Estamos dando aos usuários pagantes modelos de IA mais avançados. Eis o porquê.

Quero compartilhar algo que decidimos esta semana — não depois de lançado, mas enquanto ainda estamos construindo.

Estamos mudando como os modelos de IA são alocados entre nossos níveis de usuário. Usuários pagantes no MachineTranslation.com em breve terão acesso a modelos de IA mais avançados dos principais provedores — OpenAI, Anthropic, Google, DeepSeek e outros. Usuários gratuitos continuarão a ter tradução capaz e confiável — mas não os mesmos modelos. Essa lacuna é intencional, e quero explicar exatamente por que estamos tomando essa decisão.

Prefiro escrever isso agora, enquanto o raciocínio está fresco e a decisão ainda está um pouco crua, do que esperar até que esteja no ar e apresentá-lo como um anúncio polido. A versão honesta é mais útil.

Sumário

• Por que temos pensado nisso há algum tempo
• O que nos fez mudar de ideia: O teste interno
• A razão honesta para a estratificação
• Como isso será para os usuários
• O que ainda estamos descobrindo
• FAQ

Por que estamos pensando nisso há um tempo

MachineTranslation.com traduz com 22 modelos de IA simultaneamente e usa uma abordagem baseada em consenso para apresentar o melhor resultado. Isso sempre foi o cerne do que fazemos — não apostar tudo em um único modelo, mas comparar entre vários e deixar os resultados falarem por si mesmos.

O lado desconfortável dessa abordagem é que ela torna as diferenças de qualidade entre os modelos muito visíveis. Vemos, todos os dias, que nem todos os modelos lidam com todos os textos igualmente bem. E por muito tempo, não deixamos essa observação mudar a forma como alocávamos modelos aos usuários.

Nem todos os modelos são iguais, e temos os dados para provar isso

Algumas semanas atrás, Rachelle (nossa líder de IA) nos apresentou uma ferramenta interna que havíamos construído para testar a qualidade da tradução em vários modelos GPT simultaneamente — incluindo GPT 4.1 nano, GPT 4.1 mini, GPT 5.4 mini e outros. Você insere o mesmo texto de origem e vê a saída de cada modelo lado a lado.

O que essa ferramenta deixa imediatamente claro é o seguinte: em textos simples, curtos e cotidianos, as saídas são praticamente idênticas. Você genuinamente não consegue justificar um argumento de qualidade para modelos premium em a reunião é às 15h.

Mas em qualquer coisa com complexidade linguística real (fraseado idiomático, terminologia de domínio, documentos longos onde o contexto precisa ser mantido ao longo de milhares de palavras) a lacuna entre os modelos se abre, e se abre de maneiras que importam profissionalmente.

Onde modelos de nível inferior discretamente ficam aquém

Esta é a parte que eu acho que a indústria da tradução não fala sobre com honestidade suficiente. Modelos de nível inferior geralmente não produzem traduções obviamente erradas. Eles produzem traduções que parecem boas na superfície, mas contêm erros sutis que um especialista no assunto (um advogado, um profissional médico, um gerente sênior de localização) perceberia imediatamente.

Uma cláusula condicional interpretada com o sentido errado. Um termo jurídico que significa algo específico naquela jurisdição, traduzido como seu equivalente cotidiano. Um desvio de registro na metade de um documento extenso que mina a credibilidade profissional do todo.

A falha é silenciosa. E falhas silenciosas na tradução profissional podem ser caras.

O que mudou nossa opinião: O teste interno

Não tomamos essa decisão com base na intuição. Rodamos os modelos contra textos-fonte complexos e idiomáticos (o tipo de conteúdo que nossos usuários profissionais realmente precisam traduzir) e tivemos linguistas avaliando os resultados.

O resultado foi claro. Modelos avançados lidavam com nuances, registro e terminologia específica do domínio consistentemente melhor. Os modelos mais baratos eram mais do que adequados para uso casual. Os dois casos de uso realmente exigem ferramentas diferentes.

Quatro modelos, mesma frase, resultados muito diferentes

A conversa que isso gerou internamente foi menos sobre preços e mais sobre honestidade. Se sabemos que os modelos têm desempenho diferente em conteúdo de nível profissional, e sabemos que nossos usuários pagantes estão em grande parte traduzindo conteúdo de nível profissional, então dar a eles o mesmo modelo que um usuário gratuito que está traduzindo um e-mail casual é um desserviço para ambos.

A verdadeira razão para a diferenciação de níveis

Ofer (nosso CEO) colocou de forma clara em nossa discussão interna:

 Modelos de nível inferior apresentam riscos reais de qualidade em textos complexos ou idiomáticos. Mas o ponto principal é o seguinte: o consenso só é tão bom quanto os modelos por trás dele. Quando usuários pagantes obtêm modelos mais avançados, eles não estão apenas recebendo resultados individuais melhores — eles estão obtendo um consenso mais forte. Melhores modelos, melhor consenso, traduções mais confiáveis. É isso que a tradução de nível profissional realmente significa.

Essa abordagem ficou comigo. Não é apenas um argumento de custo. É um argumento de clareza.

Quanto os modelos premium realmente custam para rodar

Modelos de IA mais capazes custam significativamente mais por token para rodar. Essa não é uma política da MachineTranslation.com, é como todo grande provedor de IA precifica seus modelos principais. OpenAI, Anthropic, Google e DeepSeek reservam seus modelos mais recentes e mais capazes para clientes pagantes porque esses modelos são significativamente mais caros de operar. Executar nosso modelo mais avançado em cada tradução gratuita, cada consulta casual, cada solicitação de o que esta placa diz, inflaria significativamente nossos custos de infraestrutura.

