DeepSeek untuk Terjemahan: Di Mana Ia Berkesan dan Di Mana Ia Gagal

DeepSeek ialah penterjemah yang murah dan berkebolehan untuk teks panjang, terutamanya melalui API-nya. Kelemahannya bukan yang diuji oleh kebanyakan ulasan. Berdasarkan pengalaman kami, masalahnya jarang berpunca daripada ayat yang kekok. Sebaliknya, output yang kelihatan siap tetapi sebenarnya tidak: perkataan tebal yang tercicir, contoh kod yang diterjemah, aksara daripada skrip yang salah, atau ayat yang diulang untuk memenuhi pembetulan. Semua ini tidak kelihatan apabila anda menampal satu perenggan ke dalam sembang. Semuanya muncul apabila anda menterjemah keseluruhan dokumen.

Kami tahu ini kerana DeepSeek menterjemah laman ini. Pada Oktober 2026, kami menukar saluran paip yang menghasilkan artikel setempat kami (27 bahasa) dan teks antara muka daripada model lain kepada API DeepSeek, dan setiap terjemahan baharu atau yang dibaiki sejak itu datang daripadanya. Di bawah ialah apa yang rosak dalam percubaan pertama, pemeriksaan yang kami tambah, kos untuk kerja sepanjang buku pada harga API semasa, dan di mana DeepSeek tidak lagi menjadi alat yang sesuai.

Fakta tentang model, harga, dan dasar DeepSeek diambil daripada dokumentasi DeepSeek sendiri, disemak pada 2026-10-13. DeepSeek sering menukar model dan harga, jadi semak pautan sebelum anda bergantung pada sebarang nombor.

Apa yang DeepSeek Tawarkan untuk Terjemahan

Terdapat dua cara untuk menggunakannya, dan kedua-duanya sesuai untuk kerja yang berbeza.

Kedua-dua permukaan tidak mengembalikan EPUB, DOCX, atau PDF yang diterjemah. Anda mendapat teks, dan membina semula fail itu adalah tugas anda.

Lima Kegagalan yang Kami Hadapi dalam Larian Pertama DeepSeek

Saluran paip kami menghantar setiap perenggan, tajuk, atau sel jadual sebagai satu unit, dalam kelompok, dan meminta JSON dikembalikan. Setiap jawapan diperiksa, dan fail setempat ditulis hanya jika semua pemeriksaan lulus. Dalam larian penuh pertama DeepSeek pada blog kami, kebanyakan tugasan lulus, dan kebanyakan penolakan adalah mekanikal bukan terjemahan yang buruk. Inilah yang mengajar kami sesuatu.

1. Pemformatan hilang tetapi perkataan tetap betul

Dalam artikel Arab, terjemahannya baik tetapi tebal pada not hilang, jadi ayat itu kehilangan penekanannya. Dalam artikel Belanda, satu frasa tebal dikembalikan terpisah kepada dua. Tiada apa-apa tentang ini kelihatan salah melainkan anda membandingkan markup dengan sumber.

Pembaikan: selepas terjemahan, setiap perenggan dihuraikan semula dan mesti mengandungi pautan, frasa tebal, kod sebaris, dan imej yang sama seperti bahasa Inggeris, dalam sebarang susunan, kerana bahasa lain menyusun semula perkataan.

Apa maksudnya untuk anda: jika pemformatan membawa makna dalam dokumen anda, seperti amaran tebal, pautan, atau penanda nota kaki, kira mereka dalam sumber dan dalam terjemahan.

2. Perkara yang tidak sepatutnya diterjemah telah diterjemah

Satu artikel Melayu mempunyai contoh kod sebaris, [door slams], daripada contoh sari kata. DeepSeek menterjemahkannya. Dalam artikel Burma, noktah Jepun yang dipetik 。 dalam rentang kod menjadi noktah Burma ။. Kedua-duanya munasabah untuk prosa dan salah untuk contoh literal.

Pembaikan: kod sebaris mesti dikembalikan tepat seperti yang dihantar.

Apa maksudnya untuk anda: beritahu model rentetan mana yang literal, seperti kod, nama fail, nama produk, dan contoh yang dipetik, dan periksa selepas itu.

3. Perkataan dikembalikan dalam tulisan yang salah

DeepSeek meletakkan perkataan Bengali dalam ayat Hindi, dan aksara Sinhala dalam ayat Burma. Hindi dan Bengali adalah jiran rapat. Sinhala dan Burma tidak, yang merupakan peringatan bahawa anda tidak boleh meramal di mana ini berlaku. Pemeriksaan spot terlepas jika anda tidak membaca bahasa sasaran.

