KI-Modelle

Ein Modell ist ein benanntes System bei Ihrem Anbieter, wie z. B. google/gemini-2.5-flash oder gpt-5-mini. init schreibt eine anfängliche translationModels-Liste für den von Ihnen ausgewählten Anbieter. Betrachten Sie diese Liste als Ausgangspunkt.

Wählen Sie die Liste für dieses Projekt mit suggest-models aus oder mit derselben Rangliste im Translation-Dashboard unter Modelle. Beide erstellen eine Rangliste der Chat-Modelle des aktiven Anbieters anhand veröffentlichter Benchmarks und können das Ergebnis in translationModels schreiben. Richten Sie zuerst den Anbieter und seinen API-Schlüssel ein: LLM-Anbieter.

Beginnen Sie mit einer Rangliste

Über die Befehlszeile

suggest-models erstellt eine Rangliste der Chat-Modelle, die der aktive Anbieter derzeit anbietet, und gibt eine kurze Tabelle aus. Qualität ist die Standardeinstellung: Übersetzungsmessungen und eine allgemeine Präferenzbewertung zählen mehr als der Preis.

ai-i18n-tools suggest-models

Die Spalten sind Rang, Modell-ID, Index, gemessener ChrF, gemessener Arena Score sowie Eingabe- und Ausgabepreis in USD pro 1 Mio. Token. Ein fehlender Messwert ist —. Der Index ist der gewichtete Score mal 100. In der Qualitätsrangliste bedeutet ein höherer Index eine bessere Übereinstimmung für dieses Projekt.

Schreiben Sie diese Shortlist in die Konfiguration, wenn die Tabelle korrekt aussieht:

ai-i18n-tools suggest-models --apply

--apply ersetzt providers.<active>.translationModels. Zuerst wird die aktuelle Konfiguration in eine nebengeordnete ai-i18n-tools.config.{timestamp}.backup.json-Datei kopiert. uiModels und localeModels bleiben unverändert. --top (Standard: 8) gibt an, wie viele IDs die Tabelle und --apply enthalten. Die erste ID ist diejenige, die bei der Übersetzung zuerst versucht wird.

--price priorisiert einen niedrigeren Preis und behält dennoch eine Qualitätsuntergrenze bei, sodass ein günstiges Modell ohne Messwert unter Modellen mit Scores bleibt. --quality ist die Standardeinstellung. Die Übergabe beider Flags ist ein Fehler.

Über das Dashboard

Der Tab Modelle zeigt dieselbe Rangliste mit einem Kontrollkästchen in jeder Zeile.

ai-i18n-tools dashboard

Öffnen Sie Modelle. Wählen Sie Qualität oder Preis. Aktivieren Sie die gewünschten Zeilen. Die aktivierten Zeilen bestimmen von oben nach unten die Reihenfolge, die bei der Übersetzung versucht wird. Konfiguration aktualisieren fordert eine Bestätigung an, schreibt dieselbe Art von Backup und speichert diese Reihenfolge in translationModels. JSON kopieren legt das { "translationModels": [...] }-Fragment in die Zwischenablage, wenn Sie es lieber selbst einfügen möchten.

Max. Ausgabepreis und Min. Index-Delta entsprechen suggest-models --max-output-price und --min-delta. Steuerelemente und Spalten: Tab „Modelle“.

Wie die Rangfolge bestimmt wird

Die Shortlist ist eine Benchmark-Rangliste des Live-Chat-Katalogs des Anbieters. Beim ersten Durchlauf werden drei öffentliche Datensätze heruntergeladen, was eine Weile dauern kann. Spätere Durchläufe verwenden den 7-Tage-Cache unter <cacheDir>/benchmark-scores.json (normalerweise .translation-cache/benchmark-scores.json) wieder.

Signal	Was es beiträgt	Quelle
ChrF	Übersetzungsqualität für die Sprachen Ihres Projekts	languagebench (CC BY-SA 4.0)
Arena Score	Allgemeine Präferenz aus direkten Vergleichen	LMArena Arena Score (CC BY 4.0)
USD pro 1 Mio. Token	Eingabe- und Ausgabepreis	Katalog des Anbieters, wenn er Preise veröffentlicht, andernfalls models.dev (MIT)

ChrF verwendet die Übersetzungs-Scores von languagebench für Ihre sourceLocale und targetLocales. Locales werden einem languagebench-Sprachcode zugeordnet: dem primären Subtag, mit Aliasen wie pt-BR für pt und zh-Hant für zh. Ein Modell, das diese Sprachen gut übersetzt, rangiert höher als eines, das nur allgemein gut abschneidet. Embedding-, Bild-, Sprach- und andere Nicht-Chat-Modelle werden übersprungen, ebenso wie IDs, deren Ablaufdatum überschritten ist.

Qualität, das Standardprofil, gewichtet ChrF und Arena Score höher als den Preis. Preis kehrt diese Gewichtung um und hält das oben beschriebene Qualitätsniveau ein. Optionale Gewichtungen sind modelSuggestion.

suggest-models --refresh lädt die Datensätze erneut herunter. Laden Sie danach den Tab Modelle neu.

Jedes Flag, einschließlich --json, --list und die Bewertungsformel: Modelle vorschlagen.

Warum die Liste mehr als ein Modell enthält

Modell-Fallback-Kette

translationModels ist eine geordnete Liste. Die CLI versucht das erste Modell. Bei einer fehlgeschlagenen Anfrage, einer Antwort, die sie nicht parsen kann, oder Text in einem falschen Schriftsystem, versucht sie die nächste ID für diesen Batch.

