DeepSeek para Tradução: Onde Funciona e Onde Falha

O DeepSeek é um tradutor barato e competente para textos longos, especialmente através da sua API. Os seus pontos fracos não são os que a maioria das análises testa. Na nossa experiência, o problema raramente é uma frase desajeitada. É um resultado que parece acabado mas não está: uma palavra a negrito que desapareceu, um exemplo de código que foi traduzido, um caráter do alfabeto errado ou uma frase repetida para satisfazer uma correção. Nenhum destes problemas aparece quando cola um parágrafo num chat. Todos eles aparecem quando traduz um documento completo.

Sabemos isto porque o DeepSeek traduz este site. Em outubro de 2026, mudámos o pipeline que produz os nossos artigos localizados (27 idiomas) e o texto da interface de outro modelo para a API DeepSeek, e todas as traduções novas ou corrigidas desde então vieram dela. Abaixo está o que falhou nas primeiras execuções, as verificações que adicionámos, quanto custaria um trabalho do tamanho de um livro aos preços atuais da API e onde o DeepSeek deixa de ser a ferramenta certa.

Os factos sobre os modelos, preços e políticas do DeepSeek vêm da documentação do próprio DeepSeek, verificada em 2026-10-13. O DeepSeek altera modelos e preços com frequência, por isso verifique as ligações antes de confiar num número.

O que o DeepSeek Oferece para Tradução

Há duas formas de o usar, e adequam-se a trabalhos diferentes.

Nenhuma das interfaces devolve um EPUB, DOCX ou PDF traduzido. Recebe texto, e reconstruir o ficheiro é consigo.

Cinco falhas que encontrámos nas primeiras execuções do DeepSeek

O nosso pipeline envia cada parágrafo, título ou célula de tabela como uma unidade, em lotes, e pede uma resposta em JSON. Todas as respostas são verificadas e um ficheiro localizado só é escrito se todas as verificações passarem. Na primeira execução completa do DeepSeek no nosso blog, a maioria das tarefas passou, e a maioria das rejeições foi mecânica e não de má tradução. Estas são as que nos ensinaram algo.

1. A formatação desapareceu enquanto as palavras se mantiveram corretas

Num artigo em árabe, a tradução estava bem, mas o negrito em not desapareceu, pelo que a frase perdeu a ênfase. Num artigo em neerlandês, uma frase em negrito voltou dividida em duas. Nada disto parece errado, a menos que se compare a marcação com o original.

A correção: após a tradução, cada parágrafo é analisado novamente e tem de conter as mesmas ligações, frases em negrito, código inline e imagens que o inglês, em qualquer ordem, uma vez que outras línguas reordenam as palavras.

O que isto significa para si: se a formatação transmite significado no seu documento, como avisos em negrito, ligações ou marcadores de notas 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 inline, [door slams], de um exemplo de legenda. O DeepSeek traduziu-o. Num artigo em birmanês, um ponto final japonês citado 。 num bloco de código tornou-se o ponto final birmanês ။. Ambos são razoáveis para prosa e errados para um exemplo literal.

A correção: o código inline tem de voltar exatamente como foi enviado.

O que isto significa para si: diga ao modelo quais as cadeias que são literais, como código, nomes de ficheiros, nomes de produtos e exemplos citados, e verifique-os depois.

3. As 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. O hindi e o bengali são vizinhos próximos. O cingalês e o birmanês não são, o que é um lembrete de que não se pode prever onde isto acontece. Uma verificação pontual falha-o se não ler a língua de destino.

A correção: cada pedido indica a língua de destino e o seu sistema de escrita, não apenas um código (o nosso lê-se como "Twi (locale code tw, written in the Latin alphabet)"). Uma verificação de alfabeto rejeita então qualquer saída que contenha caracteres de um alfabeto que essa língua não usa.

O que isto significa para si: escreva "Traduzir para português do Brasil", não "traduzir para pt". Se não conseguir ler a língua de destino, pelo menos verifique se o alfabeto está correto.

4. As tentativas repetiram o erro, ou "corrigiram-no" mal

Quando uma verificação rejeitou uma resposta, uma nova tentativa a temperatura 0 devolveu a mesma resposta errada palavra por palavra, incluindo a palavra em bengali em hindi. Uma temperatura baixa torna a saída repetível, e isso inclui o erro. Uma mensagem de rejeição vaga não fez melhor. E uma vez, quando lhe foi pedido para restaurar uma frase em negrito em falta, o DeepSeek acrescentou uma cópia em negrito de toda a frase depois do original. O negrito voltou, e a frase apareceu agora duas vezes.

A correção: o prompt de nova tentativa indica exatamente o que está em falta ou inesperado, como "falta código inline 。", as tentativas posteriores usam temperatura 0,4, e uma verificação final rejeita frases que o inglês não repete.

Uma armadilha relacionada: o modo de pensamento do DeepSeek está ativado por predefinição, e no modo de pensamento temperature não tem efeito (thinking mode). Desativamos o pensamento 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. Por vezes o DeepSeek devolveu todos os valores traduzidos na ordem correta mas renomeou uma chave para simplesmente body, ou acrescentou uma chave que nunca enviámos. O JSON foi analisado. Um script ingénuo teria eliminado ou deslocado um parágrafo.

