दस्तावेज़ों के अनुवाद के लिए DeepL बनाम ChatGPT: फ़ाइल आउटपुट, शब्दावली और समीक्षा

अधिकांश DeepL बनाम ChatGPT तुलनाएँ वही वाक्य दोनों टूल में पेस्ट करके परिणामों को स्कोर करती हैं। यह वाक्य-स्तर के प्रश्न का उत्तर देता है। यदि आपके पास पूरा दस्तावेज़ है, तो पहला अंतर यह है कि आपको वापस क्या मिलता है। DeepL की फ़ाइल अनुवाद आपकी फ़ाइल की एक अनुवादित प्रति उसी फ़ॉर्मेट में लौटाती है। ChatGPT आपकी फ़ाइल पढ़ता है और डिफ़ॉल्ट रूप से बातचीत में टेक्स्ट के साथ उत्तर देता है। यह फ़ाइल बनाने की पेशकश कर सकता है, लेकिन OpenAI की अपलोड सहायता आपकी मूल फ़ाइल की अनुवादित प्रति लौटाने का वर्णन नहीं करती। यही एक अंतर आगे की अधिकांश बातें तय करता है: क्या शीर्षक, तालिकाएँ, फ़ुटनोट और टिप्पणियाँ बची रहती हैं, आप शब्दावली कैसे लागू करते हैं, और आपका समीक्षा समय कहाँ जाता है।

संक्षिप्त उत्तर, 21 अक्टूबर, 2026 को जाँच के अनुसार:

• DeepL का उपयोग करें जब डिलीवरेबल स्वयं दस्तावेज़ हो (एक DOCX, PPTX या PDF जिसे कोई खोलकर उपयोग करेगा), यह आपकी योजना की प्रति-फ़ाइल सीमाओं में फ़िट हो, और आप शब्दावली से शब्द लागू कर सकें।
• ChatGPT का उपयोग करें जब डिलीवरेबल समझ या निर्णय हो: किसी विदेशी-भाषा दस्तावेज़ का सारांश, किसी कठिन अनुच्छेद के वैकल्पिक अनुवाद, शब्दावली पर चर्चा, या आपके पास पहले से मौजूद अनुवाद पर दूसरी राय।
• दोनों का उपयोग करें उन दस्तावेज़ों के लिए जो सबसे अधिक मायने रखते हैं: फ़ाइल को किसी फ़ाइल टूल से अनुवादित करें, फिर केवल कठिन अंशों को समीक्षा के लिए ChatGPT पर ले जाएँ।

हमने इस लेख के लिए गुणवत्ता प्रतियोगिता नहीं कराई, और हम अनुवाद गुणवत्ता पर किसी विजेता का नाम नहीं देते। नीचे की तुलना यांत्रिकी को कवर करती है। ये प्रत्येक विक्रेता के अपने सहायता पृष्ठों पर प्रलेखित हैं, और ये मॉडल गुणवत्ता की तुलना में कम बार बदलते हैं। अंत में एक छोटा DOCX परीक्षण है जिसे आप अपने स्वयं के खातों के साथ दोनों टूल पर चला सकते हैं।

अपलोड किए गए दस्तावेज़ के साथ प्रत्येक टूल क्या करता है

चुनते समय दो पंक्तियाँ सबसे अधिक मायने रखती हैं।

आउटपुट पंक्ति। DeepL फ़ाइल अनुवाद आपके टेक्स्ट के चारों ओर मूल फ़ाइल रखता है। शैलियाँ, तालिकाएँ और दस्तावेज़ की संरचना लौटाई गई प्रति में होती हैं, इसलिए आपकी समीक्षा मुख्यतः भाषा के बारे में होती है। ChatGPT का उत्तर टेक्स्ट होता है। दस्तावेज़ पाने के लिए, किसी को उस टेक्स्ट को मूल लेआउट में वापस डालना होता है। यही पुनर्निर्माण वह जगह है जहाँ संरचना खो जाती है, जैसा कि नीचे दिया गया परीक्षण दिखाता है। ChatGPT का अपलोड पृष्ठ किसी फ़ाइल की सामग्री के साथ काम करने (सारांश बनाना, तुलना करना, निकालना, किसी छोटे दस्तावेज़ को फिर से लिखना) का वर्णन करता है। यह मूल फ़ाइल की अनुवादित प्रति लौटाने का वर्णन नहीं करता।

