अनुवाद के लिए DeepSeek: कहाँ काम करता है और कहाँ टूटता है

DeepSeek लंबे पाठ के लिए एक सस्ता, सक्षम अनुवादक है, विशेष रूप से इसके API के माध्यम से। इसकी कमज़ोरियाँ वे नहीं हैं जिन्हें अधिकांश समीक्षाएँ जाँचती हैं। हमारे अनुभव में समस्या शायद ही कभी एक अटपटा वाक्य होती है। यह वह आउटपुट होता है जो दिखता तो पूरा है पर है नहीं: एक छोड़ा गया बोल्ड शब्द, एक कोड नमूना जिसका अनुवाद हो गया, गलत लिपि का एक अक्षर, या सुधार को संतुष्ट करने के लिए दोहराया गया एक वाक्य। इनमें से कोई भी तब नहीं दिखता जब आप चैट में एक पैराग्राफ चिपकाते हैं। ये सभी तब दिखते हैं जब आप पूरे दस्तावेज़ का अनुवाद करते हैं।

हम यह जानते हैं क्योंकि DeepSeek इस साइट का अनुवाद करता है। अक्टूबर 2026 में हमने अपने स्थानीयकृत लेख (27 भाषाएँ) और इंटरफ़ेस टेक्स्ट का उत्पादन करने वाली पाइपलाइन को किसी अन्य मॉडल से DeepSeek API पर स्थानांतरित किया, और तब से हर नया या मरम्मत किया गया अनुवाद इसी से आया है। नीचे बताया गया है कि पहले रन में क्या टूटा, हमने कौन-सी जाँचें जोड़ीं, वर्तमान API कीमतों पर पुस्तक-लंबाई के काम की लागत क्या होगी, और DeepSeek कहाँ सही उपकरण होना बंद कर देता है।

DeepSeek के मॉडल, कीमतों और नीतियों के तथ्य DeepSeek के अपने दस्तावेज़ीकरण से हैं, जिन्हें 2026-10-13 को जाँचा गया। DeepSeek अक्सर मॉडल और कीमतें बदलता है, इसलिए किसी संख्या पर भरोसा करने से पहले लिंक जाँचें।

अनुवाद के लिए DeepSeek क्या प्रदान करता है

इसका उपयोग करने के दो तरीके हैं, और वे अलग-अलग कामों के लिए उपयुक्त हैं।

कोई भी सतह अनुवादित EPUB, DOCX, या PDF वापस नहीं करती। आपको पाठ मिलता है, और फ़ाइल का पुनर्निर्माण आपका काम है।

DeepSeek के पहले रन में हमें मिली पाँच विफलताएँ

हमारी पाइपलाइन हर पैराग्राफ, हेडिंग या टेबल सेल को एक इकाई के रूप में, बैचों में भेजती है और JSON में उत्तर माँगती है। हर उत्तर की जाँच होती है, और स्थानीयकृत फ़ाइल तभी लिखी जाती है जब सभी जाँचें पास हों। हमारे ब्लॉग पर DeepSeek के पहले पूर्ण रन में, अधिकांश जॉब पास हुए, और अधिकांश अस्वीकृतियाँ खराब अनुवाद के बजाय यांत्रिक थीं। ये वे हैं जिन्होंने हमें कुछ सिखाया।

1. शब्द सही रहे पर फ़ॉर्मेटिंग गायब हो गई

एक अरबी लेख में, अनुवाद ठीक था लेकिन not पर बोल्ड गायब हो गया, इसलिए वाक्य ने अपना ज़ोर खो दिया। एक डच लेख में, एक बोल्ड वाक्यांश दो हिस्सों में बँटकर वापस आया। जब तक आप मार्कअप की स्रोत से तुलना नहीं करते, इनमें से कुछ भी गलत नहीं लगता।

समाधान: अनुवाद के बाद, हर पैराग्राफ को फिर से पार्स किया जाता है और उसमें अंग्रेज़ी के समान लिंक, बोल्ड वाक्यांश, इनलाइन कोड और चित्र होने चाहिए, किसी भी क्रम में, क्योंकि अन्य भाषाएँ शब्दों का क्रम बदल देती हैं।

आपके लिए इसका अर्थ: यदि आपके दस्तावेज़ में फ़ॉर्मेटिंग का अर्थ है, जैसे बोल्ड चेतावनियाँ, लिंक या फ़ुटनोट मार्कर, तो उन्हें स्रोत और अनुवाद दोनों में गिनें।