A correção: as chaves renomeadas são correspondidas por posição apenas quando todas as outras chaves estão no lugar esperado, e as chaves extra são ignoradas.

O que isto significa para si: se programar traduções, verifique que cada unidade que enviou voltou sob o seu próprio ID antes de montar o documento.

Uma lição é anterior ao DeepSeek. O nosso pipeline costumava dividir frases em cada ligação e frase em negrito, e o modelo que usávamos antes do DeepSeek continuava a devolver fragmentos vazios como " for reading", porque na língua de destino o seu significado tinha passado para a peça vizinha. Qualquer modelo fará isto. Nunca envie meia frase. Se estiver a dividir um livro em partes, corte nos limites dos parágrafos.

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

Use isto quer trabalhe na aplicação de chat quer escreva um script contra a API:

1. Divida em blocos nos limites de parágrafos ou secções. Nunca divida uma frase. Mantenha cada pedido suficientemente pequeno para que o resultado traduzido caiba bem dentro do limite de saída.
2. Coloque o glossário em cada pedido. Nomes, termos inventados e traduções fixas vão no topo de cada bloco. Um modelo só vê o pedido que tem à frente.
3. Indique a língua e o alfabeto por palavras, mais o registo que pretende (formal, informal, literário).
4. Peça saída estruturada se o fizer por script. Com a API, defina response_format como {"type": "json_object"}, inclua a palavra "json" no prompt e mostre a forma exata que espera (saída JSON).
5. Trate respostas vazias, truncadas ou impossíveis de analisar como falhas. Uma resposta que atinge max_tokens simplesmente para, por isso verifique finish_reason, e a DeepSeek observa que o modo JSON "pode ocasionalmente devolver conteúdo vazio" (saída JSON). Tente novamente em vez de guardar qualquer uma delas.
6. Quando uma nova tentativa falha 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 o ler: nada vazio, nenhum caractere do alfabeto errado, o mesmo número de ligações, números e títulos que o original.
8. Depois reveja o significado. As verificações mecânicas detetam saída defeituosa, não erros de tradução. Para tudo o que for publicado, um leitor fluente ainda precisa de verificar nomes, números e tom. O nosso guia de consistência terminológica explica como manter os termos estáveis ao longo dos capítulos.

Quanto Custa um Livro na API DeepSeek

A API é suficientemente barata para que o custo raramente decida a questão. Eis uma estimativa aproximada para um livro inglês de 100 000 palavras traduzido com deepseek-flash a preços de pico: $0,30 por milhão de tokens de entrada (falha de cache) e $1,20 por milhão de tokens de saída (preços).

As tarifas fora de pico são metade disso. As proporções de tokens variam muito consoante a língua, por isso encare isto como uma ordem de grandeza, não como um orçamento. O verdadeiro custo de uma tradução por API é o seu tempo: escrever a divisão em blocos, as verificações e o código que reconstrói um ficheiro utilizável.

Verifique a Privacidade Antes de Carregar

A política de privacidade da DeepSeek (atualizada pela última vez em 10 de fevereiro de 2026) afirma que a empresa recolhe, processa e armazena dados pessoais "na República Popular da China", e indica o treino e a melhoria dos seus modelos como uma utilização do que submete. Refere também um direito de recusar o treino, que exerce enviando um email à DeepSeek em vez de através de uma definição na aplicação (política de privacidade da DeepSeek).

Para contratos, manuscritos não publicados ou ficheiros de clientes, decida isto antes de carregar seja o que for. Os pesos do modelo DeepSeek também podem ser executados por outros fornecedores ou no seu próprio equipamento, onde estes termos não se aplicam, mas nesse caso terá de verificar os termos desse fornecedor. A lista de verificação de privacidade na tradução de documentos enumera as perguntas a fazer a qualquer ferramenta, incluindo a nossa.

Quando o DeepSeek é a ferramenta certa e quando não é

Qual o modelo que traduz melhor o seu par de línguas é uma questão separada. O nosso guia sobre o melhor LLM para tradução explica como testar isso mesmo. Se está a decidir entre ferramentas de chat, os guias do ChatGPT, do Claude e do Gemini abordam as mesmas questões para cada uma.

O DeepSeek é a ferramenta certa quando consegue ver e corrigir todas as falhas: uma passagem que vai ler com atenção, ou um fluxo de trabalho em que controla as verificações. É a ferramenta principal errada quando quer um ficheiro traduzido completo sem construir esse fluxo de trabalho. É esse o trabalho que o BookTranslator faz. Carrega o PDF, EPUB, DOCX ou outro ficheiro compatível, ele traduz o documento inteiro com contexto e um glossário consistente, e recebe de volta um ficheiro traduzido, além de uma versão bilingue quando o formato o permite. Para PDFs digitalizados, o modo OCR reconstrói um PDF traduzido limpo a partir do conteúdo reconhecido, em vez de copiar exatamente o esquema da página original. Vê o preço antes de finalizar a compra, por isso pode carregar o ficheiro e decidir a partir daí. Independentemente da ferramenta que usar, mantenha sempre uma revisão humana para tudo o que for importante.