DeepSeek per la traduzione: dove funziona e dove si rompe

DeepSeek è un traduttore economico e capace per testi lunghi, soprattutto tramite la sua API. I suoi punti deboli non sono quelli che la maggior parte delle recensioni mette alla prova. Nella nostra esperienza il problema raramente è una frase maldestra. È un output che sembra finito ma non lo è: una parola in grassetto persa, un esempio di codice tradotto, un carattere dell'alfabeto sbagliato o una frase ripetuta per soddisfare una correzione. Nessuno di questi problemi emerge quando incolli un paragrafo in una chat. Tutti emergono quando traduci un intero documento.

Lo sappiamo perché DeepSeek traduce questo sito. Nell'ottobre 2026 abbiamo spostato la pipeline che produce i nostri articoli localizzati (27 lingue) e i testi dell'interfaccia da un altro modello all'API DeepSeek, e ogni traduzione nuova o corretta da allora proviene da lì. Di seguito trovi cosa si è rotto nelle prime esecuzioni, i controlli che abbiamo aggiunto, quanto costerebbe un lavoro lungo quanto un libro ai prezzi attuali dell'API e dove DeepSeek smette di essere lo strumento giusto.

I dati sui modelli, i prezzi e le politiche di DeepSeek provengono dalla documentazione ufficiale di DeepSeek, verificata il 2026-10-13. DeepSeek cambia modelli e prezzi spesso, quindi controlla i link prima di fare affidamento su un numero.

Cosa offre DeepSeek per la traduzione

Ci sono due modi per usarlo, e si adattano a lavori diversi.

Nessuna delle due superfici restituisce un EPUB, DOCX o PDF tradotto. Ottieni del testo, e ricostruire il file è compito tuo.

Cinque errori incontrati nei primi test di DeepSeek

La nostra pipeline invia ogni paragrafo, titolo o cella di tabella come un'unità, in batch, e richiede una risposta in JSON. Ogni risposta viene verificata e un file localizzato viene scritto solo se tutti i controlli sono superati. Nel primo ciclo completo di DeepSeek sul nostro blog, la maggior parte dei lavori è passata, e la maggior parte dei rifiuti era di natura meccanica più che di traduzione scadente. Questi sono quelli che ci hanno insegnato qualcosa.

1. La formattazione è scomparsa mentre le parole erano corrette

In un articolo in arabo, la traduzione era buona ma il grassetto su not era sparito, quindi la frase ha perso la sua enfasi. In un articolo in olandese, una frase in grassetto è tornata divisa in due. Nulla di tutto ciò sembra sbagliato se non si confronta il markup con il testo di partenza.

La soluzione: dopo la traduzione, ogni paragrafo viene analizzato di nuovo e deve contenere gli stessi link, frasi in grassetto, codice inline e immagini dell'inglese, in qualsiasi ordine, dato che le altre lingue riordinano le parole.

Cosa significa per te: se la formattazione ha un significato nel tuo documento, come avvisi in grassetto, link o indicatori di note a piè di pagina, contali nel testo di partenza e nella traduzione.

2. Cose che non dovrebbero mai essere tradotte sono state tradotte

Un articolo in malese conteneva un esempio di codice inline, [door slams], tratto da un esempio di sottotitoli. DeepSeek lo ha tradotto. In un articolo in birmano, un punto fermo giapponese tra virgolette 。 in uno span di codice è diventato il punto fermo birmano ။. Entrambi sono ragionevoli per la prosa e sbagliati per un esempio letterale.

La soluzione: il codice inline deve tornare esattamente come è stato inviato.

Cosa significa per te: indica al modello quali stringhe sono letterali, come codice, nomi di file, nomi di prodotti ed esempi citati, e controllali in seguito.