Mais importante ainda, significaria subsidiar casos de uso de baixa complexidade com o orçamento de computação que precisamos para manter a qualidade para profissionais que traduzem documentos técnicos de 10.000 palavras. Essa não é uma alocação sustentável ou sensata.

Por que fingir que todos os níveis são iguais não serve a ninguém

Existe uma versão desta decisão que é puramente mercenária — cobrar mais, dar mais, simples. Na verdade, não é isso que está impulsionando.

O que está impulsionando é que construímos uma plataforma que pode realmente evidenciar diferenças de qualidade entre modelos de IA. Temos o ferramental interno para ver essas diferenças claramente. Escolher ignorar essa visibilidade ao projetar nossos níveis de usuário seria uma forma de desonestidade, fingindo que a lacuna não existe quando temos evidências de que ela existe.

Usuários gratuitos merecem saber o que estão recebendo. Usuários pagantes merecem saber que estão recebendo algo significativamente diferente. E a diferença não é apenas o acesso a modelos mais avançados, é o acesso a um consenso mais forte construído a partir desses modelos. Esse é o sinal de confiabilidade que nenhuma IA sozinha pode fornecer.

Como isso será para os usuários

Ainda estamos trabalhando nos detalhes de implementação, então quero ter cuidado para não prometer demais especificidades. Mas aqui está a direção.

Onde o nível gratuito permanece forte

As traduções do plano gratuito continuarão a usar modelos de IA capazes. Para a maioria das tarefas de tradução do dia a dia (mensagens curtas, leitura casual, correspondência básica), usuários gratuitos obterão resultados precisos e confiáveis. Isso não vai mudar.

A modalidade gratuita existe porque acreditamos que a linguagem não deve ser uma barreira, e não vamos voltar atrás nisso.

Onde os usuários pagantes se destacam

A diferença será mais visível em:

Para usuários profissionais que trabalham em qualquer uma dessas categorias, a modalidade do modelo fará uma diferença real. É exatamente para quem nossos planos pagos são feitos.

E como o consenso do SMART é construído a partir desses modelos mais avançados, os usuários pagantes não estão apenas obtendo saídas individuais melhores — eles estão obtendo uma tradução de IA mais confiável, gerada pelos modelos mais recentes trabalhando juntos.

O que ainda estamos descobrindo

Quero ser honesto que isso ainda não está totalmente resolvido.

Ainda estamos determinando a alocação exata dos modelos — quais modelos se encaixam em qual nível e como comunicamos isso claramente aos usuários dentro do produto. Estamos trabalhando na lógica do paywall para garantir que a experiência seja fluida, sem causar estranhamento. E estamos pensando cuidadosamente sobre como apresentar informações de qualidade do modelo aos usuários de uma forma que seja genuinamente útil, em vez de apenas uma alegação de marketing.

Há também uma questão real com a qual estamos lidando: como ajudamos um usuário gratuito a entender, no momento, quando ele atingiu um caso de uso em que fazer um upgrade melhoraria significativamente seu resultado? Esse é um desafio de UX tanto quanto de produto, e ainda não temos a resposta completa.

Escreverei sobre como isso se desenrola quando estiver no ar. Por enquanto, é isso que estamos pensando.

Se você é um usuário pagante e quer opinar sobre o que mais importa para você na qualidade do modelo, estou genuinamente interessado. Envie uma mensagem pela página de contato do MachineTranslation.com.

FAQ

1. Por que a MachineTranslation.com está mudando como os modelos são alocados?

Porque nossos testes internos mostraram uma lacuna significativa de qualidade entre os níveis de modelo em tarefas de tradução de nível profissional. Construímos uma ferramenta para comparar múltiplos modelos de IA simultaneamente, e os dados evidenciaram claramente: modelos avançados lidam com conteúdo complexo, idiomático e específico de domínio significativamente melhor. A mudança de nível reflete essa realidade honestamente. O maior benefício para usuários pagantes é que o consenso SMART é construído a partir de modelos mais avançados, o que significa que o próprio sinal de confiabilidade é mais forte.

2. As traduções do plano gratuito ficarão piores quando isso for lançado?

Não. Usuários do plano gratuito continuarão a receber traduções competentes e precisas para situações do dia a dia. A mudança é que usuários pagantes serão atualizados para modelos mais avançados, não que usuários gratuitos serão rebaixados.

3. Que tipos de tradução mais se beneficiam de modelos de IA premium?

Documentos jurídicos, financeiros, médicos, técnicos e de formato longo — e qualquer conteúdo em pares de idiomas menos comuns onde os dados de treinamento são mais escassos. Para textos curtos, simples e do dia a dia, a diferença entre os níveis do modelo é mínima. O maior benefício para usuários pagantes é que o consenso SMART é construído a partir de modelos mais avançados, o que significa que o próprio sinal de confiabilidade é mais forte.

4. Quando isso vai ao ar?

Estamos construindo agora. Postarei uma atualização quando for despachado, incluindo como a experiência se parece no produto e o que os dados iniciais mostram.

5. Como o MachineTranslation.com decide qual modelo de IA é o melhor para um determinado texto?

Executamos vários modelos simultaneamente e usamos uma abordagem de pontuação baseada em consenso para avaliar as saídas. Nossa ferramenta interna de comparação nos permite testar a qualidade entre as camadas de modelo no mesmo texto de origem, foi isso que informou esta decisão de categorização. Você pode aprender mais sobre como o sistema de consenso da MachineTranslation.com.com funciona.‎