Ми надаємо платним користувачам більш просунуті моделі ШІ. Ось чому:

Я хочу поділитися тим, що ми вирішили цього тижня — не після того, як це було випущено, а поки ми ще це створюємо.

Ми змінюємо спосіб розподілу моделей ШІ між нашими рівнями користувачів. Платні користувачі на MachineTranslation.com незабаром отримають доступ до більш досконалих моделей ШІ від провідних постачальників — OpenAI, Anthropic, Google, DeepSeek та інших. Безкоштовні користувачі й надалі отримуватимуть потужний, надійний переклад — але не ті ж самі моделі. Цей проміжок є навмисним, і я хочу пояснити, чому саме ми приймаємо це рішення.

Я б краще написав це зараз, поки обґрунтування свіже і рішення ще трохи сире, ніж чекати, поки воно буде втілене в життя і подати це як відшліфоване оголошення. Чесна версія корисніша.

Зміст

• Чому ми думали про це деякий час
• Що змінило нашу думку: Внутрішній тест
• Чесна причина для розподілу за рівнями
• Як це виглядатиме для користувачів
• Що ми ще з'ясовуємо
• Часті запитання

Чому ми думали про це деякий час

MachineTranslation.com перекладає за допомогою 22 моделей ШІ одночасно та використовує консенсусний підхід для отримання найкращого результату. Це завжди було основою того, що ми робимо — не ставити все на одну модель, а порівнювати кілька і дозволяти результатам говорити самим за себе.

Незручна сторона такого підходу полягає в тому, що він робить відмінності в якості між моделями дуже помітними. Ми бачимо щодня, що не всі моделі обробляють весь текст однаково добре. І довгий час ми не дозволяли цьому спостереженню змінювати те, як ми розподіляли моделі між користувачами.

Не всі моделі однакові, і ми маємо дані, щоб це довести

Кілька тижнів тому Рашель (наш керівник відділу ШІ) провела нас через внутрішній інструмент, який ми створили для одночасного тестування якості перекладу на кількох моделях GPT — включаючи GPT 4.1 nano, GPT 4.1 mini, GPT 5.4 mini та інші. Ви вводите той самий вихідний текст і бачите вихідні дані кожної моделі поруч.

Що цей інструмент одразу дає зрозуміти, так це: на простому, короткому, повсякденному тексті вихідні дані майже ідентичні. Ви справді не можете виправдати якісний аргумент для преміум-моделей на прикладі зустріч о 15:00.

Але щодо чогось із реальною лінгвістичною складністю (ідіоматичні вирази, термінологія предметної області, довгі документи, де контекст має зберігатися на тисячах слів) розрив між моделями збільшується, і він збільшується способами, які мають професійне значення.

Де моделі нижчого рівня непомітно не дотягують

Це та частина, про яку, я думаю, перекладацька індустрія не говорить достатньо чесно. Моделі нижчого рівня зазвичай не створюють очевидно неправильних перекладів. Вони створюють переклади, які на перший погляд виглядають добре, але містять тонкі помилки, які фахівець у предметній галузі (юрист, медичний працівник, старший менеджер з локалізації) одразу б помітив.

Умовне речення, передане з неправильним значенням. Юридичний термін, що означає щось конкретне в цій юрисдикції, перекладений як його повсякденний еквівалент. Зміщення регістру посередині довгого документа, що підриває професійну довіру до всього.

Ця помилка непомітна. І тихі невдачі у професійному перекладі можуть бути дорогими.

Що змінило нашу думку: Внутрішній тест

Ми не приймали це рішення на основі інтуїції. Ми запустили моделі на складному, ідіоматичному вихідному тексті (саме такий контент, який наші професійні користувачі дійсно потребують перекладати), і ми попросили лінгвістів оцінити результати.

Результат був очевидним. Передові моделі стабільно краще справлялися з нюансами, регістром та галузевою термінологією. Дешевші моделі були більш ніж достатніми для повсякденного використання. Ці два варіанти використання дійсно вимагають різних інструментів.

Чотири моделі, одне речення, дуже різні результати

Розмова, яку це викликало всередині, була менше про ціноутворення, а більше про чесність. Якщо ми знаємо, що моделі по-різному працюють з контентом професійного рівня, і ми знаємо, що наші платні користувачі здебільшого перекладають контент професійного рівня, тоді надання їм тієї ж моделі, що й безкоштовному користувачеві, який перекладає звичайний електронний лист, є ведмежою послугою для обох.

Справжня причина для розмежування рівнів

Офер (наш генеральний директор) чітко висловився в нашій внутрішній дискусії:

 Моделі нижчого рівня несуть реальні ризики якості для складного або ідіоматичного тексту. Але головне ось що: консенсус хороший лише настільки, наскільки хороші моделі, що стоять за ним. Коли платні користувачі отримують більш досконалі моделі, вони не просто отримують кращі окремі результати — вони отримують сильніший консенсус. Кращі моделі, кращий консенсус, більш надійні переклади. Саме це насправді означає переклад професійного рівня.

Ця формулювання запам'яталася мені. Це не лише аргумент вартості. Це аргумент про ясність.

Скільки насправді коштує експлуатація преміум-моделей

Експлуатація більш потужних моделей ШІ коштує значно дорожче за токен. Це не політика MachineTranslation.com, це те, як кожен великий постачальник ШІ оцінює свої флагманські моделі. OpenAI, Anthropic, Google та DeepSeek усі залишають свої найновіші, найпотужніші моделі для платних клієнтів, тому що ці моделі значно дорожчі в експлуатації. Запуск нашої найсучаснішої моделі для кожного безкоштовного перекладу, кожного випадкового запиту, кожного запиту типу що означає цей знак значно збільшив би наші інфраструктурні витрати.