Eine ID ist ein Single Point of Failure. Ein Modell kann eine Zeitüberschreitung haben, Text zurückgeben, den dieses Tool ablehnt, oder eine Sprache gut und eine andere schlecht übersetzen. Ein häufiger Fall ist romanisiertes Hindi, wo hi Devanagari erwartet. Romanisierte Ausgabe wird für Locales mit nativer Schrift abgelehnt. Ein Locale, das romanisiert bleiben soll, benötigt einen expliziten -Latn-Subtag, wie z.B. hi-Latn.

Deshalb enthält die Shortlist mehrere IDs, die stärkste zuerst. Die Reihenfolge in der Liste ist die Reihenfolge, in der die Übersetzung versucht wird.

Auflösungsstufen (dedupliziert, Reihenfolge beibehalten):

Pipeline	Reihenfolge
UI (translate-ui, Pluralformen, proofread-ui)	localeModels(locale) → uiModels → translationModels
Dokumente, JSON, SVG	localeModels(locale) → translationModels

Die meisten Projekte setzen nur translationModels. Die anderen beiden Listen sind vorhanden, wenn eine Textart oder eine Sprache zuerst verschiedene Modelle ausprobieren soll.

UI-Strings. Optionales uiModels wird nach jeder passenden pro-Locale-Überschreibung und vor translationModels versucht. UI-Text ist kurz und sichtbar, daher ist ein stärkeres Modell in dieser Kette eine übliche Aufteilung. suggest-models --apply schreibt nur translationModels.

Ein Locale. Optionales localeModels ordnet einen BCP-47-Tag Modellen zu, die zuerst für dieses Locale in jeder Pipeline versucht werden (pt-br entspricht pt-BR). Japanisch, Koreanisch und Chinesisch schneiden oft besser mit Modellen ab, die für diese Schriften optimiert sind, wie z.B. z-ai/glm-5.3 und minimax/minimax-m2.7, als mit einem allgemeinen Fallback. Wenn kein Eintrag übereinstimmt, gelten nur die oben genannten Pipeline-Stufen.

Beispiel (OpenRouter). Die IDs zeigen die Struktur der drei Listen. Nehmen Sie translationModels von suggest-models oder dem Tab Modelle. Fügen Sie uiModels oder localeModels hinzu, wenn UI-Text oder ein Locale eine eigene Kette benötigt.

{
  "provider": "openrouter",
  "providers": {
    "openrouter": {
      "translationModels": [
        "google/gemini-2.5-flash",
        "deepseek/deepseek-v4-flash",
        "openai/gpt-5-mini"
      ],
      "uiModels": [
        "anthropic/claude-sonnet-latest",
        "openai/gpt-5.4"
      ],
      "localeModels": [
        { "locale": "ja", "models": ["z-ai/glm-5.3", "minimax/minimax-m2.7"] },
        { "locale": "ko", "models": ["z-ai/glm-5.3", "minimax/minimax-m2.7"] },
        { "locale": "zh-Hans", "models": ["z-ai/glm-5.3", "minimax/minimax-m2.7"] },
        { "locale": "zh-Hant", "models": ["z-ai/glm-5.3", "minimax/minimax-m2.7"] }
      ]
    }
  }
}

Voreingestellte Listen von init und die Feldreferenz: Konfiguration — provider und providers.

Prüfen, auflisten und benchmarken

Sobald die Shortlist in der Konfiguration ist, prüfen diese Befehle sie. Die Übersetzung kann ausgeführt werden, bevor Sie sie verwenden.

check-models

Bestätigt, dass jede konfigurierte ID noch vom aktiven Anbieter angeboten wird.

ai-i18n-tools check-models

Es ruft den GET /models-Endpunkt des Anbieters auf, prüft jede ID in translationModels, uiModels und localeModels, meldet fehlende oder über expiration_date liegende IDs und beendet den Vorgang mit einem Non-Zero-Exit-Code, wenn eine konfigurierte ID ungültig ist. Wenn der Anbieter Preise veröffentlicht (OpenRouter und Cheaper Inference tun dies), zeigt es auch USD pro 1 Million Token an.

list-models

Druckt den vollständigen Katalog, den der Anbieter bewirbt, sortiert nach ID. Verwenden Sie dies, um eine ID nachzuschlagen, die das Ranking ausgelassen hat.

ai-i18n-tools list-models

bench-models

Übersetzt eine Stichprobe durch jedes konfigurierte Modell einzeln und gibt Eingabe- und Ausgabe-Token, die Echtzeit und die USD-Kosten aus. suggest-models verwendet die oben veröffentlichten Bewertungen. bench-models ruft die Modelle auf, verbraucht also API-Guthaben und zeigt Latenz und Preis in Ihrem Konto an.

ai-i18n-tools bench-models

Jede eindeutige ID von translationModels, uiModels und localeModels läuft ohne Fallback. Überschreiben Sie die Stichprobe oder die IDs für einen spezifischen Vergleich:

ai-i18n-tools bench-models --text "Hello world" --source en --target de --model openai/gpt-5-mini,google/gemini-2.5-flash

Wenn Zero Data Retention für Cheaper Inference aktiviert ist, lesen check-models, list-models und suggest-models GET /models?zdr=true.

Details zum Befehl: CLI – Modelle und Sprachen.

Weiterführende Informationen

• LLM-Anbieter – Voreinstellungen, API-Schlüssel und Anbieterwechsel mit -P.
• Tab „Modelle“ – dasselbe Ranking im Dashboard.
• Konfiguration – provider und providers – translationModels, uiModels, localeModels, Timeouts und Kostensätze.
• suggest-models – Flags, Filter und die Bewertungsformel.