छवियों की पंक्ति। यदि आपका PDF एक स्कैन है, या मुख्य सामग्री छवियों में है, तो अधिकांश योजनाओं पर ChatGPT डिजिटल टेक्स्ट परत पढ़ता है और एम्बेडेड छवियों को छोड़ देता है। बिना टेक्स्ट परत वाले स्कैन किए गए PDF के पास काम करने के लिए लगभग कुछ नहीं होता। उस स्थिति के लिए, पहले PDF टेक्स्ट निष्कर्षण बनाम OCR पढ़ें और ऐसा उपकरण चुनें जो OCR चलाता हो।

सीमाएँ: आप वास्तव में किन तक पहुँचते हैं

DeepL के लिए, प्रति-फ़ाइल वर्ण सीमा आमतौर पर फ़ाइल आकार से पहले निर्णय लेती है। एक मुफ़्त DeepL खाता प्रति Word या PDF फ़ाइल 100,000 वर्ण स्वीकार करता है। Pro Individual और Team 1 मिलियन स्वीकार करते हैं, और API Developer योजना 500,000 स्वीकार करती है। एक पूरी पुस्तक मुफ़्त सीमा से आगे निकल जाती है, इसलिए इसे विभाजित करना पड़ता है, और प्रत्येक भाग आपके मासिक फ़ाइल अनुवादों में से एक का उपयोग करता है। हमारी DeepL दस्तावेज़ अनुवाद सीमाएँ मार्गदर्शिका प्रत्येक योजना पर 400-पृष्ठ की पुस्तक के माध्यम से काम करती है, जिसमें API का प्रति PDF या DOCX 50,000-वर्ण न्यूनतम शुल्क शामिल है।

यह भी ध्यान दें: DeepL पर, मुफ़्त खाते (कोई सदस्यता नहीं) से अनुवादित फ़ाइल संपादन योग्य नहीं होकर लौटती है। फ़ाइल प्रारूप लेख कहता है कि अनुवादित फ़ाइल को संपादित करने के लिए आपको Pro योजना की आवश्यकता है। यदि आप आउटपुट को Word में सुधारने की योजना बनाते हैं, तो उस योजना से परीक्षण करें जिसका आप वास्तव में उपयोग करेंगे।

ChatGPT के लिए, अपलोड सीमाएँ उदार हैं: प्रति फ़ाइल 512 MB और प्रति टेक्स्ट दस्तावेज़ 2 मिलियन टोकन। अपलोड सीमा बाधा नहीं है। बाधा यह है कि अनुवाद चैट उत्तरों के रूप में लौटता है, और एक लंबे दस्तावेज़ का अर्थ है कई बारी-बारी, जिन्हें फिर आपको इकट्ठा करना और अंतरालों की जाँच करनी होती है। यह एक कार्यप्रवाह लागत है जो आपको किसी भी सीमा पृष्ठ पर नहीं दिखेगी, और यह दस्तावेज़ की लंबाई के साथ बढ़ती है। ChatGPT अनुवाद मार्गदर्शिका में बताया गया है कि पूरी पुस्तकों के लिए यह कहाँ टूटता है।

शब्दावलियाँ: फ़ाइल पर लागू बनाम प्रॉम्प्ट में अनुरोधित

शब्दावली वह जगह है जहाँ दोनों उपकरण सबसे अधिक भिन्न होते हैं, और वाक्य-स्तरीय परीक्षण इसे पूरी तरह से चूक जाते हैं।

DeepL पर, शब्दावली अनुवाद से जुड़ी एक शब्द सूची है। आप फ़ाइल अनुवाद पर अधिकतम पाँच शब्दावलियाँ लागू कर सकते हैं। DeepL के शब्दावली अपलोड पृष्ठ के अनुसार, मौजूदा शब्दावली को CSV के रूप में अपलोड करना Team, Business और Enterprise योजनाओं (और पुरानी Advanced और Ultimate योजनाओं) पर काम करता है। प्रारूप प्रति पंक्ति दो कॉलम है, उदाहरण के लिए seat,Lizenz। शब्दावली की भाषा जोड़ी उस अनुवाद से मेल खानी चाहिए जो आप चला रहे हैं।

