Fizető felhasználóinknak fejlettebb AI modelleket adunk. ÍEzé?rt.

Szeretnék megosztani valamit, amit ezen a héten eldöntöttünk — nem azután, hogy kiszállítottuk, hanem miközben még építjük.

Megváltoztatjuk, ahogyan az AI modelleket elosztjuk a felhasználói szintjeink között. A MachineTranslation.com fizető felhasználói hamarosan hozzáférhetnek a vezető szolgáltatók — OpenAI, Anthropic, Google, DeepSeek és mások — fejlettebb AI modelljeihez. Az ingyenes felhasználók továbbra is kapnak képes, megbízható fordítást — de nem ugyanazokat a modelleket. Ez a rés szándékos, és pontosan el akarom magyarázni, miért hozzuk meg ezt a döntést.

Inkább most írnám ezt meg, amíg az indoklás friss és a döntés még kissé nyers, minthogy megvárnám, amíg élesedik, és csiszolt bejelentésként tálalnám. Az őszinte változat hasznosabb.

Tartalomjegyzék

• Miért gondolkodunk ezen már egy ideje
• Mi változtatta meg a véleményünket: A belső teszt
• A rétegzés őszinte oka
• Hogyan fog ez kinézni a felhasználók számára
• Amit még mindig kitalálunk
• GYIK

Miért gondolkodunk ezen már egy ideje

A MachineTranslation.com egyszerre 22 AI modellel fordít, és konszenzuson alapuló megközelítést alkalmaz a legjobb eredmény megjelenítéséhez. Ez mindig is a tevékenységünk magja volt — nem egyetlen modellre alapozva mindent, hanem többön keresztül összehasonlítva, és hagyva, hogy a kimenetek magukért beszéljenek.

Ennek a megközelítésnek a kényelmetlen oldala az, hogy nagyon láthatóvá teszi a modellek közötti minőségi különbségeket. Látjuk minden nap, hogy nem minden modell kezel minden szöveget egyformán jól. És sokáig nem hagytuk, hogy ez a megfigyelés megváltoztassa, hogyan osztottuk el a modelleket a felhasználók között.

Nem minden modell egyenlő, és megvannak az adataink, hogy ezt bizonyítsuk

Néhány héttel ezelőtt Rachelle (a mesterséges intelligencia vezetőnk) végigvezetett minket egy belső eszközön, amit a fordítási minőség tesztelésére építettünk egyszerre több GPT modellen keresztül — beleértve a GPT 4.1 nano-t, a GPT 4.1 mini-t, a GPT 5.4 mini-t és másokat. Ugyanazt a forrásszöveget adod meg, és látod az összes modell kimenetét egymás mellett.

Amit az eszköz azonnal világossá tesz, az ez: egyszerű, rövid, hétköznapi szövegeken a kimenetek szinte azonosak. Valóban nem lehet minőségi érvet felhozni a prémium modellek mellett az „a megbeszélés 3 órakor van” mondaton.

De bármi, ami valódi nyelvi komplexitással bír (idiomatikus kifejezések, szakterületi terminológia, hosszú dokumentumok, ahol a kontextusnak több ezer szón keresztül kell átívelnie), ott a modellek közötti szakadék kinyílik, és olyan módon nyílik meg, ami szakmailag számít.

Ahol az alacsonyabb szintű modellek csendben elmaradnak

Ez az a rész, amiről szerintem a fordítóipar nem beszél elég őszintén. Az alacsonyabb szintű modellek általában nem produkálnak nyilvánvalóan hibás fordításokat. Olyan fordításokat készítenek, amelyek felszínesen jól olvashatóak, de finom hibákat tartalmaznak, amelyeket egy szakterületi szakértő (ügyvéd, orvos, vezető lokalizációs menedzser) azonnal észrevenne.

Egy feltételes mellékmondat rossz értelemmel visszaadva. Egy jogi kifejezés, amely valami specifikusat jelent az adott joghatóságban, a hétköznapi megfelelőjeként fordítva. Egy regiszterváltás egy hosszú dokumentum felénél, ami aláássa az egész szakmai hitelességét.

A hiba csendes. És a csendes kudarcok a professzionális fordításban drágák lehetnek.

Ami megváltoztatta a véleményünket: A belső teszt

Ezt a döntést nem megérzés alapján hoztuk. Lefuttattuk a modelleket komplex, idiomatikus forrásszövegeken (olyan tartalom, amit professzionális felhasználóinknak ténylegesen le kell fordítaniuk), és nyelvészekkel értékeltettük a kimeneteket.

