DeepSeek para Tradução: Onde Funciona e Onde Falha

O DeepSeek é um tradutor barato e competente para textos longos, especialmente por meio de sua API. Seus pontos fracos não são os que a maioria das análises testa. Em nossa experiência, o problema raramente é uma frase desajeitada. É uma saída que parece pronta, mas não está: uma palavra em negrito que sumiu, um trecho de código que foi traduzido, um caractere do alfabeto errado ou uma frase repetida para satisfazer uma correção. Nada disso aparece quando você cola um parágrafo em um chat. Tudo isso aparece quando você traduz um documento inteiro.

Sabemos disso porque o DeepSeek traduz este site. Em outubro de 2026, mudamos o pipeline que produz nossos artigos localizados (27 idiomas) e o texto da interface de outro modelo para a API do DeepSeek, e toda tradução nova ou corrigida desde então veio dela. Abaixo está o que quebrou nas primeiras execuções, as verificações que adicionamos, quanto custaria um trabalho do tamanho de um livro com os preços atuais da API e onde o DeepSeek deixa de ser a ferramenta certa.

Os fatos sobre os modelos, preços e políticas do DeepSeek vêm da documentação do próprio DeepSeek, verificada em 2026-10-13. O DeepSeek muda modelos e preços com frequência, então confira os links antes de confiar em um número.

O que o DeepSeek oferece para tradução

Há duas formas de usá-lo, e elas servem para trabalhos diferentes.

Nenhuma das superfícies retorna um EPUB, DOCX ou PDF traduzido. Você recebe texto, e reconstruir o arquivo é sua tarefa.

Cinco falhas que encontramos nas primeiras execuções do DeepSeek

Nosso pipeline envia cada parágrafo, título ou célula de tabela como uma unidade, em lotes, e pede o retorno em JSON. Toda resposta é verificada, e um arquivo localizado só é gravado se todas as verificações passarem. Na primeira execução completa do DeepSeek em nosso blog, a maioria dos trabalhos passou, e a maioria das rejeições era mecânica, não de tradução ruim. Estas são as que nos ensinaram algo.

1. A formatação desapareceu enquanto as palavras permaneceram corretas

Em um artigo em árabe, a tradução estava boa, mas o negrito em not havia sumido, e a frase perdeu a ênfase. Em um artigo em holandês, uma frase em negrito voltou dividida em duas. Nada disso parece errado, a menos que você compare a marcação com o original.

A correção: após a tradução, cada parágrafo é analisado novamente e deve conter os mesmos links, frases em negrito, código embutido e imagens do inglês, em qualquer ordem, já que outros idiomas reordenam as palavras.

O que isso significa para você: se a formatação carrega significado no seu documento, como avisos em negrito, links ou marcadores de nota de rodapé, conte-os no original e na tradução.

2. Coisas que nunca deveriam ser traduzidas foram traduzidas

Um artigo em malaio tinha um exemplo de código embutido, [door slams], de um exemplo de legenda. O DeepSeek o traduziu. Em um artigo em birmanês, um ponto final japonês entre aspas 。 em um trecho de código virou o ponto final birmanês ။. Ambos são razoáveis para prosa e errados para um exemplo literal.

A correção: o código embutido deve voltar exatamente como foi enviado.

O que isso significa para você: diga ao modelo quais strings são literais, como código, nomes de arquivos, nomes de produtos e exemplos entre aspas, e verifique-as depois.

3. Palavras voltaram no alfabeto errado

O DeepSeek colocou uma palavra em bengali dentro de uma frase em hindi, e caracteres em cingalês dentro de uma frase em birmanês. Hindi e bengali são vizinhos próximos. Cingalês e birmanês não são, o que serve de lembrete de que não dá para prever onde isso acontece. Uma verificação pontual não detecta o problema se você não lê o idioma de destino.

A correção: cada solicitação nomeia o idioma de destino e seu sistema de escrita, não apenas um código (o nosso soa como "Twi (locale code tw, written in the Latin alphabet)"). Uma verificação de alfabeto então rejeita qualquer saída que contenha caracteres de um alfabeto que aquele idioma não usa.

O que isso significa para você: escreva "Translate into Brazilian Portuguese", não "translate to pt". Se você não lê o idioma de destino, pelo menos verifique se o alfabeto está correto.

4. As tentativas repetiram o erro, ou o "corrigiram" mal

Quando uma verificação rejeitava uma resposta, uma nova tentativa com temperature 0 retornava a mesma resposta errada palavra por palavra, incluindo a palavra em bengali no hindi. Uma temperature baixa torna a saída repetível, e isso inclui o erro. Uma mensagem de rejeição vaga não fez melhor. E, uma vez, ao pedir para restaurar uma frase em negrito ausente, o DeepSeek adicionou uma cópia em negrito da frase inteira depois do original. O negrito voltou, e a frase agora aparecia duas vezes.

A correção: o prompt de nova tentativa nomeia exatamente o que está faltando ou inesperado, como "missing inline code 。", tentativas posteriores usam temperature 0.4, e uma verificação final rejeita frases que o inglês não repete.

Uma armadilha relacionada: o modo de raciocínio do DeepSeek fica ativado por padrão, e no modo de raciocínio temperature não tem efeito (thinking mode). Desativamos o raciocínio para tradução com "thinking": {"type": "disabled"}, o que também reduz a latência.