ChatGPT पर, आप शब्द सूची को अपने निर्देशों में लिखकर वही प्रभाव प्राप्त करते हैं ("seat का अनुवाद Lizenz के रूप में करें, कभी भी Sitz नहीं")। यह लचीला है: आप समझा सकते हैं कि कोई शब्द क्यों तय है, संदर्भ दे सकते हैं, और मॉडल से किसी भी ऐसे वाक्य को चिह्नित करने के लिए कह सकते हैं जहाँ शब्द फिट नहीं बैठता। लेकिन निर्देश एक अनुरोध है, बाध्यकारी नियम नहीं, और लंबी बातचीत में आपको जाँचना होगा कि यह टिका रहा। आप जो भी उपकरण उपयोग करें, अनुवाद के बाद शब्दों की जाँच करें। नीचे दिया गया परीक्षण किट आपके लिए उन्हें गिनता है।

यदि आपके पास अभी तक शब्द सूची नहीं है, तो अनुवाद शब्दावली बनाना से शुरू करें। यह दोनों उपकरणों में मदद करता है।

एक DOCX राउंड-ट्रिप परीक्षण जिसे आप दोनों उपकरणों पर चला सकते हैं

गुणवत्ता स्कोर के बजाय, हमने एक छोटी फ़ाइल बनाई जो दिखाती है कि दस्तावेज़ अनुवाद कहाँ गलत हो सकता है, और एक स्क्रिप्ट जो जाँचती है कि क्या वापस आया। सब कुछ Python मानक लाइब्रेरी के साथ चलता है।

• make_docx_fixture.py docx-roundtrip-source.docx बनाता है: दो शीर्षक स्तरों, एक 3×3 तालिका, एक बोल्ड शब्द, एक हाइपरलिंक, एक फ़ुटनोट, एक समीक्षक टिप्पणी, एक हेडर और एक फ़ुटर वाला एक-पृष्ठ का अंग्रेज़ी प्रशासनिक गाइड।
• glossary-en-de.csv में अंग्रेज़ी→जर्मन के तीन शब्द हैं जिनमें एक ज्ञात जाल है: seat का अर्थ यहाँ एक सशुल्क उपयोगकर्ता लाइसेंस है, इसलिए इसे Lizenz होना चाहिए, Sitz नहीं। फ़ाइल DeepL के दो-स्तंभ अपलोड लेआउट का उपयोग करती है।
• check_docx_roundtrip.py स्रोत फ़ाइल और अनुवादित फ़ाइल की तुलना करता है। यह 12 संरचनात्मक विशेषताओं की गणना करता है और शब्दावली शब्दों की संख्या की तुलना करता है।

यह जाँचने के लिए कि जाँचकर्ता स्वयं काम करता है, हमने एक निर्मित उदाहरण बनाया, docx-roundtrip-pasted-example.docx (make_pasted_example.py से बनाया गया)। इसमें पृष्ठ का हमारा स्वयं का जर्मन अनुवाद है, जिसे एक नए दस्तावेज़ में सादे अनुच्छेदों के रूप में चिपकाया गया है। चैट विंडो से कॉपी किया गया टेक्स्ट आमतौर पर Word में इसी तरह आता है। यह DeepL या ChatGPT का आउटपुट नहीं है। एक वाक्य में हमने जानबूझकर Sitz लिखा। रिकॉर्ड किया गया जाँच आउटपुट:

structure                   source  output  result
paragraphs                      15       9  CHANGED
heading paragraphs               3       0  CHANGED
tables                           1       0  CHANGED
table cells                      9       0  CHANGED
bold runs                        1       0  CHANGED
hyperlinks                       1       0  CHANGED
external link targets            1       0  CHANGED
footnote references              1       0  CHANGED
footnote texts                   1       0  CHANGED
comments                         1       0  CHANGED
header text present              1       0  CHANGED
footer text present              1       0  CHANGED

glossary terms: source count -> target count in output
  workspace -> Arbeitsbereich: 6 -> 5, untranslated 0  check
  seat -> Lizenz: 8 -> 6, untranslated 0  check
  admin -> Administrator: 7 -> 6, untranslated 0  check

12 structure row(s) changed

सारा मुख्य टेक्स्ट वहाँ है, लेकिन सभी 12 संरचनात्मक विशेषताएँ गायब हैं। शब्दावली पंक्तियाँ भी चिह्नित हैं, और अलग-अलग कारणों से। Lizenz दो से कम है: एक seat Sitz बन गया, और दूसरा seat वाला फ़ुटनोट गायब है। Arbeitsbereich एक से कम है क्योंकि हेडर खो गया, और Administrator एक से कम है क्योंकि फ़ुटर खो गया। यही परीक्षण का उद्देश्य है: एक दस्तावेज़ पूरी तरह पढ़ने योग्य हो सकता है और फिर भी गलत डिलीवरेबल हो सकता है।

