November 13, 2026

Qwen vs Gemini trong dịch thuật và vì sao chiều dịch lại quan trọng

Bạn có hai mô hình cùng một danh sách các cặp ngôn ngữ, và bạn cần quyết định nên tin tưởng mô hình nào cho dự án. Hầu hết các so sánh giữa Qwen và Gemini đều đưa ra câu trả lời bằng một điểm số tổng thể. Tôi cho rằng một điểm số duy nhất sẽ che khuất yếu tố quyết định kết quả, đó chính là chiều dịch thuật.

Tôi phụ trách quy trình đánh giá các mô hình hoạt động trên MachineTranslation.com, vì vậy tôi có thể so sánh Qwen và Gemini trên 98 cặp ngôn ngữ được chấm điểm trên cùng một văn bản mẫu. Gemini đạt điểm cao hơn ở 68 cặp trong số đó và Qwen ở 29 cặp, với khoảng cách trung bình là 0,08 trên thang điểm 10. Chỉ riêng tổng số điểm sẽ không cho bạn biết nên chọn mô hình nào cho cặp tiếng Urdu sang tiếng Anh hoặc tiếng Anh sang tiếng Haitian Creole.

Bài viết này chỉ ra những cặp ngôn ngữ hai mô hình bám sát nhau và những cặp mỗi mô hình dẫn đầu. Bài viết cũng đề cập đến những điều tôi chưa thể khẳng định vào lúc này. Dữ liệu của tôi kết thúc vào ngày 8 tháng 8 năm 2026, trước khi Google công bố Gemini 4 vào tháng 10, vì vậy bài viết mô tả các phiên bản trước đó của cả hai mô hình.

Điểm chính cần lưu ý

  • Trên 98 cặp ngôn ngữ được chấm điểm trên cùng một văn bản (từ ngày 12 tháng 7 đến ngày 8 tháng 8 năm 2026), Gemini đạt điểm cao hơn ở 68 cặp, Qwen ở 29 cặp và một cặp hòa điểm.
  • Khoảng cách trung bình là rất nhỏ, 9,06 đối với Gemini so với 8,98 đối với Qwen, và 60 trong số 98 cặp có mức chênh lệch trong khoảng 0,1 điểm.
  • Khi dịch sang tiếng Anh, Qwen dẫn trước hơn 0,1 điểm ở 7 trong số 27 cặp và Gemini ở 3 cặp; 17 cặp còn lại có mức chênh lệch trong khoảng 0,1 điểm.
  • Khi dịch từ tiếng Anh, Gemini dẫn trước hơn 0,1 điểm ở 13 trong số 29 cặp và Qwen không dẫn trước ở cặp nào.
  • Dữ liệu kết thúc trước khi Google công bố Gemini 4 vào tháng 10 năm 2026, vì vậy dữ liệu này mô tả các phiên bản Gemini trước đó và cần một đợt đánh giá mới trước khi coi đây là thông tin cập nhật.

Qwen hay Gemini dịch thuật tốt hơn?

Điều đó phụ thuộc vào chiều dịch, vì hai mô hình có điểm số sát nhau khi ngôn ngữ đích là tiếng Anh và Gemini đạt điểm cao hơn ở hầu hết các cặp còn lại. Trên toàn bộ 98 cặp, Gemini đạt điểm cao hơn ở 68 cặp. Trong các điểm số của MachineTranslation.com từ ngày 12 tháng 7 đến ngày 8 tháng 8 năm 2026, Gemini đạt điểm trung bình là 9,06 trên 10 và Qwen là 8,98, mức chênh lệch trung bình là 0,08 điểm.

Bảng đánh giá chỉ tính các phân đoạn mà ChatGPT, Claude, DeepSeek, Gemini và Qwen đều nhận được điểm số thực tế, do đó mọi mô hình đều được đánh giá trên cùng một văn bản nguồn. Mỗi cặp ngôn ngữ có ít nhất 30 phân đoạn. Tôi sử dụng bảng đánh giá này vì nó loại bỏ một lỗi phổ biến, đó là so sánh các mô hình trên các văn bản khác nhau.

