DeepSeek para traducción: dónde funciona y dónde falla

DeepSeek es un traductor barato y competente para textos largos, especialmente a través de su API. Sus puntos débiles no son los que suelen probar la mayoría de las reseñas. Según nuestra experiencia, el problema rara vez es una frase torpe. Es una salida que parece terminada pero no lo está: una palabra en negrita que se perdió, un fragmento de código que se tradujo, un carácter de un sistema de escritura equivocado o una frase repetida para satisfacer una corrección. Nada de esto aparece cuando pegas un párrafo en un chat. Todo esto aparece cuando traduces un documento completo.

Lo sabemos porque DeepSeek traduce este sitio. En octubre de 2026 cambiamos el flujo de trabajo que produce nuestros artículos localizados (27 idiomas) y el texto de la interfaz de otro modelo a la API de DeepSeek, y todas las traducciones nuevas o reparadas desde entonces provienen de ella. A continuación, lo que falló en las primeras ejecuciones, las comprobaciones que añadimos, lo que costaría un trabajo del tamaño de un libro con los precios actuales de la API y dónde DeepSeek deja de ser la herramienta adecuada.

Los datos sobre los modelos, precios y políticas de DeepSeek provienen de la documentación propia de DeepSeek, consultada el 2026-10-13. DeepSeek cambia modelos y precios con frecuencia, así que revisa los enlaces antes de fiarte de una cifra.

Qué ofrece DeepSeek para traducción

Hay dos formas de usarlo, y cada una se adapta a trabajos distintos.

Ninguna de las dos interfaces devuelve un EPUB, DOCX o PDF traducido. Obtienes texto, y reconstruir el archivo es tu trabajo.

Cinco fallos que encontramos en las primeras ejecuciones de DeepSeek

Nuestro flujo de trabajo envía cada párrafo, encabezado o celda de tabla como una unidad, en lotes, y solicita una respuesta en JSON. Cada respuesta se verifica y solo se escribe un archivo localizado si todas las comprobaciones pasan. En la primera ejecución completa de DeepSeek en nuestro blog, la mayoría de las tareas pasaron, y la mayoría de los rechazos fueron mecánicos más que traducciones deficientes. Estos son los que nos enseñaron algo.

1. El formato desapareció mientras las palabras seguían siendo correctas

En un artículo en árabe, la traducción estaba bien pero la negrita en not había desaparecido, por lo que la frase perdió su énfasis. En un artículo en neerlandés, una frase en negrita volvió dividida en dos. Nada de esto se lee como incorrecto a menos que compares el marcado con el original.

La solución: después de la traducción, cada párrafo se analiza de nuevo y debe contener los mismos enlaces, frases en negrita, código en línea e imágenes que el inglés, en cualquier orden, ya que otros idiomas reordenan las palabras.

Qué significa esto para ti: si el formato tiene significado en tu documento, como advertencias en negrita, enlaces o marcas de notas al pie, cuéntalos en el original y en la traducción.

2. Se tradujeron cosas que nunca deberían traducirse

Un artículo en malayo tenía una muestra de código en línea, [door slams], de un ejemplo de subtítulo. DeepSeek lo tradujo. En un artículo en birmano, un punto final japonés entre comillas 。 en un fragmento de código se convirtió en el punto final birmano ။. Ambos son razonables para la prosa e incorrectos para un ejemplo literal.

La solución: el código en línea debe volver exactamente como se envió.

Qué significa esto para ti: dile al modelo qué cadenas son literales, como código, nombres de archivos, nombres de productos y ejemplos entre comillas, y verifícalos después.

3. Las palabras volvieron en el sistema de escritura equivocado

DeepSeek puso una palabra en bengalí dentro de una frase en hindi, y caracteres en cingalés dentro de una en birmano. El hindi y el bengalí son vecinos cercanos. El cingalés y el birmano no lo son, lo que es un recordatorio de que no puedes predecir dónde ocurrirá esto. Una comprobación puntual no lo detecta si no lees el idioma de destino.

La solución: cada solicitud nombra el idioma de destino y su sistema de escritura, no solo un código (el nuestro se lee como "Twi (locale code tw, written in the Latin alphabet)"). Luego, una comprobación de escritura rechaza cualquier salida que contenga caracteres de un sistema de escritura que ese idioma no utiliza.

Qué significa esto para ti: escribe "Translate into Brazilian Portuguese", no "translate to pt". Si no puedes leer el idioma de destino, al menos verifica que el sistema de escritura sea correcto.

4. Los reintentos repitieron el error o lo "arreglaron" mal

Cuando una comprobación rechazaba una respuesta, un reintento con temperatura 0 devolvía la misma respuesta incorrecta palabra por palabra, incluida la palabra en bengalí en hindi. Una temperatura baja hace que la salida sea repetible, y eso incluye el error. Un mensaje de rechazo vago no hizo nada mejor. Y una vez, al pedirle que restaurara una frase en negrita faltante, DeepSeek añadió una copia en negrita de toda la frase después del original. La negrita volvió, y la frase ahora aparecía dos veces.

La solución: el mensaje de reintento nombra exactamente lo que falta o es inesperado, como "falta el código en línea 。", los intentos posteriores usan temperatura 0.4, y una comprobación final rechaza frases que el inglés no repite.

Una trampa relacionada: el modo de pensamiento de DeepSeek está activado por defecto, y en el modo de pensamiento temperature no tiene efecto (thinking mode). Desactivamos el pensamiento para la traducción con "thinking": {"type": "disabled"}, lo que también reduce la latencia.