Az eredmény egyértelmű volt. Fejlettebb modellek következetesen jobban kezelték az árnyalatot, a regisztert és a doménspecifikus terminológiát. Az olcsóbb modellek több mint megfelelőek voltak alkalmi használatra. A két felhasználási eset ténylegesen különböző eszközöket igényel.

Négy modell, ugyanaz a mondat, nagyon eltérő eredmények

A belső beszélgetés, amit ez kiváltott, kevésbé az árazásról, és inkább az őszinteségről szólt. Ha tudjuk, hogy a modellek eltérően teljesítenek professzionális minőségű tartalmakon, és tudjuk, hogy fizető felhasználóink nagyrészt professzionális minőségű tartalmakat fordítanak, akkor ugyanazt a modellt adni nekik, mint egy ingyenes felhasználónak, aki egy hétköznapi e-mailt fordít, mindkét félnek hátrányos.

A rétegezés őszinte oka

Ofer (vezérigazgatónk) világosan fogalmazott belső megbeszélésünkön:

 Az alacsonyabb szintű modellek valós minőségi kockázatokat hordoznak összetett vagy idiomatikus szövegek esetén. De a lényeg a következő: a konszenzus csak annyira jó, amennyire a mögötte lévő modellek. Amikor a fizető felhasználók fejlettebb modelleket kapnak, nem csupán jobb egyedi kimeneteket kapnak – hanem erősebb konszenzust is. Jobb modellek, jobb konszenzus, megbízhatóbb fordítások. Ez az, amit a professzionális szintű fordítás valójában jelent.

Ez a megfogalmazás megmaradt bennem. Ez nem csak költségérv. Ez egy tisztasági érv.

Mennyibe kerül valójában a prémium modellek üzemeltetése

A fejlettebb AI modellek tokenenkénti futtatása jelentősen többe kerül. Ez nem a MachineTranslation.com irányelve, hanem az, ahogyan minden nagyobb mesterséges intelligencia szolgáltató árazza a zászlóshajó modelljeit. OpenAI, Anthropic, Google és DeepSeek mind a legújabb, legfejlettebb modelljeiket tartják fenn fizető ügyfeleik számára, mivel ezeknek a modelleknek az üzemeltetése jelentősen drágább. Legfejlettebb modellünk futtatása minden ingyenes fordításra, minden alkalmi lekérdezésre, minden „mit mond ez a tábla” típusú kérésre jelentősen megnövelné infrastruktúra-költségeinket.

Ami még fontosabb, azt jelentené, hogy keresztfinanszíroznánk az alacsony komplexitású felhasználási eseteket azzal a számítási költségvetéssel, amelyre szükségünk van a minőség fenntartásához a 10 000 szavas műszaki dokumentumokat fordító szakemberek számára. Ez nem fenntartható vagy ésszerű allokáció.

Miért nem szolgál senkit sem az, ha úgy teszünk, mintha minden szint egyenlő lenne

Van ennek a döntésnek egy tisztán pénzéhes változata – többet kér, többet ad, egyszerű. Valójában nem ez hajtja.

Ami hajtja, az az, hogy építettünk egy platformot, amely valóban képes kimutatni a minőségi különbségeket az AI modellek között. Rendelkezünk belső eszközökkel ahhoz, hogy tisztán lássuk azokat a különbségeket. Ennek a láthatóságnak a figyelmen kívül hagyása a felhasználói szintek tervezésekor egyfajta tisztességtelenség lenne, úgy téve, mintha a rés nem létezne, miközben bizonyítékunk van rá, hogy létezik.

Az ingyenes felhasználók megérdemlik, hogy tudják, mit kapnak. Fizető felhasználók megérdemlik, hogy tudják, valami érdemben eltérőt kapnak. És a különbség nem csupán a fejlettebb modellekhez való hozzáférés, hanem egy erősebb konszenzushoz való hozzáférés, amely azokból a modellekből épült fel. Ez az a megbízhatósági jel, amit egyetlen mesterséges intelligencia sem tud nyújtani.

Hogy fog ez kinézni a felhasználók számára

Még dolgozunk a megvalósítás részletein, ezért óvatos szeretnék lenni, hogy ne ígérjek túl sok konkrétumot. De íme az irány.

Ahol az ingyenes csomag erős marad

Az ingyenes csomag fordításai továbbra is fejlett AI modelleket fognak használni. A legtöbb mindennapi fordítási feladathoz (rövid üzenetek, alkalmi olvasás, alapvető levelezés) az ingyenes felhasználók pontos, megbízható eredményt kapnak. Ez nem fog változni.

