en concreto, a pregunta máis útil é que modelo funciona realmente mellor nun par de idiomas determinado, unha cuestión comprobable máis ca un asunto de opinión.

Durante os últimos 28 días de tráfico de MachineTranslation.com, ambos os modelos traduciron textos de orixe idénticos en 98 pares de idiomas. ChatGPT obtivo unha puntuación máis alta en 77 deses pares; Qwen obtivo unha puntuación máis alta en 21. A media ponderada nos resultados comparados sitúa a ChatGPT nun 9.10 sobre 10 e a Qwen nun 8.98, unha diferenza real pero modesta de media que oculta unha división moito máis marcada unha vez que se ten en conta a dirección.

Por que desaparece case a diferenza ao traducir cara ao inglés?

Os datos mostran onde se produce a división, non por que. O que está claro é que a competitividade de Qwen non se distribúe de xeito uniforme. De 27 pares onde a lingua de destino é o inglés, Qwen leva 13, esencialmente como botar unha moeda ao aire. Dos 71 pares restantes, tanto traducindo desde o inglés como entre dúas linguas distintas do inglés, ChatGPT gaña 63, ou o 89% deles. Un equipo que asuma que o rendemento de Qwen cara ao inglés se traslada á tradución inversa ou a pares sen inglés estaría sacando a lección incorrecta da dirección equivocada.

É Qwen unha empresa chinesa, e importa iso para a tradución?

Qwen está desenvolvido por Alibaba Cloud, con sede na China. Por si só, iso non cambia o ben que o modelo traduce unha frase determinada; os datos anteriores reflicten a calidade real do resultado con independencia de onde se constrúa un modelo. Onde pode importar é na xestión dos datos: as empresas que traducen contido regulado ou confidencial (contratos, historias clínicas, información persoal) deberían tratar a cuestión de onde procesa e almacena ese contido un provedor de IA como un elemento real de dilixencia debida, á marxe da calidade da tradución en si mesma. Isto aplícase a calquera provedor de IA, non a Qwen en concreto, e é parte do motivo polo cal MachineTranslation.com publica directamente as súas propias prácticas de xestión de datos e seguridade en vez de deixar a pregunta sen responder.

É algún dos dous modelos máis fiable para a tradución xurídica e empresarial?

Non de forma constante, e a diverxencia non sempre se debe a que modelo obtén unha puntuación máis alta. As probas de MachineTranslation.com con textos contractuais reais atoparon dous casos distintos que paga a pena coñecer antes de confiar en calquera dos modelos para textos xurídicos. A linguaxe idiomática ás veces vai na dirección contraria: unha proba comparativa independente descubriu que ChatGPT traducía un modismo alemán de xeito literal e incorrecto mentres que Qwen atopaba o significado idiomático correcto, un recordatorio de que a vantaxe xeral de calquera dos modelos nos datos agregados non se cumpre frase por frase.

Ningún dos modelos gaña de xeito constante nestes tres casos: a puntuación agregada dun modelo non predí o seu comportamento nun termo ou frase específicos. Tamén por iso os textos xurídicos e contractuais benefícianse dunha fase de verificación humana, con independencia de que modelo elaborou o primeiro borrador.

E que hai da cobertura de idiomas?

Nin ChatGPT nin Qwen publican unha lista verificada e confirmada de xeito independente de pares de idiomas nos que a calidade da tradución diminúa. Ambos son modelos de propósito xeral cun amplo adestramento multilingüe, o cal é unha afirmación diferente do rendemento de tradución medido nun conxunto específico de linguas. MachineTranslation.com proba e puntúa a calidade da tradución en máis de 330 idiomas directamente, en vez de depender da capacidade lingüística xeral dun modelo como un substituto do ben que traduce en realidade.

Que non deberías pegar en ChatGPT ou Qwen para a tradución empresarial?

Nin ChatGPT nin Qwen foron creados como plataformas de tradución dedicadas, e pegar contido empresarial confidencial directamente nunha interface de chat de propósito xeral comporta as mesmas dúbidas sobre o tratamento de datos que pegalo en calquera outra ferramenta de IA de consumo: onde se procesa a entrada, se se conserva e quen pode acceder a ela. Contratos, historias clínicas, documentos de inmigración e extractos financeiros son exactamente o tipo de contido no que paga a pena responder a esa pregunta antes de traducir, non despois. Esta é unha auténtica razón pola que unha plataforma de tradución dedicada con prácticas de tratamento de datos públicas e verificables é unha proposta diferente a unha interface de chat de propósito xeral, con independencia do modelo que estea detrás de calquera das dúas.

Como usa en realidade MachineTranslation.com ambos os modelos

MachineTranslation.com executa ChatGPT, Qwen e máis de 20 modelos de IA adicionais en cada tradución e despois mostra a versión na que máis coinciden eses modelos. Dada a forma tan acusada na que o rendemento de Qwen e ChatGPT se divide segundo a dirección, elixir un modelo como predeterminado implicaría equivocarse nunha proporción previsible de pares de linguas. O mesmo patrón dependente da dirección aparece na comparativa de Qwen fronte a DeepSeek de MachineTranslation.com. Para obter unha visión completa de como se proban os modelos actuais entre si, consulta a proba completa de comparación de modelos de MachineTranslation.com.

Preguntas frecuentes