Що важливіше, це означало б перехресне субсидування випадків використання низької складності за рахунок обчислювального бюджету, який нам потрібен для підтримки якості для професіоналів, які перекладають технічні документи обсягом 10 000 слів. Це не стійке або розумне розподілення.

Чому прикидання, що всі рівні рівні, нікому не служить

Існує версія цього рішення, яка є суто меркантильною — стягуй більше, давай більше, просто. Насправді, це не є рушійною силою.

Рушійною силою є те, що ми створили платформу, яка може по-справжньому виявляти відмінності в якості між моделями ШІ. У нас є внутрішній інструментарій, щоб чітко бачити ті відмінності. Вибір ігнорувати цю видимість при розробці наших рівнів користувачів було б свого роду нечесністю, вдаючи, що розриву не існує, коли ми маємо докази його наявності.

Безкоштовні користувачі заслуговують знати, що вони отримують. Платячі користувачі заслуговують знати, що вони отримують щось суттєво відмінне. І різниця полягає не лише в доступі до більш досконалих моделей, а й у доступі до сильнішого консенсусу, побудованого на основі цих моделей. Це сигнал надійності, який не може надати жоден окремий ШІ.

Як це виглядатиме для користувачів

Ми все ще опрацьовуємо деталі реалізації, тому я хочу бути обережним, щоб не обіцяти занадто багато конкретики. Але ось напрямок.

Де безкоштовний рівень залишається сильним

Переклади за безкоштовним планом і надалі використовуватимуть потужні моделі ШІ. Для більшості повсякденних завдань перекладу (короткі повідомлення, повсякденне читання, базове листування) безкоштовні користувачі отримають точний, надійний результат. Це не зміниться.

Безкоштовний рівень існує, тому що ми віримо, що мова не повинна бути бар'єром, і ми не відмовляємося від цього.

Де платні користувачі матимуть перевагу

Різниця буде найбільш помітною у:

Для професійних користувачів, які працюють у будь-якій з цих категорій, рівень моделі матиме реальне значення. Саме для них створені наші платні тарифи.

І оскільки консенсус SMART будується на основі цих більш досконалих моделей, платні користувачі отримують не просто кращі індивідуальні результати — вони отримують надійніший переклад ШІ, згенерований найновішими моделями, що працюють разом.

Що ми ще з'ясовуємо

Хочу бути чесним, що це ще не все вирішено.

Ми все ще визначаємо точний розподіл моделей — які моделі належать до якого рівня, і як ми чітко донесемо це користувачам у продукті. Ми працюємо над логікою платного доступу, щоб переконатися, що досвід буде безшовним, а не різким. І ми ретельно обмірковуємо, як представити користувачам інформацію про якість моделі таким чином, щоб це було справді корисно, а не просто маркетинговою заявою.

Також є важливе питання, над яким ми працюємо: як ми допомагаємо безкоштовному користувачеві зрозуміти саме тоді, коли він стикається з варіантом використання, де оновлення суттєво покращило б його результат? Це виклик для UX так само, як і для продукту, і ми ще не маємо повної відповіді.

Я напишу про те, як це виглядатиме, коли запрацює. Наразі це міркування.

Якщо ви платний користувач і хочете висловити свою думку щодо того, що для вас найважливіше у якості моделі, мені щиро цікаво. Надішліть повідомлення через сторінку контактів MachineTranslation.com.

Поширені запитання

1. Чому MachineTranslation.com змінює спосіб розподілу моделей?

Тому що наше внутрішнє тестування показало значний розрив у якості між рівнями моделей для завдань перекладу професійного рівня. Ми створили інструмент для одночасного порівняння кількох моделей ШІ, і дані чітко довели: просунуті моделі значно краще справляються зі складним, ідіоматичним та предметно-орієнтованим контентом. Зміна рівня відображає цю реальність чесно. Більша перевага для платних користувачів полягає в тому, що консенсус SMART будується на основі більш досконалих моделей, що означає, що сам сигнал надійності є сильнішим.

2. Чи погіршаться переклади за безкоштовним планом після запуску?

Ні. Користувачі безкоштовного плану й надалі отримуватимуть якісні та точні переклади для повсякденних потреб. Зміна полягає в тому, що платні користувачі будуть оновлені до більш досконалих моделей, а не те, що безкоштовні користувачі будуть понижені.

3. Які типи перекладу найбільше виграють від преміальних моделей ШІ?

Юридичні, фінансові, медичні, технічні та довгоформатні документи — а також будь-який контент у менш поширених мовних парах, де навчальних даних менше. Для короткого, простого, повсякденного тексту різниця між рівнями моделей мінімальна. Більша перевага для платних користувачів полягає в тому, що консенсус SMART будується на основі більш досконалих моделей, що означає, що сам сигнал надійності є сильнішим.

4. Коли це запрацює?

Ми будуємо це зараз. Я опублікую оновлення, коли воно вийде, включно з тим, як виглядає досвід у продукті та що показують ранні дані.

5. Як MachineTranslation.com вирішує, яка модель ШІ найкраща для даного тексту?

Ми запускаємо кілька моделей одночасно та використовуємо підхід оцінювання на основі консенсусу для оцінки результатів. Наш внутрішній інструмент порівняння дозволяє нам перевіряти якість на різних рівнях моделей на одному й тому ж вихідному тексті, що й зумовило це рішення щодо рівнів. Ви можете дізнатися більше про те, як працює консенсусна система MachineTranslation.com.com.‎