Xét theo số lượng, Gemini dẫn trước ở 68 cặp (69%), Qwen ở 29 cặp (30%) và một cặp hòa điểm. Nếu chỉ nhìn vào số lượng thì sẽ phóng đại khoảng cách, bởi vì 60 trong số 98 cặp có mức chênh lệch trong khoảng 0,1 điểm. Các phần tiếp theo sẽ phân tích kết quả theo chiều dịch và theo mức chênh lệch.

Những chiều dịch nào mang lại lợi thế cho từng mô hình?

Gemini dẫn đầu khi tiếng Anh là ngôn ngữ nguồn hoặc khi cả hai ngôn ngữ đều không phải là tiếng Anh, còn Qwen ngang bằng hoặc dẫn trước khi tiếng Anh là ngôn ngữ đích. Khi dịch từ tiếng Anh, Gemini dẫn trước hơn 0,1 điểm ở 13 trong số 29 cặp và Qwen không dẫn trước ở cặp nào. Khi dịch sang tiếng Anh, Qwen dẫn trước với mức chênh lệch đó ở 7 trong số 27 cặp và Gemini ở 3 cặp.

Chiều dịch                    Số cặp   Gemini dẫn trước hơn 0,1    Trong khoảng 0,1 điểm    Qwen dẫn trước hơn 0,1      Chênh lệch trung bình
Sang tiếng Anh273177Qwen +0,04
Từ tiếng Anh2913160Gemini +0,16
Không bên nào là tiếng Anh4214271Gemini +0,13

Khi dịch sang tiếng Anh, 17 trong số 27 cặp chênh lệch trong khoảng 0,1 điểm, Qwen dẫn trước ở 7 cặp, và Gemini dẫn trước ở 3 cặp. Khi dịch từ tiếng Anh, 16 trong số 29 cặp chênh lệch trong khoảng 0,1 điểm, Gemini dẫn trước ở 13 cặp, và Qwen không dẫn trước cặp nào. Ở các cặp mà cả hai ngôn ngữ đều không phải tiếng Anh, 27 trong số 42 cặp chênh lệch trong khoảng 0,1 điểm, Gemini dẫn trước ở 14 cặp, và Qwen dẫn trước ở 1 cặp.

Qwen chênh lệch trong khoảng 0,1 điểm so với Gemini hoặc dẫn trước ở 24 trong số 27 cặp dịch sang tiếng Anh. Tính trung bình theo hướng dịch, Qwen dẫn trước khoảng 0,04 điểm khi dịch sang tiếng Anh, trong khi Gemini dẫn trước khoảng 0,16 điểm khi dịch từ tiếng Anh và 0,13 điểm giữa hai ngôn ngữ không phải tiếng Anh.

Tôi không biết tại sao lại xuất hiện sự phân hóa này, và dữ liệu này không thể cho tôi biết điều đó. Một lời giải thích mà tôi muốn kiểm chứng đầu tiên là sự kết hợp của dữ liệu văn bản huấn luyện đằng sau mỗi mô hình, nhưng tôi chưa thực hiện thử nghiệm đó. Qwen cũng cho thấy xu hướng tương tự khi so với ChatGPT. Trên cùng một nhóm dữ liệu, so sánh giữa Qwen và ChatGPT của chúng tôi cho thấy cả hai gần như ngang ngửa khi dịch sang tiếng Anh, trong khi ChatGPT dẫn trước ở 89% các cặp còn lại.

Những cặp ngôn ngữ nào có khoảng cách lớn nhất?

Những khoảng cách lớn nhất nghiêng về Gemini. Mô hình này dẫn trước từ 0,51 đến 0,95 điểm ở các cặp tiếng Nga sang tiếng Kazakh, tiếng Anh sang tiếng Creole Haiti, tiếng Anh sang tiếng Tagalog, tiếng Tây Ban Nha sang tiếng Hy Lạp, và tiếng Ả Rập sang tiếng Ba Tư. Mức dẫn trước lớn nhất của Qwen thì khiêm tốn hơn, trong khoảng từ 0,15 đến 0,26 điểm, và bốn trong số năm cặp dẫn đầu của mô hình này là các cặp dịch sang tiếng Anh.