Pembaikan: setiap permintaan menamakan bahasa sasaran dan sistem tulisannya, bukan sekadar kod (milik kami berbunyi seperti "Twi (kod lokasi tw, ditulis dalam abjad Latin)"). Pemeriksaan skrip kemudian menolak sebarang output yang mengandungi aksara daripada skrip yang bahasa itu tidak gunakan.

Apa maksudnya untuk anda: tulis "Terjemah ke Portugis Brazil", bukan "terjemah ke pt". Jika anda tidak boleh membaca bahasa sasaran, sekurang-kurangnya periksa skripnya betul.

4. Percubaan semula mengulangi kesilapan, atau "membaiki" dengan teruk

Apabila pemeriksaan menolak jawapan, percubaan semula pada suhu 0 mengembalikan jawapan salah yang sama perkataan demi perkataan, termasuk perkataan Bengali dalam Hindi. Suhu rendah menjadikan output boleh diulang, dan itu termasuk ralat. Mesej penolakan yang kabur tidak lebih baik. Dan sekali, apabila diminta memulihkan frasa tebal yang hilang, DeepSeek menambah salinan tebal keseluruhan ayat selepas yang asal. Tebal kembali, dan ayat kini muncul dua kali.

Pembaikan: gesaan percubaan semula menamakan dengan tepat apa yang hilang atau tidak dijangka, seperti "kod sebaris hilang 。", percubaan kemudian menggunakan suhu 0.4, dan pemeriksaan akhir menolak ayat yang bahasa Inggeris tidak ulang.

Perangkap berkaitan: mod pemikiran DeepSeek dihidupkan secara lalai, dan dalam mod pemikiran temperature tidak berkesan (mod pemikiran). Kami mematikan pemikiran untuk terjemahan dengan "thinking": {"type": "disabled"}, yang juga mengurangkan kependaman.

5. JSON itu sah tetapi kuncinya tidak

Kami menghantar unit bernombor seperti body:0059 dan meminta kunci yang sama dikembalikan. Kadang-kadang DeepSeek mengembalikan setiap nilai terjemahan dalam susunan yang betul tetapi menamakan semula kunci kepada body biasa, atau menambah kunci yang kami tidak pernah hantar. JSON itu dihuraikan. Skrip naif akan menggugurkan atau salah meletakkan perenggan.

Pembaikan: kunci yang dinamakan semula dipadankan semula mengikut kedudukan hanya apabila setiap kunci lain berada di tempat yang dijangka, dan kunci tambahan diabaikan.

Apa maksudnya untuk anda: jika anda skrip terjemahan, periksa setiap unit yang anda hantar dikembalikan di bawah IDnya sendiri sebelum anda menyusun dokumen.

Satu pengajaran mendahului DeepSeek. Saluran paip kami dahulu memecahkan ayat pada setiap pautan dan frasa tebal, dan model yang kami gunakan sebelum DeepSeek terus mengembalikan serpihan kosong seperti " for reading", kerana dalam bahasa sasaran maknanya telah berpindah ke bahagian jiran. Mana-mana model akan melakukan ini. Jangan sekali-kali menghantar separuh ayat. Jika anda memotong buku, potong pada sempadan perenggan.

Senarai Semak untuk Menterjemah Dokumen Panjang dengan DeepSeek

Gunakan ini sama ada anda bekerja dalam aplikasi sembang atau menulis skrip terhadap API:

1. Pecahkan pada sempadan perenggan atau bahagian. Jangan sekali-kali memisahkan ayat. Pastikan setiap permintaan cukup kecil supaya output terjemahan muat dengan selesa di bawah had output.
2. Letakkan glosari dalam setiap permintaan. Nama, istilah ciptaan, dan terjemahan tetap diletakkan di bahagian atas setiap cebisan. Model hanya melihat permintaan yang ada di hadapannya.
3. Namakan bahasa dan skrip dengan perkataan, serta daftar yang anda mahukan (formal, kasual, sastera).
4. Minta output berstruktur jika anda menulis skrip untuknya. Dengan API, tetapkan response_format kepada {"type": "json_object"}, sertakan perkataan "json" dalam gesaan, dan tunjukkan bentuk tepat yang anda jangkakan (output JSON).
5. Anggap jawapan kosong, terpotong, atau tidak boleh dihurai sebagai kegagalan. Respons yang mencapai max_tokens akan berhenti begitu sahaja, jadi periksa finish_reason, dan DeepSeek menyatakan bahawa mod JSON "kadangkala mungkin mengembalikan kandungan kosong" (output JSON). Cuba semula daripada menyimpan salah satu daripadanya.
6. Apabila percubaan semula gagal dengan cara yang sama, ubah sesuatu: nyatakan apa yang salah, dan naikkan suhu dalam mod bukan-pemikiran.
7. Periksa setiap cebisan secara mekanikal sebelum anda membacanya: tiada yang kosong, tiada aksara skrip yang salah, bilangan pautan, nombor, dan tajuk yang sama seperti sumber.
8. Kemudian semak maknanya. Pemeriksaan mekanikal menangkap output yang rosak, bukan salah terjemahan. Untuk apa-apa yang akan diterbitkan, pembaca yang fasih masih perlu menyemak nama, nombor, dan nada. Panduan konsistensi terminologi kami merangkumi cara mengekalkan istilah yang stabil merentas bab.

Berapa Kos Sebuah Buku pada API DeepSeek

API ini cukup murah sehingga kos jarang menentukan soalan. Berikut adalah anggaran kasar untuk buku bahasa Inggeris 100,000 patah perkataan yang diterjemahkan dengan deepseek-flash pada harga puncak: $0.30 setiap juta token input (cache miss) dan $1.20 setiap juta token output (harga).

Kadar luar puncak adalah separuh daripada itu. Nisbah token berbeza-beza mengikut bahasa, jadi anggap ini sebagai urutan magnitud, bukan sebut harga. Kos sebenar terjemahan API ialah masa anda: menulis pemecahan, pemeriksaan, dan kod yang membina semula fail yang boleh digunakan.

Periksa Privasi Sebelum Anda Memuat Naik

Dasar privasi DeepSeek (dikemas kini terakhir pada 10 Februari 2026) menyatakan bahawa syarikat mengumpul, memproses, dan menyimpan data peribadi "di Republik Rakyat China", dan menyenaraikan latihan serta penambahbaikan modelnya sebagai penggunaan apa yang anda serahkan. Ia juga menyenaraikan hak untuk menarik diri daripada latihan, yang anda laksanakan dengan menghantar e-mel kepada DeepSeek dan bukan melalui tetapan dalam aplikasi (dasar privasi DeepSeek).

Untuk kontrak, manuskrip yang belum diterbitkan, atau fail pelanggan, tentukan perkara ini sebelum memuat naik apa-apa. Pemberat model DeepSeek juga boleh dijalankan oleh penyedia lain atau pada perkakasan anda sendiri, di mana syarat ini tidak terpakai, tetapi anda perlu semak syarat penyedia tersebut pula. Senarai semak privasi terjemahan dokumen menyenaraikan soalan yang perlu ditanya kepada mana-mana alat, termasuk alat kami.

Bila DeepSeek Alat yang Tepat, dan Bila Ia Tidak

Model mana yang menterjemah pasangan bahasa anda dengan terbaik adalah soalan berasingan. Panduan LLM terbaik untuk terjemahan kami menerangkan cara mengujinya sendiri. Jika anda sedang memilih antara alat sembang, panduan ChatGPT, Claude, dan Gemini merangkumi soalan yang sama untuk setiap satu.

DeepSeek ialah alat yang tepat apabila anda boleh melihat dan membaiki setiap kegagalan: petikan yang akan anda baca dengan teliti, atau saluran paip di mana anda mengawal semakan. Ia alat utama yang salah apabila anda mahukan fail terjemahan lengkap tanpa membina saluran paip tersebut. Itulah kerja yang dilakukan oleh BookTranslator. Anda muat naik PDF, EPUB, DOCX, atau fail lain yang disokong, ia menterjemah keseluruhan dokumen dengan konteks dan glosari yang konsisten, dan anda mendapat semula fail terjemahan, serta versi dwibahasa jika format menyokongnya. Untuk PDF yang diimbas, mod OCR membina semula PDF terjemahan yang bersih daripada kandungan yang dikenali dan bukan menyalin susun atur halaman asal dengan tepat. Anda melihat harga sebelum pembayaran, jadi anda boleh muat naik fail dan tentukan dari situ. Apa jua alat yang anda gunakan, pastikan ada semakan manusia untuk apa-apa yang penting.