2. जिन्हें कभी अनुवाद नहीं होना चाहिए था, उनका अनुवाद हो गया

एक मलय लेख में एक सबटाइटल उदाहरण से इनलाइन कोड नमूना [door slams] था। DeepSeek ने इसका अनुवाद कर दिया। एक बर्मी लेख में, कोड स्पैन में उद्धृत जापानी पूर्ण विराम 。 बर्मी पूर्ण विराम ။ बन गया। दोनों गद्य के लिए उचित हैं और शाब्दिक उदाहरण के लिए गलत।

समाधान: इनलाइन कोड बिल्कुल वैसा ही वापस आना चाहिए जैसा भेजा गया था।

आपके लिए इसका अर्थ: मॉडल को बताएँ कि कौन-सी स्ट्रिंग्स शाब्दिक हैं, जैसे कोड, फ़ाइल नाम, उत्पाद नाम और उद्धृत उदाहरण, और बाद में उन्हें जाँचें।

3. शब्द गलत लिपि में वापस आए

DeepSeek ने एक हिंदी वाक्य में बंगाली शब्द डाल दिया, और एक बर्मी वाक्य में सिंहली अक्षर। हिंदी और बंगाली करीबी पड़ोसी हैं। सिंहली और बर्मी नहीं हैं, जो याद दिलाता है कि आप अनुमान नहीं लगा सकते कि यह कहाँ होगा। यदि आप लक्ष्य भाषा नहीं पढ़ते तो एक स्थान-जाँच इसे चूक जाती है।

समाधान: हर अनुरोध लक्ष्य भाषा और उसकी लेखन प्रणाली का नाम बताता है, केवल एक कोड नहीं (हमारा ऐसा पढ़ता है "Twi (locale code tw, written in the Latin alphabet)")। फिर एक लिपि जाँच किसी भी ऐसे आउटपुट को अस्वीकार कर देती है जिसमें ऐसी लिपि के अक्षर हों जो वह भाषा उपयोग नहीं करती।

आपके लिए इसका अर्थ: "Translate into Brazilian Portuguese" लिखें, "translate to pt" नहीं। यदि आप लक्ष्य भाषा नहीं पढ़ सकते, तो कम से कम जाँचें कि लिपि सही है।

4. पुनःप्रयास ने गलती दोहराई, या उसे बुरी तरह "ठीक" किया

जब किसी जाँच ने उत्तर अस्वीकार किया, तो temperature 0 पर पुनःप्रयास ने वही गलत उत्तर शब्द-दर-शब्द लौटा दिया, जिसमें हिंदी में बंगाली शब्द भी शामिल था। कम temperature आउटपुट को दोहराने योग्य बनाता है, और इसमें त्रुटि भी शामिल है। एक अस्पष्ट अस्वीकृति संदेश से भी बेहतर कुछ नहीं हुआ। और एक बार, गायब बोल्ड वाक्यांश को बहाल करने के लिए कहे जाने पर, DeepSeek ने मूल के बाद पूरे वाक्य की एक बोल्ड प्रति जोड़ दी। बोल्ड वापस आ गया, और वाक्य अब दो बार दिखाई देने लगा।

समाधान: पुनःप्रयास प्रॉम्प्ट ठीक वही बताता है जो गायब है या अप्रत्याशित है, जैसे "missing inline code 。", बाद के प्रयास temperature 0.4 का उपयोग करते हैं, और एक अंतिम जाँच उन वाक्यों को अस्वीकार कर देती है जिन्हें अंग्रेज़ी दोहराती नहीं।

एक संबंधित जाल: DeepSeek का थिंकिंग मोड डिफ़ॉल्ट रूप से चालू होता है, और थिंकिंग मोड में temperature का कोई प्रभाव नहीं होता (thinking mode)। हम अनुवाद के लिए थिंकिंग को "thinking": {"type": "disabled"} के साथ बंद करते हैं, जिससे विलंबता भी कम होती है।

5. JSON वैध था पर कुंजियाँ नहीं थीं

हम body:0059 जैसी क्रमांकित इकाइयाँ भेजते हैं और वही कुंजियाँ वापस माँगते हैं। कभी-कभी DeepSeek हर अनुवादित मान को सही क्रम में लौटाता था लेकिन एक कुंजी का नाम बदलकर सादा body कर देता था, या ऐसी कुंजी जोड़ देता था जो हमने कभी नहीं भेजी। JSON पार्स हो गया। एक भोला स्क्रिप्ट एक पैराग्राफ को गिरा देता या गलत जगह रख देता।