Cặp ngôn ngữ                      Điểm Gemini     Điểm Qwen       Chênh lệch
Tiếng Nga sang tiếng Kazakh9,278,32Gemini +0,95
Tiếng Anh sang tiếng Creole Haiti9,198,27Gemini +0,92
Tiếng Anh sang tiếng Tagalog9,148,43Gemini +0,70
Tiếng Tây Ban Nha sang tiếng Hy Lạp8,908,33Gemini +0,57
Tiếng Ả Rập sang tiếng Ba Tư8,848,34Gemini +0,51
Tiếng Urdu sang tiếng Anh8,568,81Qwen +0,26
Tiếng Trung sang tiếng Anh9,009,19Qwen +0,19
Tiếng Thụy Điển sang tiếng Anh8,298,46Qwen +0,16
Tiếng Trung sang tiếng Indonesia9,039,19Qwen +0,16
Tiếng Myanmar sang tiếng Anh8,949,09Qwen +0,15

Tôi sẽ không coi đây là bảng xếp hạng cuối cùng. Hai khoảng cách lớn nhất, tiếng Nga sang tiếng Kazakh và tiếng Anh sang tiếng Creole Haiti, dựa trên các mẫu nhỏ hơn so với cặp trung vị. Tiếng Anh sang tiếng Tagalog, tiếng Tây Ban Nha sang tiếng Hy Lạp, và tiếng Ả Rập sang tiếng Ba Tư dựa trên các mẫu lớn hơn, vì vậy tôi sẽ tin tưởng ba cặp đó hơn. Tôi sẽ kiểm tra lại hai khoảng cách có cỡ mẫu hạn chế trước khi dựa vào chúng.

Khoảng cách 0,1 điểm có ý nghĩa gì?

Theo quan điểm của tôi, khoảng cách dưới 0,1 điểm là quá nhỏ để xác định bên chiến thắng. Trong số 98 cặp, có 60 cặp nằm trong biên độ đó, và mỗi cặp được chấm điểm dựa trên một số lượng phân đoạn hạn chế. Mốc 0,1 là ngưỡng làm việc của riêng tôi, và tôi chưa thực hiện kiểm định ý nghĩa thống kê trên các cặp này.

Điểm số cũng bỏ sót một số khác biệt. Trong các bài kiểm tra cụm từ thông dụng của chúng tôi, chúng tôi đã thử nghiệm từ "sorry" trong tiếng Ả Rập qua 22 mô hình AI. Cả Gemini và Qwen đều chọn từ آسف mang tính thân mật. ChatGPT và kết quả kết hợp đã chọn từ عذرًا mang tính trang trọng. Mọi mô hình đều đạt điểm 9,5, vì vậy hai từ này khác nhau về văn phong và điểm số không hề thay đổi.

Đó là lý do tại sao tôi xem xét biên độ chênh lệch cùng với các ví dụ về văn phong. Một khoảng cách nhỏ kèm theo sự khác biệt rõ rệt về văn phong đòi hỏi con người phải đưa ra quyết định. Một khoảng cách lớn trên một mẫu thử nghiệm mỏng cần phải được kiểm tra lại.

Qwen và Gemini có mắc phải các loại lỗi khác nhau không?

Có, vì trong bài kiểm tra trích dẫn World Cup 2026 của chúng tôi, cả hai mô hình đều đưa ra ít nhất một lựa chọn mà các mô hình khác không chọn, và điểm số hầu như không thay đổi. Gemini đã dịch một cụm từ của Mbappé thành "with each game" và dịch từng từ một câu trích dẫn của Wirtz, trong khi Qwen lại đưa ra cách hiểu khác cho một câu trích dẫn của Scaloni. Điểm số cho các trường hợp này dao động từ 9,2 đến 9,5.

