Dámoslles modelos de IA máis avanzados aos usuarios de pago. Velaí por que.

Quero compartir algo que decidimos esta semana — non despois de que se lanzase, senón mentres aínda o estamos a construír.

Estamos a cambiar como se asignan os modelos de IA entre os nosos niveis de usuario. Os usuarios de pago de MachineTranslation.com pronto terán acceso a modelos de IA máis avanzados dos principais provedores — OpenAI, Anthropic, Google, DeepSeek e outros. Os usuarios gratuítos seguirán obtendo traducións capaces e fiables — pero non os mesmos modelos. Esa fenda é intencional, e quero explicar exactamente por que estamos a tomar esta decisión.

Prefiro escribir isto agora, mentres o razoamento está fresco e a decisión aínda está un pouco crua, que esperar a que estea en vivo e enmarcalo como un anuncio pulido. A versión honesta é máis útil.

Táboa de contidos

• Por que estivemos pensando nisto dende hai un tempo
• O que nos fixo cambiar de opinión: A proba interna
• A razón honesta para a estratificación
• Como se verá isto para os usuarios
• O que aínda estamos a descubrir
• Preguntas frecuentes

Por que estivemos pensando nisto durante un tempo

MachineTranslation.com traduce con 22 modelos de IA á vez e utiliza un enfoque baseado no consenso para ofrecer o mellor resultado. Ese sempre foi o núcleo do que facemos — non apostando todo a un só modelo, senón comparando entre varios e deixando que os resultados falen por si mesmos.

O lado incómodo desa abordaxe é que fai moi visibles as diferenzas de calidade entre os modelos. Vemos, cada día, que non todos os modelos manexan todo o texto igual de ben. E durante moito tempo, non deixamos que esa observación cambiase como asignabamos os modelos aos usuarios.

Non todos os modelos son iguais, e temos os datos para probalo

Hai unhas semanas, Rachelle (a nosa líder de IA) mostrounos unha ferramenta interna que construíramos para probar a calidade da tradución en varios modelos GPT simultaneamente — incluíndo GPT 4.1 nano, GPT 4.1 mini, GPT 5.4 mini, e outros. Vostede introduce o mesmo texto fonte e ve a saída de cada modelo lado a lado.

O que esa ferramenta deixa inmediatamente claro é isto: en textos sinxelos, curtos e cotiáns, as saídas son case idénticas. Realmente non se pode xustificar un argumento de calidade para os modelos premium en a reunión é ás 3 da tarde.

Pero en calquera cousa con complexidade lingüística real (frases idiomáticas, terminoloxía de dominio, documentos longos onde o contexto necesita estenderse por miles de palabras) a brecha entre os modelos ábrese, e ábrese de xeitos que importan profesionalmente.

Onde os modelos de nivel inferior quedan discretamente curtos

Esta é a parte da que creo que a industria da tradución non fala con suficiente honestidade. Os modelos de nivel inferior non adoitan producir traducións obviamente erróneas. Producen traducións que parecen correctas superficialmente pero conteñen erros sutís que un experto na materia (un avogado, un profesional médico, un xestor de localización sénior) detectaría inmediatamente.

Unha cláusula condicional interpretada co sentido incorrecto. Un termo xurídico que significa algo específico naquela xurisdición, traducido como o seu equivalente cotián. Unha deriva de rexistro a metade dun documento longo que socava a credibilidade profesional de todo o conxunto.

A falla é silenciosa. E os fallos silenciosos na tradución profesional poden ser caros.

O que nos fixo cambiar de opinión: A proba interna

Non tomamos esta decisión baseándonos na intuición. Corremos os modelos fronte a textos orixe complexos e idiomáticos (o tipo de contido que os nosos usuarios profesionais realmente necesitan traducir) e pedimos a lingüistas que avaliasen as saídas.

O resultado foi claro. Os modelos avanzados manexaron o matiz, o rexistro e a terminoloxía específica do dominio consistentemente mellor. Os modelos máis baratos eran máis que axeitados para uso ocasional. Os dous casos de uso requiren xenuinamente ferramentas diferentes.

Catro modelos, a mesma frase, resultados moi diferentes

A conversa que isto provocou internamente foi menos sobre prezos e máis sobre honestidade. Se sabemos que os modelos funcionan de forma diferente con contido de calidade profesional, e sabemos que os nosos usuarios de pago están a traducir maioritariamente contido de calidade profesional, entón darlles o mesmo modelo que a un usuario gratuíto que está a traducir un correo electrónico informal é un prexuízo para ambos.

A razón honesta para a estratificación

Ofer (o noso CEO) expresouno claramente na nosa discusión interna:

 Os modelos de nivel inferior conlevan riscos reais de calidade en textos complexos ou idiomáticos. Pero o punto máis importante é este: o consenso só é tan bo como os modelos que o sustentan. Cando os usuarios de pago obteñen modelos máis avanzados, non só están a obter mellores resultados individuais — están a obter un consenso máis forte. Mellores modelos, mellor consenso, traducións máis fiables. Iso é o que realmente significa a tradución de calidade profesional.

Esa perspectiva quedoume gravada. Non é só un argumento de custo. É un argumento de claridade.

O que realmente custan de executar os modelos premium

Os modelos de IA máis capaces custan significativamente máis por token de executar. Iso non é unha política de MachineTranslation.com, é como cada provedor principal de IA fixa o prezo dos seus modelos insignia. OpenAI, Anthropic, Google e DeepSeek reservan todos os seus modelos máis recentes e capaces para clientes de pago porque eses modelos son significativamente máis caros de operar. Executar o noso modelo máis avanzado en cada tradución gratuíta, cada consulta casual, cada solicitude de que di este cartel, inflaría significativamente os nosos custos de infraestrutura.