समाधान: नाम बदली कुंजियों को स्थिति के आधार पर तभी वापस मिलाया जाता है जब हर अन्य कुंजी अपनी अपेक्षित जगह पर हो, और अतिरिक्त कुंजियों को अनदेखा किया जाता है।

आपके लिए इसका अर्थ: यदि आप अनुवादों को स्क्रिप्ट करते हैं, तो दस्तावेज़ जोड़ने से पहले जाँचें कि आपके द्वारा भेजी गई हर इकाई अपनी ही ID के अंतर्गत वापस आई है।

एक सबक DeepSeek से पहले का है। हमारी पाइपलाइन हर लिंक और बोल्ड वाक्यांश पर वाक्यों को विभाजित करती थी, और DeepSeek से पहले जो मॉडल हम उपयोग करते थे वह " for reading" जैसे खाली टुकड़े लौटाता रहा, क्योंकि लक्ष्य भाषा में उनका अर्थ पड़ोसी टुकड़े में चला गया था। कोई भी मॉडल ऐसा करेगा। आधा वाक्य कभी न भेजें। यदि आप किसी पुस्तक को खंडों में बाँट रहे हैं, तो पैराग्राफ की सीमाओं पर काटें।

DeepSeek के साथ एक लंबे दस्तावेज़ का अनुवाद करने के लिए एक चेकलिस्ट

चाहे आप चैट ऐप में काम करें या API के विरुद्ध स्क्रिप्ट लिखें, यह लागू होता है:

1. पैराग्राफ या अनुभाग सीमाओं पर चंक करें। कभी भी वाक्य को न तोड़ें। प्रत्येक अनुरोध को इतना छोटा रखें कि अनुवादित आउटपुट आउटपुट सीमा से अच्छी तरह नीचे रहे।
2. हर अनुरोध में शब्दावली डालें। नाम, आविष्कृत शब्द और निश्चित अनुवाद प्रत्येक चंक के शीर्ष पर जाएँ। एक मॉडल केवल अपने सामने रखे अनुरोध को देखता है।
3. भाषा और लिपि को शब्दों में नाम दें, साथ ही वह शैली जो आप चाहते हैं (औपचारिक, अनौपचारिक, साहित्यिक)।
4. यदि आप स्क्रिप्ट लिख रहे हैं तो संरचित आउटपुट माँगें। API के साथ, response_format को {"type": "json_object"} पर सेट करें, प्रॉम्प्ट में "json" शब्द शामिल करें, और वह सटीक आकार दिखाएँ जिसकी आप अपेक्षा करते हैं (JSON आउटपुट)।
5. खाली, कटे हुए या अपार्स करने योग्य उत्तरों को विफलता मानें। max_tokens तक पहुँचने वाला प्रतिक्रिया बस रुक जाता है, इसलिए finish_reason जाँचें, और DeepSeek नोट करता है कि JSON मोड "कभी-कभी खाली सामग्री लौटा सकता है" (JSON आउटपुट)। किसी भी स्थिति में सहेजने के बजाय पुनः प्रयास करें।
6. जब कोई पुनः प्रयास उसी तरह विफल हो, तो कुछ बदलें: बताएँ कि क्या गलत था, और गैर-सोच मोड में तापमान बढ़ाएँ।
7. पढ़ने से पहले प्रत्येक चंक को यांत्रिक रूप से जाँचें: कुछ भी खाली न हो, कोई गलत-लिपि वर्ण न हो, स्रोत के समान संख्या में लिंक, संख्याएँ और शीर्षक हों।
8. फिर अर्थ की समीक्षा करें। यांत्रिक जाँचें टूटे हुए आउटपुट को पकड़ती हैं, गलत अनुवाद को नहीं। जो भी प्रकाशित होगा, उसके लिए एक धाराप्रवाह पाठक को अभी भी नाम, संख्याएँ और लहजा जाँचना होगा। हमारी शब्दावली संगति मार्गदर्शिका में अध्यायों में शब्दों को स्थिर रखने का तरीका बताया गया है।