3. Le parole sono tornate nel sistema di scrittura sbagliato

DeepSeek ha inserito una parola bengalese all'interno di una frase in hindi, e caratteri singalesi all'interno di una in birmano. L'hindi e il bengalese sono vicini. Il singalese e il birmano non lo sono, il che ricorda che non si può prevedere dove accadrà. Un controllo a campione non lo rileva se non leggi la lingua di destinazione.

La soluzione: ogni richiesta indica la lingua di destinazione e il suo sistema di scrittura, non solo un codice (la nostra suona come "Twi (codice locale tw, scritto in alfabeto latino)"). Un controllo del sistema di scrittura rifiuta poi qualsiasi output contenente caratteri di un sistema che quella lingua non usa.

Cosa significa per te: scrivi "Traduci in portoghese brasiliano", non "traduci in pt". Se non sai leggere la lingua di destinazione, almeno controlla che il sistema di scrittura sia corretto.

4. I tentativi ripetevano l'errore, o lo "correggevano" male

Quando un controllo rifiutava una risposta, un nuovo tentativo a temperatura 0 restituiva la stessa risposta sbagliata parola per parola, inclusa la parola bengalese in hindi. Una temperatura bassa rende l'output ripetibile, e questo include l'errore. Un messaggio di rifiuto vago non ha fatto meglio. E una volta, chiesto di ripristinare una frase in grassetto mancante, DeepSeek ha aggiunto una copia in grassetto dell'intera frase dopo l'originale. Il grassetto era tornato, e la frase ora appariva due volte.

La soluzione: il prompt di ritentativo indica esattamente cosa manca o è inatteso, come "codice inline mancante 。", i tentativi successivi usano temperatura 0.4, e un controllo finale rifiuta le frasi che l'inglese non ripete.

Una trappola correlata: la modalità di pensiero di DeepSeek è attiva per impostazione predefinita, e in modalità di pensiero temperature non ha effetto (modalità di pensiero). Disattiviamo il pensiero per la traduzione con "thinking": {"type": "disabled"}, il che riduce anche la latenza.

5. Il JSON era valido ma le chiavi no

Inviamo unità numerate come body:0059 e chiediamo che tornino le stesse chiavi. A volte DeepSeek restituiva ogni valore tradotto nell'ordine giusto ma rinominava una chiave in semplice body, o aggiungeva una chiave che non avevamo mai inviato. Il JSON veniva analizzato. Uno script ingenuo avrebbe perso o spostato un paragrafo.

La soluzione: le chiavi rinominate vengono ricondotte per posizione solo quando ogni altra chiave è al posto previsto, e le chiavi extra vengono ignorate.

Cosa significa per te: se automatizzi le traduzioni, controlla che ogni unità inviata sia tornata con il suo ID prima di assemblare il documento.

Una lezione precede DeepSeek. La nostra pipeline divideva le frasi a ogni link e frase in grassetto, e il modello che usavamo prima di DeepSeek continuava a restituire frammenti vuoti come " for reading", perché nella lingua di destinazione il loro significato si era spostato nel pezzo vicino. Qualsiasi modello farà così. Non inviare mai mezza frase. Se stai suddividendo un libro, taglia ai confini dei paragrafi.

Una lista di controllo per tradurre un documento lungo con DeepSeek

Usa questo approccio sia che tu lavori nell'app di chat sia che tu scriva uno script per l'API:

1. Suddividi in blocchi ai confini di paragrafo o sezione. Non spezzare mai una frase. Mantieni ogni richiesta abbastanza piccola da far rientrare comodamente l'output tradotto entro il limite di output.
2. Inserisci il glossario in ogni richiesta. Nomi, termini inventati e traduzioni fisse vanno all'inizio di ogni blocco. Un modello vede solo la richiesta che ha davanti.
3. Indica la lingua e la scrittura a parole, insieme al registro che desideri (formale, informale, letterario).
4. Richiedi un output strutturato se lo gestisci tramite script. Con l'API, imposta response_format su {"type": "json_object"}, includi la parola "json" nel prompt e mostra la forma esatta che ti aspetti (output JSON).
5. Considera fallimentari le risposte vuote, troncate o non analizzabili. Una risposta che raggiunge max_tokens si interrompe e basta, quindi controlla finish_reason, e DeepSeek segnala che la modalità JSON "può occasionalmente restituire contenuto vuoto" (output JSON). In entrambi i casi, riprova invece di salvare.
6. Quando un nuovo tentativo fallisce allo stesso modo, cambia qualcosa: spiega cosa non andava e alza la temperatura in modalità non-thinking.
7. Controlla meccanicamente ogni blocco prima di leggerlo: niente di vuoto, nessun carattere della scrittura sbagliata, lo stesso numero di link, numeri e intestazioni dell'originale.
8. Poi rivedi il significato. I controlli meccanici individuano output difettosi, non errori di traduzione. Per qualsiasi cosa che verrà pubblicata, un lettore fluente deve comunque verificare nomi, numeri e tono. La nostra guida alla coerenza terminologica spiega come mantenere i termini stabili tra i capitoli.

Quanto costa un libro con l'API DeepSeek

L'API è abbastanza economica che il costo raramente decide la questione. Ecco una stima approssimativa per un libro inglese di 100.000 parole tradotto con deepseek-flash ai prezzi di punta: $0,30 per milione di token di input (cache miss) e $1,20 per milione di token di output (prezzi).

Le tariffe fuori punta sono la metà. I rapporti tra token variano molto da lingua a lingua, quindi considera questo un ordine di grandezza, non un preventivo. Il vero costo di una traduzione tramite API è il tuo tempo: scrivere la suddivisione in blocchi, i controlli e il codice che ricostruisce un file utilizzabile.

Controlla la privacy prima di caricare

L'informativa sulla privacy di DeepSeek (ultimo aggiornamento 10 febbraio 2026) afferma che l'azienda raccoglie, elabora e conserva i dati personali "nella Repubblica Popolare Cinese" e indica l'addestramento e il miglioramento dei suoi modelli tra gli usi di ciò che invii. Elenca anche un diritto di opporsi all'addestramento, che si esercita inviando un'email a DeepSeek anziché tramite un'impostazione nell'app (informativa sulla privacy di DeepSeek).

Per contratti, manoscritti inediti o file di clienti, decidi prima di caricare qualsiasi cosa. I pesi del modello DeepSeek possono anche essere eseguiti da altri fornitori o sul tuo hardware, dove questi termini non si applicano, ma in tal caso devi verificare invece i termini di quel fornitore. La checklist sulla privacy per la traduzione di documenti elenca le domande da porre a qualsiasi strumento, incluso il nostro.

Quando DeepSeek è lo strumento giusto e quando non lo è

Quale modello traduca meglio la tua coppia linguistica è una questione separata. La nostra guida al miglior LLM per la traduzione spiega come verificarlo da solo. Se stai scegliendo tra strumenti di chat, le guide a ChatGPT, Claude e Gemini affrontano le stesse domande per ciascuno.

DeepSeek è lo strumento giusto quando puoi vedere e correggere ogni errore: un passaggio che leggerai attentamente, o una pipeline in cui controlli tu le verifiche. È lo strumento principale sbagliato quando vuoi un file tradotto completo senza costruire quella pipeline. È il lavoro che fa BookTranslator. Carichi il PDF, EPUB, DOCX o altro file supportato, traduce l'intero documento con contesto e un glossario coerente, e ricevi indietro un file tradotto, più una versione bilingue dove il formato lo supporta. Per i PDF scansionati, la modalità OCR ricostruisce un PDF tradotto pulito dal contenuto riconosciuto anziché copiare esattamente l'impaginazione originale. Vedi il prezzo prima del pagamento, così puoi caricare il file e decidere da lì. Qualunque strumento tu usi, mantieni una revisione umana per tutto ciò che è importante.