简单赛马娱乐一下 截取4月22日某研报的两段话作为素材，由于足够新避免出现在大模型的语料库（翻译名著虽然区分度更大，但可能就有这个问题），所有模型均调用api，temperature设定为0.1，使用统一的提示词 图片P2为原文，其后为译文 分为3组： 小模（小于20b）：P3-P4 中模（30-100b）：P5-P8，其中P8为推理模型 大模（大于100b）：P9-P16，其中P13、P15为推理模型，P16为混合推理模型（实际未推理） 对比后的几个印象： 1️⃣翻译任务，参数量就是王道，越级挑战难度很大（除了基于llama3.1的Nemotron-Ultra，看起来被llama的中文能力拖累了），即便是能力很好的新模型如qwq-32b面对一年前的老模型yi-large也没有优势 2️⃣gemini2.5-flash是好东西，不知道算不算小模（一般认为是10-20b，也有人认为gemma3是1.5-flash的开源），但显然不比一众32b弱，而且输出速度极快，高并发，适合网页翻译 3️⃣同样参数下，推理模型展现了比非推理模型更好的翻译能力，但不多…… 4️⃣doubao作为一个200b的moe，效果还是很让我满意的（不是广哈哈），关键是很便宜，即便用词不如deepseek 据说最强的翻译模型是gpt-4.5，但测不起……我认为r1的翻译已经足够好了 #deepseek #大模型 #大模型翻译 #gemini #qwen #glm4 #豆包 #gemma3 #翻译#ai