5. O JSON era válido, mas as chaves não

Enviamos unidades numeradas como body:0059 e pedimos as mesmas chaves de volta. Às vezes o DeepSeek retornava todos os valores traduzidos na ordem certa, mas renomeava uma chave para o simples body, ou adicionava uma chave que nunca enviamos. O JSON era analisado. Um script ingênuo teria descartado ou deslocado um parágrafo.

A correção: chaves renomeadas são reassociadas por posição apenas quando todas as outras chaves estão em seu lugar esperado, e chaves extras são ignoradas.

O que isso significa para você: se você automatiza traduções, verifique se cada unidade enviada voltou sob seu próprio ID antes de montar o documento.

Uma lição é anterior ao DeepSeek. Nosso pipeline costumava dividir frases em cada link e frase em negrito, e o modelo que usávamos antes do DeepSeek continuava retornando fragmentos vazios como " for reading", porque no idioma de destino o significado deles havia migrado para o trecho vizinho. Qualquer modelo fará isso. Nunca envie meia frase. Se você está dividindo um livro em partes, corte nos limites dos parágrafos.

Uma lista de verificação para traduzir um documento longo com o DeepSeek

Use isto tanto se você trabalha no aplicativo de chat quanto se escreve um script para a API:

1. Divida em blocos nos limites de parágrafos ou seções. Nunca divida uma frase. Mantenha cada requisição pequena o suficiente para que a saída traduzida caiba bem abaixo do limite de saída.
2. Coloque o glossário em cada requisição. Nomes, termos inventados e traduções fixas vão no topo de cada bloco. Um modelo só vê a requisição que está à sua frente.
3. Nomeie o idioma e o alfabeto com palavras, além do registro que você deseja (formal, casual, literário).
4. Peça saída estruturada se você usar script. Com a API, defina response_format como {"type": "json_object"}, inclua a palavra "json" no prompt e mostre o formato exato que você espera (saída JSON).
5. Trate respostas vazias, truncadas ou impossíveis de analisar como falhas. Uma resposta que atinge max_tokens simplesmente para, então verifique finish_reason, e a DeepSeek observa que o modo JSON "pode ocasionalmente retornar conteúdo vazio" (saída JSON). Tente novamente em vez de salvar qualquer uma delas.
6. Quando uma nova tentativa falhar da mesma forma, mude algo: diga o que estava errado e aumente a temperatura no modo sem raciocínio.
7. Verifique cada bloco mecanicamente antes de lê-lo: nada vazio, nenhum caractere de alfabeto errado, o mesmo número de links, números e títulos que o original.
8. Depois, revise o significado. Verificações mecânicas detectam saídas quebradas, não erros de tradução. Para qualquer coisa que será publicada, um leitor fluente ainda precisa conferir nomes, números e tom. Nosso guia de consistência terminológica aborda como manter os termos estáveis entre capítulos.

Quanto Custa um Livro na API da DeepSeek

A API é barata o suficiente para que o custo raramente decida a questão. Aqui está uma estimativa aproximada para um livro em inglês de 100.000 palavras traduzido com deepseek-flash a preços de pico: US$ 0,30 por milhão de tokens de entrada (cache miss) e US$ 1,20 por milhão de tokens de saída (preços).

As tarifas fora de pico são metade disso. As proporções de tokens variam muito conforme o idioma, então trate isto como uma ordem de grandeza, não como um orçamento. O custo real de uma tradução via API é o seu tempo: escrever a divisão em blocos, as verificações e o código que reconstrói um arquivo utilizável.

Verifique a Privacidade Antes de Enviar

A política de privacidade da DeepSeek (última atualização em 10 de fevereiro de 2026) afirma que a empresa coleta, processa e armazena dados pessoais "na República Popular da China", e lista o treinamento e o aprimoramento de seus modelos como um uso do que você envia. Ela também lista um direito de optar por não participar do treinamento, que você exerce enviando um e-mail à DeepSeek, e não por meio de uma configuração no aplicativo (política de privacidade da DeepSeek).

Para contratos, manuscritos não publicados ou arquivos de clientes, decida isso antes de enviar qualquer coisa. Os pesos do modelo DeepSeek também podem ser executados por outros provedores ou no seu próprio hardware, onde estes termos não se aplicam, mas aí você precisa verificar os termos desse provedor. A lista de verificação de privacidade para tradução de documentos relaciona as perguntas a fazer a qualquer ferramenta, incluindo a nossa.

Quando o DeepSeek é a ferramenta certa, e quando não é

Qual modelo traduz melhor o seu par de idiomas é uma questão à parte. Nosso guia do melhor LLM para tradução explica como testar isso você mesmo. Se você está decidindo entre ferramentas de chat, os guias do ChatGPT, Claude e Gemini cobrem as mesmas questões para cada uma.

O DeepSeek é a ferramenta certa quando você consegue ver e corrigir cada falha: uma passagem que você vai ler com atenção, ou um pipeline em que você controla as verificações. É a ferramenta principal errada quando você quer um arquivo traduzido completo sem construir esse pipeline. Esse é o trabalho que o BookTranslator faz. Você envia o PDF, EPUB, DOCX ou outro arquivo compatível, ele traduz o documento inteiro com contexto e um glossário consistente, e você recebe um arquivo traduzido de volta, além de uma versão bilíngue quando o formato permite. Para PDFs digitalizados, o modo OCR reconstrói um PDF traduzido limpo a partir do conteúdo reconhecido, em vez de copiar exatamente o layout da página original. Você vê o preço antes de finalizar a compra, então pode enviar o arquivo e decidir a partir daí. Qualquer que seja a ferramenta que você use, mantenha uma revisão humana para qualquer coisa importante.