Máis importante aínda, significaría subvencionar de forma cruzada casos de uso de baixa complexidade co orzamento de computación que necesitamos para manter a calidade para profesionais que traducen documentos técnicos de 10.000 palabras. Iso non é unha asignación sostible ou sensata.

Por que finxir que todos os niveis son iguais non beneficia a ninguén

Hai unha versión desta decisión que é puramente mercenaria — cobrar máis, dar máis, sinxelo. Iso non é en realidade o que o está a impulsar.

O que o está a impulsar é que construímos unha plataforma que pode xenuinamente mostrar as diferenzas de calidade entre modelos de IA. Temos as ferramentas internas para ver esas diferenzas claramente. Elixir ignorar esa visibilidade cando deseñamos os nosos niveis de usuario sería unha especie de deshonestidade, finxindo que a fenda non existe cando temos probas de que si existe.

Os usuarios gratuítos merecen saber o que están a recibir. Os usuarios de pago merecen saber que están a recibir algo significativamente diferente. E a diferenza non é só o acceso a modelos máis avanzados, é o acceso a un consenso máis forte construído a partir deses modelos. Esa é a sinal de fiabilidade que ningunha IA individual pode proporcionar.

Como será isto para os usuarios

Aínda estamos a traballar nos detalles da implementación, así que quero ter coidado de non prometer demasiado en canto a especificidades. Pero aquí está a dirección.

Onde o nivel gratuíto se mantén forte

As traducións do plan gratuíto seguirán utilizando modelos de IA capaces. Para a maioría das tarefas de tradución cotiás (mensaxes curtas, lectura casual, correspondencia básica), os usuarios gratuítos obterán resultados precisos e fiables. Iso non vai cambiar.

O nivel gratuíto existe porque cremos que o idioma non debe ser unha barreira, e non imos dar marcha atrás niso.

Onde os usuarios de pago se adiantan

A diferenza será máis visible en:

Para os usuarios profesionais que traballan en calquera destas categorías, o nivel do modelo marcará unha verdadeira diferenza. É exactamente para quen están deseñados os nosos plans de pago.

E dado que o consenso de SMART está construído a partir deses modelos máis avanzados, os usuarios de pago non só obteñen mellores resultados individuais, senón que tamén obteñen unha tradución de IA máis fiable, xerada polos últimos modelos que traballan xuntos.

O que aínda estamos a resolver

Quero ser honesto en que isto aínda non está todo resolto.

Aínda estamos a determinar a asignación exacta dos modelos —que modelos se sitúan en cada nivel e como comunicamos iso claramente aos usuarios dentro do produto. Estamos traballando na lóxica do muro de pago para asegurarnos de que a experiencia sexa fluída, non brusca. E estamos a pensar coidadosamente sobre como presentar información sobre a calidade do modelo aos usuarios dunha forma que sexa realmente útil en lugar de ser só unha afirmación de marketing.

Tamén hai unha pregunta real que nos ocupa: como axudamos a un usuario gratuíto a entender, no momento, cando se atopan cun caso de uso onde a actualización melloraría significativamente o seu resultado? Ese é un desafío de UX tanto como un de produto, e aínda non temos a resposta completa.

Escribirei sobre como isto se materializa unha vez que estea en vivo. Polo de agora, este é o pensamento.

Se es un usuario de pago e queres opinar sobre o que máis che importa na calidade do modelo, estou realmente interesado. Envía unha mensaxe a través da páxina de contacto de MachineTranslation.com.

Preguntas frecuentes

1. Por que está MachineTranslation.com cambiando como se asignan os modelos?

Porque as nosas probas internas mostraron unha brecha de calidade significativa entre os niveis de modelos en tarefas de tradución de grao profesional. Construímos unha ferramenta para comparar múltiples modelos de IA simultaneamente, e os datos demostraron claramente: os modelos avanzados manexan contido complexo, idiomático e específico do dominio significativamente mellor. O cambio de nivel reflicte esa realidade honestamente. O maior beneficio para os usuarios de pago é que o consenso SMART constrúese a partir de modelos máis avanzados, o que significa que o propio sinal de fiabilidade é máis forte.

2. ‎¿Empeorarán as traducións do plan gratuíto cando isto se lance?

Non. Os usuarios do plan gratuíto seguirán recibindo traducións competentes e precisas para os casos de uso cotiáns. O cambio é que os usuarios de pago serán actualizados a modelos máis avanzados, non que os usuarios gratuítos serán rebaixados.

3. Que tipos de tradución se benefician máis dos modelos de IA premium?

Documentos legais, financeiros, médicos, técnicos e de formato longo — e calquera contido en pares de idiomas menos comúns onde os datos de adestramento son máis escasos. Para textos curtos, sinxelos e cotiáns, a diferenza entre os niveis de modelo é mínima. O maior beneficio para os usuarios de pago é que o consenso SMART está construído a partir de modelos máis avanzados, o que significa que o propio sinal de fiabilidade é máis forte.

4. Cando se lanzará isto?

Estamos construíndoo agora. Publicarei unha actualización cando se lance, incluíndo como é a experiencia no produto e o que mostran os primeiros datos.

5. Como decide MachineTranslation.com que modelo de IA é o mellor para un texto determinado?

Executamos varios modelos simultaneamente e utilizamos un enfoque de puntuación baseado no consenso para avaliar as saídas. A nosa ferramenta de comparación interna permítenos probar a calidade entre os diferentes niveis de modelos no mesmo texto fonte, iso foi o que informou esta decisión de estratificación. Podes aprender máis sobre como funciona o sistema de consenso de MachineTranslation.com.com.‎