DeepSeek API पर एक पुस्तक की लागत

API इतना सस्ता है कि लागत शायद ही प्रश्न का निर्णय करती है। यहाँ शिखर कीमतों पर deepseek-flash के साथ अनुवादित 100,000-शब्दों की अंग्रेजी पुस्तक के लिए एक मोटा अनुमान है: $0.30 प्रति मिलियन इनपुट टोकन (कैश मिस) और $1.20 प्रति मिलियन आउटपुट टोकन (मूल्य निर्धारण)।

ऑफ-पीक दरें उससे आधी हैं। टोकन अनुपात भाषा के अनुसार बहुत भिन्न होते हैं, इसलिए इसे एक कोटेशन नहीं, बल्कि परिमाण का क्रम मानें। API अनुवाद की वास्तविक लागत आपका समय है: चंकिंग, जाँचें, और एक उपयोगी फ़ाइल का पुनर्निर्माण करने वाला कोड लिखना।

अपलोड करने से पहले गोपनीयता जाँचें

DeepSeek की गोपनीयता नीति (अंतिम बार 10 फरवरी, 2026 को अद्यतन) कहती है कि कंपनी व्यक्तिगत डेटा को "पीपुल्स रिपब्लिक ऑफ चाइना में" एकत्र, संसाधित और संग्रहीत करती है, और जो आप सबमिट करते हैं उसका उपयोग अपने मॉडलों को प्रशिक्षित करने और सुधारने के लिए करती है। यह प्रशिक्षण से बाहर निकलने का अधिकार भी सूचीबद्ध करती है, जिसे आप ऐप-में सेटिंग के बजाय DeepSeek को ईमेल करके लागू करते हैं (DeepSeek गोपनीयता नीति)।

अनुबंधों, अप्रकाशित पांडुलिपियों या ग्राहक फ़ाइलों के लिए, कुछ भी अपलोड करने से पहले यह तय करें। DeepSeek के मॉडल वेट्स अन्य प्रदाताओं द्वारा या आपके अपने हार्डवेयर पर भी चलाए जा सकते हैं, जहाँ ये शर्तें लागू नहीं होतीं, लेकिन तब आपको उस प्रदाता की शर्तें जाँचनी होंगी। दस्तावेज़ अनुवाद गोपनीयता चेकलिस्ट में वे प्रश्न सूचीबद्ध हैं जो किसी भी टूल से पूछे जाने चाहिए, जिसमें हमारा टूल भी शामिल है।

DeepSeek सही टूल कब है, और कब नहीं

कौन सा मॉडल आपकी भाषा जोड़ी का सबसे अच्छा अनुवाद करता है, यह एक अलग प्रश्न है। हमारी अनुवाद के लिए सर्वश्रेष्ठ LLM गाइड बताती है कि आप स्वयं इसका परीक्षण कैसे करें। यदि आप चैट टूल्स के बीच चयन कर रहे हैं, तो ChatGPT, Claude, और Gemini गाइड प्रत्येक के लिए समान प्रश्नों को कवर करती हैं।

DeepSeek सही टूल है जब आप हर विफलता को देख और ठीक कर सकते हैं: एक ऐसा अंश जिसे आप ध्यान से पढ़ेंगे, या एक पाइपलाइन जहाँ आप जाँचों को नियंत्रित करते हैं। यह गलत मुख्य टूल है जब आप बिना वह पाइपलाइन बनाए एक पूरी अनुवादित फ़ाइल चाहते हैं। यही काम BookTranslator करता है। आप PDF, EPUB, DOCX या अन्य समर्थित फ़ाइल अपलोड करते हैं, यह संदर्भ और एक सुसंगत शब्दावली के साथ पूरे दस्तावेज़ का अनुवाद करता है, और आपको एक अनुवादित फ़ाइल वापस मिलती है, साथ ही एक द्विभाषी संस्करण भी जहाँ प्रारूप इसका समर्थन करता है। स्कैन किए गए PDF के लिए, OCR मोड मूल पृष्ठ लेआउट को बिल्कुल कॉपी करने के बजाय मान्यता प्राप्त सामग्री से एक साफ़ अनुवादित PDF फिर से बनाता है। आपको चेकआउट से पहले मूल्य दिखाई देता है, इसलिए आप फ़ाइल अपलोड कर सकते हैं और वहीं से निर्णय ले सकते हैं। आप जो भी टूल उपयोग करें, किसी भी महत्वपूर्ण चीज़ के लिए मानवीय समीक्षा रखें।