Az ingyenes szint azért létezik, mert hiszünk abban, hogy a nyelv nem lehet akadály, és ezt nem vonjuk vissza.

Ahol a fizető felhasználók előnybe kerülnek

A különbség a következő területeken lesz a leginkább látható:

Az ezen kategóriák bármelyikében dolgozó professzionális felhasználók számára a modell szintje valódi különbséget fog jelenteni. Pontosan nekik készültek a fizetős csomagjaink.

És mivel a SMART konszenzusa ezekből a fejlettebb modellekből épül fel, a fizető felhasználók nem csupán jobb egyedi kimeneteket kapnak – megbízhatóbb AI fordítást kapnak, amelyet a legújabb, együttműködő modellek generálnak.

Amit még mindig tisztázunk

Őszinte akarok lenni, hogy ez még nincs teljesen megoldva.

Még mindig meghatározzuk a pontos modellkiosztást – mely modellek melyik szinten helyezkednek el, és hogyan kommunikáljuk ezt egyértelműen a felhasználóknak a terméken belül. Dolgozunk a fizetőfal logikáján, hogy az élmény zökkenőmentes legyen, ne pedig zavaró. És gondosan átgondoljuk, hogyan mutassuk be a modell minőségére vonatkozó információkat a felhasználóknak olyan módon, ami valóban hasznos, ahelyett, hogy csupán egy marketing állítás lenne.

Van még egy valós kérdés, ami foglalkoztat minket: hogyan segíthetünk egy ingyenes felhasználónak megérteni, abban a pillanatban, amikor egy olyan felhasználási esettel találkozik, ahol a frissítés jelentősen javítaná a kimenetét? Ez egy UX kihívás, amennyire termék kihívás is, és még nincs meg a teljes válaszunk.

Írni fogok arról, hogy ez hogyan alakul, amint élesedik. Egyelőre így gondolkodunk.

Ha Ön fizető felhasználó, és szeretné elmondani, mi a legfontosabb Önnek a modell minőségében, őszintén érdekel. Küldjön üzenetet a MachineTranslation.com kapcsolat oldalán keresztül.

GYIK

1. Miért változtatja meg a MachineTranslation.com a modellek kiosztásának módját?

Mert belső tesztelésünk jelentős minőségi különbséget mutatott a modellrétegek között a professzionális fordítási feladatok során. Építettünk egy eszközt több mesterséges intelligencia modell egyidejű összehasonlítására, és az adatok egyértelműen bizonyították: a fejlett modellek lényegesen jobban kezelik az összetett, idiomatikus és domain-specifikus tartalmakat. A szintváltás őszintén tükrözi azt a valóságot. A fizető felhasználók számára a nagyobb előny az, hogy a SMART konszenzus fejlettebb modellekből épül fel, ami azt jelenti, hogy maga a megbízhatósági jel erősebb.

2. Romlani fognak az ingyenes csomag fordításai, amikor ez elindul?

Nem. Az ingyenes csomag felhasználói továbbra is megbízható, pontos fordításokat kapnak a mindennapi felhasználási esetekre. A változás az, hogy a fizető felhasználók fejlettebb modellekre frissülnek, nem az, hogy az ingyenes felhasználók le lesznek minősítve.

3. Milyen típusú fordítások profitálnak a legtöbbet a prémium AI modellekből?

Jogi, pénzügyi, orvosi, műszaki és hosszú formátumú dokumentumok — és bármilyen tartalom kevésbé gyakori nyelvpárokban, ahol a képzési adatok szűkösebbek. Rövid, egyszerű, mindennapi szövegek esetén a modellrétegek közötti különbség minimális. A fizető felhasználók számára a nagyobb előny az, hogy a SMART konszenzus fejlettebb modellekből épül fel, ami azt jelenti, hogy maga a megbízhatósági jel erősebb.

4. Mikor fog ez élesbe menni?

Most építjük. Frissítést teszek közzé, amikor kiszállítják, beleértve, hogy milyen az élmény a termékben, és mit mutatnak a korai adatok.

5. Hogyan dönti el a MachineTranslation.com, melyik AI modell a legjobb egy adott szöveghez?

Több modellt futtatunk egyszerre, és konszenzuson alapuló pontozási megközelítést alkalmazunk a kimenetek értékelésére. Belső összehasonlító eszközünk segítségével ugyanazon forrásszövegen tesztelhetjük a minőséget a különböző modellrétegek között, és ez a tény alapozta meg ezt a szintbesorolási döntést. Többet megtudhat arról, hogy hogyan működik a MachineTranslation.com.com konszenzusrendszer.‎