Chi tiết đến từ bài kiểm tra trích dẫn World Cup của chúng tôi. Với câu trích dẫn về việc hướng tới tương lai của Mbappé, các mô hình khác giữ nguyên từ "match" trong khi Gemini lại viết "with each game", một sai lệch nhỏ về văn phong đạt điểm 9,4. Với câu trích dẫn của Wirtz, Gemini đã dịch một cụm từ theo từng từ một và làm thay đổi ý nghĩa, cũng đạt điểm 9,4. Với câu trích dẫn của Scaloni, hầu hết các mô hình đều thống nhất về một cách hiểu trong khi Qwen viết "that is what matters" và đạt điểm 9,4. Với câu trích dẫn mang tính chiến thuật của Mbappé, Claude và DeepSeek chọn tiếng Anh bóng đá kiểu Anh trong khi Gemini, Qwen và các mô hình còn lại chọn tiếng Anh Mỹ, và Qwen đạt điểm 9,2, thấp hơn các mô hình còn lại.

Tôi xem những điều này như những thói quen nhỏ. Các ví dụ của Gemini liên quan đến văn phong và cách diễn đạt sát nghĩa đen. Các ví dụ của Qwen liên quan đến việc lựa chọn cách hiểu nào cho một câu. Bốn ví dụ là quá ít để gọi là một quy luật, nhưng chúng cho thấy dạng khác biệt mà một điểm số đơn lẻ che khuất.

Mô hình Qwen nào là tốt nhất cho dịch thuật?

Tôi không thể kết luận từ dữ liệu của chúng tôi, vì điểm số của MachineTranslation.com xem Qwen là một mô hình duy nhất không có thẻ phiên bản. Alibaba có dòng Qwen3.8 đã xuất hiện trên Hugging Face vào tháng 8 năm 2026, vì vậy hiện có nhiều phiên bản khác nhau, và điểm số trong bài viết này không phân tách riêng chúng.

Tôi muốn chia nhỏ kết quả này theo từng phiên bản, nhưng hiện tại vẫn chưa thể. Con số ở cấp độ nền tảng có thể là mức trung bình của nhiều hơn một phiên bản Qwen đã chạy trong khung thời gian đó. Nếu bạn đang lựa chọn giữa các phiên bản Qwen cho một dự án, tôi khuyên bạn nên so sánh chúng trên một mẫu văn bản của chính bạn.

Một số giải pháp thay thế cho Gemini trong dịch thuật là gì?

ChatGPT, Claude, DeepSeek, Qwen, Grok và Mistral AI đều chạy trên MachineTranslation.com, và giải pháp thay thế phù hợp phụ thuộc vào từng cặp ngôn ngữ. Trong điểm số của chúng tôi từ ngày 12 tháng 7 đến ngày 8 tháng 8 năm 2026, Qwen cách Gemini trong khoảng 0,1 điểm hoặc dẫn trước ở 24 trên 27 cặp dịch sang tiếng Anh. Điểm tiếng Pháp của Mistral AI của chúng tôi cho thấy mức trung bình từ tiếng Pháp sang tiếng Anh của mô hình này cao hơn 0,40 điểm so với Gemini.

Nếu lựa chọn thay thế của bạn là ChatGPT, câu trả lời cũng tùy thuộc vào từng cặp ngôn ngữ. Trong bảng phân tích từ tiếng Tây Ban Nha sang tiếng Anh đã công bố của chúng tôi, Gemini đã chiến thắng ở 31% số phân đoạn và ChatGPT chiến thắng ở 21%. Với tiếng Pháp, không có mô hình nào chiến thắng ở cả hai chiều. Vì sự lựa chọn thay đổi theo từng cặp ngôn ngữ, MachineTranslation.com không chọn ra một giải pháp thay thế duy nhất. Nền tảng này vận hành tất cả chúng cùng nhau.

Đề xuất của tôi là hãy bắt đầu từ cặp ngôn ngữ và chiều dịch, sau đó xem xét giải pháp thay thế nào phù hợp.