5. El JSON era válido pero las claves no

Enviamos unidades numeradas como body:0059 y pedimos que se devuelvan las mismas claves. A veces DeepSeek devolvía cada valor traducido en el orden correcto pero renombraba una clave a body simple, o añadía una clave que nunca enviamos. El JSON se analizaba. Un script ingenuo habría eliminado o colocado mal un párrafo.

La solución: las claves renombradas se emparejan de nuevo por posición solo cuando todas las demás claves están en su lugar esperado, y las claves adicionales se ignoran.

Qué significa esto para ti: si automatizas traducciones, verifica que cada unidad que enviaste haya vuelto bajo su propio ID antes de ensamblar el documento.

Una lección es anterior a DeepSeek. Nuestro flujo de trabajo solía dividir las frases en cada enlace y frase en negrita, y el modelo que usábamos antes de DeepSeek seguía devolviendo fragmentos vacíos como " for reading", porque en el idioma de destino su significado se había trasladado a la pieza vecina. Cualquier modelo hará esto. Nunca envíes media frase. Si estás dividiendo un libro, corta en los límites de párrafo.

Una lista de verificación para traducir un documento largo con DeepSeek

Usa esto tanto si trabajas en la aplicación de chat como si escribes un script contra la API:

1. Divide en fragmentos según los límites de párrafos o secciones. Nunca dividas una oración. Mantén cada solicitud lo suficientemente pequeña para que la salida traducida quepa bien dentro del límite de salida.
2. Incluye el glosario en cada solicitud. Los nombres, los términos inventados y las traducciones fijas van al principio de cada fragmento. Un modelo solo ve la solicitud que tiene delante.
3. Nombra el idioma y el sistema de escritura con palabras, además del registro que quieres (formal, informal, literario).
4. Pide una salida estructurada si lo automatizas con un script. Con la API, establece response_format en {"type": "json_object"}, incluye la palabra "json" en el prompt y muestra la forma exacta que esperas (salida JSON).
5. Trata las respuestas vacías, truncadas o no analizables como fallos. Una respuesta que alcanza max_tokens simplemente se detiene, así que revisa finish_reason, y DeepSeek señala que el modo JSON "puede ocasionalmente devolver contenido vacío" (salida JSON). Vuelve a intentarlo en lugar de guardar cualquiera de las dos.
6. Cuando un reintento falla de la misma manera, cambia algo: di qué estaba mal y sube la temperatura en el modo sin pensamiento.
7. Revisa cada fragmento mecánicamente antes de leerlo: que no haya nada vacío, que no haya caracteres del sistema de escritura equivocado, y que haya el mismo número de enlaces, números y encabezados que en el original.
8. Después revisa el significado. Las comprobaciones mecánicas detectan salidas defectuosas, no errores de traducción. Para cualquier cosa que se vaya a publicar, un lector con fluidez todavía necesita comprobar los nombres, los números y el tono. Nuestra guía de coherencia terminológica explica cómo mantener los términos estables entre capítulos.

Cuánto cuesta un libro en la API de DeepSeek

La API es lo suficientemente barata como para que el costo rara vez decida la cuestión. Aquí tienes una estimación aproximada para un libro en inglés de 100.000 palabras traducido con deepseek-flash a precios de hora punta: $0,30 por millón de tokens de entrada (fallo de caché) y $1,20 por millón de tokens de salida (precios).

Las tarifas fuera de hora punta son la mitad. Las proporciones de tokens varían mucho según el idioma, así que toma esto como un orden de magnitud, no como un presupuesto. El costo real de una traducción por API es tu tiempo: escribir la fragmentación, las comprobaciones y el código que reconstruye un archivo utilizable.

Comprueba la privacidad antes de subir nada

La política de privacidad de DeepSeek (actualizada por última vez el 10 de febrero de 2026) dice que la empresa recopila, procesa y almacena datos personales "en la República Popular China", y enumera el entrenamiento y la mejora de sus modelos como un uso de lo que envías. También enumera un derecho a optar por no participar en el entrenamiento, que ejerces enviando un correo electrónico a DeepSeek en lugar de mediante una configuración dentro de la aplicación (política de privacidad de DeepSeek).

Para contratos, manuscritos no publicados o archivos de clientes, decide esto antes de subir nada. Los pesos del modelo de DeepSeek también pueden ejecutarse por otros proveedores o en tu propio hardware, donde estos términos no se aplican, pero entonces debes consultar los términos de ese proveedor. La lista de verificación de privacidad para la traducción de documentos enumera las preguntas que hay que hacerle a cualquier herramienta, incluida la nuestra.

Cuándo DeepSeek es la herramienta adecuada y cuándo no

Qué modelo traduce mejor tu par de idiomas es una cuestión aparte. Nuestra guía del mejor LLM para traducción explica cómo probarlo tú mismo. Si estás decidiendo entre herramientas de chat, las guías de ChatGPT, Claude y Gemini cubren las mismas preguntas para cada una.

DeepSeek es la herramienta adecuada cuando puedes ver y corregir cada fallo: un pasaje que vas a leer con atención, o un flujo de trabajo donde controlas las comprobaciones. Es la herramienta principal equivocada cuando quieres un archivo traducido completo sin construir ese flujo de trabajo. Ese es el trabajo que hace BookTranslator. Subes el PDF, EPUB, DOCX u otro archivo compatible, traduce todo el documento con contexto y un glosario coherente, y recibes un archivo traducido, además de una versión bilingüe cuando el formato lo permite. Para PDF escaneados, el modo OCR reconstruye un PDF traducido limpio a partir del contenido reconocido en lugar de copiar exactamente el diseño original de la página. Ves el precio antes de pagar, así que puedes subir el archivo y decidir a partir de ahí. Sea cual sea la herramienta que uses, mantén una revisión humana para todo lo importante.