इसे वास्तविक टूल पर चलाने के लिए:

1. python3 make_docx_fixture.py चलाएँ (या स्रोत फ़ाइल डाउनलोड करें)।
2. DeepL: फ़ाइल अनुवादक पर DOCX अपलोड करें, अंग्रेज़ी→जर्मन चुनें, यदि आपका प्लान अनुमति देता है तो शब्दावली लागू करें, और परिणाम डाउनलोड करें।
3. ChatGPT: वही DOCX अपलोड करें और तीन शब्दावली शब्दों का उपयोग करने वाला जर्मन अनुवाद माँगें। परिणाम को उसी तरह सहेजें जैसे आप वास्तव में डिलीवर करेंगे, चाहे वह ChatGPT द्वारा दी गई फ़ाइल हो या Word में चिपकाया गया टेक्स्ट।
4. प्रत्येक परिणाम पर python3 check_docx_roundtrip.py docx-roundtrip-source.docx <translated>.docx glossary-en-de.csv चलाएँ।

स्क्रिप्ट संरचना गिनती है, गुणवत्ता नहीं। दोनों आउटपुट भी पढ़ें। जो फ़ाइल हर पंक्ति पास करती है, उसमें भी गलत अनुवाद हो सकता है, और शब्दावली जाँच सबस्ट्रिंग मिलाती है, इसलिए Administratorlizenz जैसा जर्मन यौगिक Lizenz में गिना जाता है और गायब शब्द को छिपा सकता है। शब्दावली फ़्लैग, या उसका न होना, को देखने की जगह मानें, फैसला नहीं।

किस दस्तावेज़ के लिए कौन सा टूल

महत्वपूर्ण दस्तावेज़ों के लिए संयुक्त कार्यप्रवाह: फ़ाइल को उस टूल से अनुवादित करें जो फ़ाइल लौटाता है। फिर उन अंशों को खोजें जहाँ अर्थ संदिग्ध है: परिभाषाएँ, चेतावनी, शब्दों का खेल, कोई भी चीज़ जिस पर पाठक कार्य करेगा। केवल उन्हें स्रोत और अनुवादित पाठ दोनों के साथ ChatGPT पर ले जाएँ। पुनर्लेखन माँगने से पहले समस्याओं की सूची माँगें, ताकि आप देख सकें कि क्या बदला और क्यों। पोस्ट-एडिटिंग गाइड दिखाता है कि इस समीक्षा की योजना कैसे बनाएँ।

जब दस्तावेज़ एक पूरी किताब हो

दोनों उपकरण सामान्य-उद्देश्यीय हैं। पूरी किताब के लिए, व्यावहारिक समस्याएँ वही हैं जो ऊपर बड़े पैमाने पर हैं: DeepL पर प्रति-फ़ाइल सीमाएँ और मासिक फ़ाइल गणना, और ChatGPT पर इकट्ठा करने के लिए कई बातचीत के मोड़। अध्यायों में नाम और शब्दों को सुसंगत रखना भी दोनों में कठिन है।

BookTranslator उसी स्थिति के लिए बनाया गया है। आप पूरा EPUB, DOCX या PDF अपलोड करते हैं और अनुवादित फ़ाइल वापस पाते हैं। EPUB और DOCX कार्यों के लिए आप एक ऑटो ग्लॉसरी चालू कर सकते हैं जो पूरी किताब में नामों और मुख्य शब्दों को ट्रैक करती है (यह PDF कार्यों के लिए उपलब्ध नहीं है)। मूल्य निर्धारण शब्द गणना पर आधारित है, और भुगतान से पहले आप अंतिम मूल्य देखते हैं। यह उच्च-दांव वाले पाठ पर समीक्षा का विकल्प नहीं है, और आप अभी भी परिणाम की जाँच करते हैं: ऊपर दी गई राउंड-ट्रिप स्क्रिप्ट अन्य DOCX फ़ाइलों पर भी काम करती है, जिसमें BookTranslator आउटपुट भी शामिल है। यदि आपकी फ़ाइल Word दस्तावेज़ है, तो DOCX अनुवादक से शुरू करें। PDF के लिए, PDF अनुवादक का उपयोग करें। सामान्य रूप से Word लेआउट को बरकरार रखने के लिए, देखें Word दस्तावेज़ का अनुवाद स्वरूपण खोए बिना करना।