MachineTranslation.com hiển thị những điểm Qwen và Gemini bất đồng như thế nào?

MachineTranslation.com chạy cả hai mô hình trên mỗi bản dịch và hiển thị những điểm các mô hình đồng thuận cũng như những điểm chúng phân tách. Bảng đồng thuận báo cáo số lượng mô hình AI đã xử lý văn bản, tỷ lệ đồng thuận, số lượng thuật ngữ có tranh chấp và tốc độ hình thành sự đồng thuận.

Trong ví dụ này, chín mô hình AI đã xử lý một bản dịch, 80% đồng thuận, ba thuật ngữ có tranh chấp và sự đồng thuận mất 0,8 giây. Bản đồ bên dưới các con số được gắn nhãn minh họa trên màn hình, vì vậy tôi không coi vị trí của các mô hình là điểm số.

Tôi thấy số lượng thuật ngữ có tranh chấp là con số hữu ích nhất trên bảng đó, vì nó chỉ ra chính xác những từ mà các mô hình có sự phân tách. Đó là những nơi mà sự chênh lệch ở cấp độ cặp ngôn ngữ như những trường hợp ở trên xuất hiện trong văn bản thực tế.

Row of AI model icons in MachineTranslation.com with a tooltip reading Qwen by Alibaba above a Hindi language tab


Thanh mô hình liệt kê các mô hình AI dịch văn bản. Di chuột qua một biểu tượng sẽ hiển thị tên của nó, ở đây là Qwen của Alibaba.

Một số trang cặp ngôn ngữ của chúng tôi mô tả từng mô hình so với mức trung bình của chính nó. Bài viết này so sánh trực tiếp Qwen và Gemini trên cùng một văn bản, do đó một mô hình có thể tỏ ra mạnh mẽ trên một trang cặp ngôn ngữ nhưng vẫn xếp sau mô hình kia ở đây.

Các kết quả này cập nhật đến mức nào?

Các kết quả này bao gồm giai đoạn từ ngày 12 tháng 7 đến ngày 8 tháng 8 năm 2026, vì vậy chúng mô tả các phiên bản Gemini và Qwen đang chạy vào thời điểm đó. Google đã công bố Gemini 4 vào tháng 10 năm 2026. Dòng Qwen3.8 của Alibaba đã xuất hiện vào tháng 8 năm 2026. Khuyến nghị của tôi là hãy chạy lại bảng đánh giá trước khi dựa vào những con số này cho một dự án mới.

Tôi kỳ vọng phương pháp so sánh cùng một văn bản với biên độ nhiễu vẫn sẽ đứng vững. Tôi dự kiến quy mô của các khoảng cách sẽ thay đổi. Tôi sẽ coi bất kỳ cặp ngôn ngữ nào có mô hình dẫn đầu bị đảo ngược trong lần chạy mới là dấu hiệu cho thấy khoảng cách trước đó chỉ nằm trong phạm vi nhiễu.

Tôi sẽ chọn giữa Qwen và Gemini cho một dự án như thế nào?

Quan điểm của tôi là lựa chọn theo cặp ngôn ngữ và chiều dịch, đồng thời tránh việc chỉ chọn một lần cho toàn bộ dự án. Trong thực tế, điều đó có nghĩa là coi khoảng cách dưới 0,1 điểm là hòa và dự kiến mô hình dẫn đầu sẽ thay đổi tùy theo từng cặp. Đây là trình tự tôi sẽ làm theo.

  1. Liệt kê mọi cặp ngôn ngữ trong dự án và đánh dấu chiều dịch của nó.
  2. Kiểm tra mức chênh lệch cho từng cặp trong bài viết này. Hãy coi mức chênh lệch dưới 0,1 điểm là ngang nhau.
  3. Ở những cặp có mức chênh lệch lớn hơn, hãy bắt đầu với mô hình dẫn đầu và thử nghiệm trên một mẫu văn bản của chính bạn.
  4. Nếu nội dung của bạn dịch theo cả hai chiều, hãy lường trước việc mô hình dẫn đầu sẽ thay đổi tùy theo từng cặp.
  5. Hãy kiểm tra lại khi một trong hai mô hình phát hành phiên bản mới.

