DeepSeek untuk Penerjemahan: Di Mana Berhasil dan Di Mana Gagal

DeepSeek adalah penerjemah yang murah dan mumpuni untuk teks panjang, terutama melalui API-nya. Titik lemahnya bukan yang diuji oleh sebagian besar ulasan. Menurut pengalaman kami, masalahnya jarang berupa kalimat yang janggal. Yang sering terjadi adalah keluaran yang tampak selesai tetapi tidak: kata tebal yang hilang, contoh kode yang ikut diterjemahkan, karakter dari aksara yang salah, atau kalimat yang diulang untuk memenuhi koreksi. Semua ini tidak muncul saat Anda menempelkan satu paragraf ke dalam obrolan. Semuanya muncul saat Anda menerjemahkan seluruh dokumen.

Kami tahu ini karena DeepSeek menerjemahkan situs ini. Pada Oktober 2026 kami memindahkan alur yang menghasilkan artikel terlokalisasi (27 bahasa) dan teks antarmuka dari model lain ke API DeepSeek, dan setiap terjemahan baru atau yang diperbaiki sejak saat itu berasal darinya. Berikut adalah apa yang rusak pada percobaan pertama, pemeriksaan yang kami tambahkan, berapa biaya untuk pekerjaan sepanjang buku dengan harga API saat ini, dan di mana DeepSeek tidak lagi menjadi alat yang tepat.

Fakta tentang model, harga, dan kebijakan DeepSeek berasal dari dokumentasi DeepSeek sendiri, diperiksa pada 2026-10-13. DeepSeek sering mengubah model dan harga, jadi periksa tautannya sebelum Anda mengandalkan angka apa pun.

Apa yang Ditawarkan DeepSeek untuk Penerjemahan

Ada dua cara menggunakannya, dan keduanya cocok untuk pekerjaan yang berbeda.

Tidak ada antarmuka yang mengembalikan EPUB, DOCX, atau PDF terjemahan. Anda mendapatkan teks, dan membangun ulang berkasnya adalah tugas Anda.

Lima Kegagalan yang Kami Temui pada Uji Coba Pertama DeepSeek

Pipeline kami mengirim setiap paragraf, judul, atau sel tabel sebagai satu unit, secara batch, dan meminta hasil dalam format JSON. Setiap jawaban diperiksa, dan file yang dilokalkan hanya ditulis jika semua pemeriksaan lolos. Pada uji coba lengkap pertama DeepSeek di blog kami, sebagian besar pekerjaan lolos, dan sebagian besar penolakan bersifat mekanis, bukan karena terjemahan yang buruk. Inilah beberapa yang memberi kami pelajaran.

1. Pemformatan hilang padahal kata-katanya benar

Dalam artikel berbahasa Arab, terjemahannya bagus tetapi tebal pada not hilang, sehingga kalimat itu kehilangan penekanannya. Dalam artikel berbahasa Belanda, satu frasa tebal kembali terpecah menjadi dua. Tidak ada yang tampak salah kecuali Anda membandingkan markup dengan sumbernya.

Perbaikannya: setelah diterjemahkan, setiap paragraf diurai ulang dan harus memuat tautan, frasa tebal, kode inline, dan gambar yang sama seperti versi Inggris, dalam urutan apa pun, karena bahasa lain mengubah urutan kata.

Artinya bagi Anda: jika pemformatan membawa makna dalam dokumen Anda, seperti peringatan tebal, tautan, atau penanda catatan kaki, hitunglah di sumber dan di terjemahan.

2. Hal-hal yang seharusnya tidak pernah diterjemahkan malah diterjemahkan

Sebuah artikel berbahasa Melayu memiliki contoh kode inline, [door slams], dari contoh subtitle. DeepSeek menerjemahkannya. Dalam artikel berbahasa Burma, tanda titik Jepang 。 yang dikutip dalam rentang kode berubah menjadi tanda titik Burma ။. Keduanya wajar untuk prosa dan salah untuk contoh literal.

Perbaikannya: kode inline harus kembali persis seperti saat dikirim.

Artinya bagi Anda: beri tahu model string mana yang literal, seperti kode, nama file, nama produk, dan contoh kutipan, lalu periksa setelahnya.

3. Kata-kata kembali dalam aksara yang salah

DeepSeek menempatkan kata Bengali di dalam kalimat Hindi, dan karakter Sinhala di dalam kalimat Burma. Hindi dan Bengali bertetangga dekat. Sinhala dan Burma tidak, yang menjadi pengingat bahwa Anda tidak dapat memprediksi kapan ini terjadi. Pemeriksaan sekilas akan melewatkannya jika Anda tidak membaca bahasa target.

Perbaikannya: setiap permintaan menyebutkan bahasa target dan sistem tulisannya, bukan hanya kodenya (milik kami berbunyi seperti "Twi (locale code tw, written in the Latin alphabet)"). Pemeriksaan aksara kemudian menolak keluaran apa pun yang mengandung karakter dari aksara yang tidak digunakan bahasa tersebut.

Artinya bagi Anda: tulis "Terjemahkan ke bahasa Portugis Brasil", bukan "terjemahkan ke pt". Jika Anda tidak bisa membaca bahasa target, setidaknya periksa apakah aksaranya benar.

4. Percobaan ulang mengulangi kesalahan, atau "memperbaikinya" dengan buruk

Ketika pemeriksaan menolak jawaban, percobaan ulang pada temperature 0 mengembalikan jawaban salah yang sama kata per kata, termasuk kata Bengali dalam bahasa Hindi. Temperature rendah membuat keluaran dapat diulang, dan itu termasuk kesalahannya. Pesan penolakan yang samar tidak lebih baik. Dan sekali, ketika diminta memulihkan frasa tebal yang hilang, DeepSeek menambahkan salinan tebal dari seluruh kalimat setelah aslinya. Tebalnya kembali, dan kalimat itu kini muncul dua kali.

Perbaikannya: prompt percobaan ulang menyebutkan persis apa yang hilang atau tidak terduga, seperti "kode inline 。 hilang", percobaan berikutnya menggunakan temperature 0.4, dan pemeriksaan akhir menolak kalimat yang tidak diulang oleh versi Inggris.

Jebakan terkait: mode berpikir DeepSeek aktif secara default, dan dalam mode berpikir temperature tidak berpengaruh (mode berpikir). Kami mematikan mode berpikir untuk terjemahan dengan "thinking": {"type": "disabled"}, yang juga mengurangi latensi.

5. JSON-nya valid tetapi kuncinya tidak

Kami mengirim unit bernomor seperti body:0059 dan meminta kunci yang sama kembali. Terkadang DeepSeek mengembalikan setiap nilai terjemahan dalam urutan yang benar tetapi mengganti nama kunci menjadi body biasa, atau menambahkan kunci yang tidak pernah kami kirim. JSON-nya berhasil diurai. Skrip naif akan menjatuhkan atau salah menempatkan paragraf.

Perbaikannya: kunci yang diganti nama dicocokkan kembali berdasarkan posisi hanya jika setiap kunci lain berada di tempat yang diharapkan, dan kunci tambahan diabaikan.

Artinya bagi Anda: jika Anda membuat skrip terjemahan, periksa bahwa setiap unit yang Anda kirim kembali dengan ID-nya sendiri sebelum Anda merakit dokumen.

Satu pelajaran sudah ada sebelum DeepSeek. Pipeline kami dulu memecah kalimat pada setiap tautan dan frasa tebal, dan model yang kami gunakan sebelum DeepSeek terus mengembalikan fragmen kosong seperti " for reading", karena dalam bahasa target maknanya telah berpindah ke bagian tetangga. Model apa pun akan melakukan ini. Jangan pernah mengirim setengah kalimat. Jika Anda memotong-motong buku, potonglah pada batas paragraf.

Daftar Periksa untuk Menerjemahkan Dokumen Panjang dengan DeepSeek

Gunakan ini baik Anda bekerja di aplikasi chat maupun menulis skrip terhadap API:

1. Potong pada batas paragraf atau bagian. Jangan pernah memecah kalimat. Jaga setiap permintaan cukup kecil agar keluaran terjemahan muat dengan aman di bawah batas keluaran.
2. Sertakan glosarium di setiap permintaan. Nama, istilah ciptaan, dan terjemahan tetap diletakkan di awal setiap potongan. Model hanya melihat permintaan yang ada di hadapannya.
3. Sebutkan bahasa dan aksara dengan kata-kata, plus register yang Anda inginkan (formal, santai, sastra).
4. Minta keluaran terstruktur jika Anda membuat skrip. Dengan API, atur response_format ke {"type": "json_object"}, sertakan kata "json" dalam prompt, dan tunjukkan bentuk persis yang Anda harapkan (keluaran JSON).
5. Perlakukan jawaban kosong, terpotong, atau tidak dapat diurai sebagai kegagalan. Respons yang mencapai max_tokens langsung berhenti, jadi periksa finish_reason, dan DeepSeek mencatat bahwa mode JSON "kadang dapat mengembalikan konten kosong" (keluaran JSON). Coba lagi alih-alih menyimpan keduanya.
6. Ketika percobaan ulang gagal dengan cara yang sama, ubah sesuatu: katakan apa yang salah, dan naikkan temperature dalam mode non-thinking.
7. Periksa setiap potongan secara mekanis sebelum Anda membacanya: tidak ada yang kosong, tidak ada karakter aksara yang salah, jumlah tautan, angka, dan judul yang sama dengan sumber.
8. Lalu tinjau maknanya. Pemeriksaan mekanis menangkap keluaran rusak, bukan salah terjemahan. Untuk apa pun yang akan diterbitkan, pembaca yang fasih tetap perlu memeriksa nama, angka, dan nada. Panduan konsistensi terminologi kami membahas cara menjaga istilah tetap stabil di seluruh bab.

Berapa Biaya Sebuah Buku di API DeepSeek

API-nya cukup murah sehingga biaya jarang menentukan pertanyaan. Berikut perkiraan kasar untuk buku berbahasa Inggris 100.000 kata yang diterjemahkan dengan deepseek-flash pada harga puncak: $0,30 per juta token masukan (cache miss) dan $1,20 per juta token keluaran (harga).

Tarif di luar jam sibuk adalah setengahnya. Rasio token sangat bervariasi menurut bahasa, jadi anggap ini sebagai urutan besaran, bukan penawaran harga. Biaya sebenarnya dari terjemahan API adalah waktu Anda: menulis pemotongan, pemeriksaan, dan kode yang membangun kembali file yang dapat digunakan.

Periksa Privasi Sebelum Anda Mengunggah

Kebijakan privasi DeepSeek (terakhir diperbarui 10 Februari 2026) menyatakan bahwa perusahaan mengumpulkan, memproses, dan menyimpan data pribadi "di Republik Rakyat Tiongkok", dan mencantumkan pelatihan serta peningkatan modelnya sebagai penggunaan atas apa yang Anda kirimkan. Kebijakan itu juga mencantumkan hak untuk menolak pelatihan, yang Anda lakukan dengan mengirim email ke DeepSeek alih-alih melalui pengaturan di aplikasi (kebijakan privasi DeepSeek).

Untuk kontrak, manuskrip yang belum diterbitkan, atau berkas klien, putuskan hal ini sebelum mengunggah apa pun. Bobot model DeepSeek juga dapat dijalankan oleh penyedia lain atau di perangkat keras Anda sendiri, di mana ketentuan ini tidak berlaku, tetapi Anda perlu memeriksa ketentuan penyedia tersebut. Daftar periksa privasi terjemahan dokumen mencantumkan pertanyaan yang perlu diajukan ke alat apa pun, termasuk milik kami.

Kapan DeepSeek Menjadi Alat yang Tepat, dan Kapan Tidak

Model mana yang paling baik menerjemahkan pasangan bahasa Anda adalah pertanyaan terpisah. Panduan LLM terbaik untuk terjemahan kami menjelaskan cara mengujinya sendiri. Jika Anda sedang memilih di antara alat obrolan, panduan ChatGPT, Claude, dan Gemini membahas pertanyaan yang sama untuk masing-masing.

DeepSeek adalah alat yang tepat ketika Anda dapat melihat dan memperbaiki setiap kegagalan: bagian yang akan Anda baca dengan saksama, atau alur kerja di mana Anda mengendalikan pemeriksaannya. DeepSeek bukan alat utama yang tepat ketika Anda menginginkan berkas terjemahan lengkap tanpa membangun alur kerja tersebut. Itulah pekerjaan yang dilakukan BookTranslator. Anda mengunggah PDF, EPUB, DOCX, atau berkas lain yang didukung, BookTranslator menerjemahkan seluruh dokumen dengan konteks dan glosarium yang konsisten, dan Anda menerima kembali berkas terjemahan, plus versi bilingual jika formatnya mendukung. Untuk PDF hasil pindai, mode OCR menyusun ulang PDF terjemahan yang bersih dari konten yang dikenali, bukan menyalin tata letak halaman asli secara persis. Anda melihat harganya sebelum checkout, jadi Anda dapat mengunggah berkas dan memutuskan dari sana. Apa pun alat yang Anda gunakan, tetap lakukan tinjauan manusia untuk hal-hal penting.