Cả hai mô hình đều chạy song song với 20 mô hình khác trên mỗi bản dịch trong MachineTranslation.com. Phiên bản mà đa số các mô hình đồng thuận sẽ được trả về, vì vậy bạn không cần phải đưa ra lựa chọn cố định một lần duy nhất cho toàn bộ dự án. Tập hợp đầy đủ kết quả của các mô hình có trong phần thử nghiệm so sánh mô hình của chúng tôi.

Câu hỏi thường gặp

1. Qwen hay Gemini dịch thuật tốt hơn?

Điều đó tùy thuộc vào chiều dịch, vì Qwen chỉ chênh lệch trong khoảng 0,1 điểm so với Gemini hoặc dẫn trước ở 24 trong số 27 cặp dịch sang tiếng Anh. Gemini vẫn đạt điểm cao hơn ở 68 trong số 98 cặp theo điểm số từ ngày 12 tháng 7 đến ngày 8 tháng 8 năm 2026 của MachineTranslation.com. Mức chênh lệch trung bình là 0,08 trên 10 điểm, vì vậy tôi khuyên bạn nên lựa chọn theo từng cặp.

2. Mô hình Qwen nào dịch thuật tốt nhất?

Tôi không thể khẳng định từ dữ liệu của chúng tôi, vì điểm số của MachineTranslation.com xem xét Qwen như một mô hình duy nhất mà không có thẻ phiên bản. Dòng Qwen3.8 của Alibaba đã có mặt trên Hugging Face vào tháng 8 năm 2026, do đó hiện có một số phiên bản tồn tại. Cho đến khi các mức điểm số phân tách riêng từng phiên bản, tôi khuyên bạn nên so sánh các phiên bản trên một mẫu văn bản của chính mình trước khi chọn một mô hình cho dự án.

3. Có những lựa chọn thay thế nào cho Gemini trong dịch thuật?

ChatGPT, Claude, DeepSeek, Qwen, Grok và Mistral AI đều chạy trên MachineTranslation.com. Trong điểm số từ ngày 12 tháng 7 đến ngày 8 tháng 8 năm 2026 của chúng tôi, Qwen chỉ chênh lệch trong khoảng 0,1 điểm so với Gemini hoặc dẫn trước ở 24 trong số 27 cặp dịch sang tiếng Anh. Điểm trung bình của Mistral AI cho cặp tiếng Pháp sang tiếng Anh cao hơn 0,40 điểm so với Gemini. Lựa chọn thay thế phù hợp sẽ tùy thuộc vào từng cặp.

4. Gemini có dịch tốt hơn ChatGPT không?

Điều đó phụ thuộc vào cặp ngôn ngữ, vì không có một mô hình AI đơn lẻ nào vượt trội trong mọi trường hợp. Trong phân tích chi tiết từ tiếng Tây Ban Nha sang tiếng Anh đã công bố của chúng tôi, Gemini đã giành chiến thắng ở 31% số phân đoạn và ChatGPT thắng ở 21%. Với tiếng Pháp, không có mô hình nào thắng ở cả hai chiều dịch. Tôi khuyên bạn nên kiểm tra cặp ngôn ngữ và chiều dịch mà bạn cần trước khi lựa chọn giữa hai mô hình này.

5. Gemini dịch thuật có chính xác không?

Có, vì Gemini đạt điểm trung bình 9,06 trên 10 ở 98 cặp ngôn ngữ theo điểm số từ ngày 12 tháng 7 đến ngày 8 tháng 8 năm 2026 của MachineTranslation.com. Độ chính xác vẫn có sự khác biệt tùy theo từng cặp. Lợi thế dẫn đầu của mô hình này lớn nhất ở chiều dịch từ tiếng Anh, và Qwen dẫn trước nó hơn 0,1 điểm ở 7 trên 27 cặp dịch sang tiếng Anh.