एआई मॉडल

एक मॉडल आपके प्रोवाइडर पर एक नामित सिस्टम है, जैसे google/gemini-2.5-flash या gpt-5-mini। init आपके चुने हुए प्रोवाइडर के लिए एक स्टार्टर translationModels सूची लिखता है। उस सूची को एक शुरुआती बिंदु मानें।

इस प्रोजेक्ट के लिए सूची suggest-models के साथ चुनें, या मॉडल के तहत ट्रांसलेशन डैशबोर्ड में उसी रैंकिंग के साथ चुनें। दोनों सक्रिय प्रोवाइडर के चैट मॉडल को प्रकाशित बेंचमार्क से रैंक करते हैं और परिणाम को translationModels में लिख सकते हैं। पहले प्रोवाइडर और उसकी API कुंजी सेट करें: LLM प्रोवाइडर।

रैंक की गई छोटी सूची से शुरू करें

कमांड लाइन से

suggest-models उन चैट मॉडलों को रैंक करता है जो सक्रिय प्रोवाइडर वर्तमान में ऑफ़र करता है और एक छोटी तालिका प्रिंट करता है। क्वालिटी डिफ़ॉल्ट है: अनुवाद के माप और एक सामान्य प्राथमिकता स्कोर कीमत से ज़्यादा मायने रखते हैं।

ai-i18n-tools suggest-models

कॉलम रैंक, मॉडल आईडी, इंडेक्स, मापा गया ChrF, मापा गया एरीना स्कोर, और प्रति 1M टोकन USD में इनपुट और आउटपुट कीमत हैं। एक छूटा हुआ माप — है। इंडेक्स भारित स्कोर का 100 गुना है। क्वालिटी रैंकिंग पर, एक उच्च इंडेक्स इस प्रोजेक्ट के लिए एक मज़बूत मैच है।

जब तालिका सही लगे तो उस शॉर्टलिस्ट को कॉन्फ़िग में लिखें:

ai-i18n-tools suggest-models --apply

--apply, providers.<active>.translationModels को बदल देता है। यह पहले वर्तमान कॉन्फ़िग को एक सिबलिंग ai-i18n-tools.config.{timestamp}.backup.json में कॉपी करता है। uiModels और localeModels वैसे ही रहते हैं। --top (डिफ़ॉल्ट 8) यह बताता है कि तालिका और --apply में कितनी आईडी शामिल हैं। पहली आईडी वह है जिसे अनुवाद पहले आज़माता है।

--price कम दर के साथ आगे बढ़ता है और फिर भी एक क्वालिटी फ़्लोर बनाए रखता है, इसलिए बिना माप वाला एक सस्ता मॉडल उन मॉडलों से नीचे रहता है जिनके स्कोर हैं। --quality डिफ़ॉल्ट है। दोनों फ़्लैग पास करना एक त्रुटि है।

डैशबोर्ड से

मॉडल टैब प्रत्येक पंक्ति पर एक चेकबॉक्स के साथ समान रैंकिंग दिखाता है।

ai-i18n-tools dashboard

मॉडल खोलें। क्वालिटी या कीमत चुनें। अपनी इच्छित पंक्तियों को चेक करें। चेक की गई पंक्तियाँ, ऊपर से नीचे तक, वह क्रम हैं जिसे अनुवाद आज़माएगा। कॉन्फ़िग अपडेट करें पुष्टि के लिए पूछता है, उसी तरह का बैकअप लिखता है, और उस क्रम को translationModels में सहेजता है। JSON कॉपी करें { "translationModels": [...] } फ़्रैगमेंट को क्लिपबोर्ड पर डालता है जब आप इसे स्वयं पेस्ट करना पसंद करते हैं।

अधिकतम आउटपुट कीमत और न्यूनतम इंडेक्स डेल्टा suggest-models --max-output-price और --min-delta से मेल खाते हैं। नियंत्रण और कॉलम: मॉडल टैब।

रैंकिंग कैसे चुनती है

शॉर्टलिस्ट प्रोवाइडर के लाइव चैट कैटलॉग की एक बेंचमार्क रैंकिंग है। पहला रन तीन सार्वजनिक डेटासेट डाउनलोड करता है और इसमें कुछ समय लग सकता है। बाद के रन <cacheDir>/benchmark-scores.json (आमतौर पर .translation-cache/benchmark-scores.json) पर 7-दिन के कैश का पुनः उपयोग करते हैं।

सिग्नल	यह क्या योगदान देता है	स्रोत
ChrF	आपके प्रोजेक्ट की भाषाओं के लिए अनुवाद की क्वालिटी	languagebench (CC BY-SA 4.0)
एरीना स्कोर	आमने-सामने की तुलना से कुल मिलाकर प्राथमिकता	LMArena Arena Score (CC BY 4.0)
प्रति 1M टोकन USD	इनपुट और आउटपुट कीमत	प्रोवाइडर का कैटलॉग जब वह दरें प्रकाशित करता है, अन्यथा models.dev (MIT)

ChrF आपके sourceLocale और targetLocales के लिए languagebench के अनुवाद स्कोर का उपयोग करता है। लोकेल एक languagebench भाषा कोड से मैप होते हैं: प्राथमिक सबटैग, जिसमें pt-BR से pt और zh-Hant से zh जैसे उपनाम होते हैं। एक मॉडल जो उन भाषाओं का अच्छी तरह से अनुवाद करता है, वह उस मॉडल से बेहतर रैंक करता है जो केवल सामान्य रूप से अच्छा स्कोर करता है। एम्बेडिंग, इमेज, स्पीच और अन्य नॉन-चैट मॉडल छोड़ दिए जाते हैं, और इसी तरह वे आईडी भी छोड़ दी जाती हैं जिनकी समाप्ति तिथि बीत चुकी है।

गुणवत्ता, डिफ़ॉल्ट प्रोफ़ाइल, कीमत से ऊपर ChrF और Arena स्कोर को महत्व देती है। कीमत उस ज़ोर को उलट देती है और ऊपर बताई गई गुणवत्ता की न्यूनतम सीमा बनाए रखती है। वैकल्पिक वेट modelSuggestion हैं।

suggest-models --refresh डेटासेट को फिर से डाउनलोड करता है। इसके बाद मॉडल टैब को फिर से लोड करें।

हर फ़्लैग, जिसमें --json, --list शामिल हैं, और स्कोर फ़ॉर्मूला: suggest-models।

सूची में एक से ज़्यादा मॉडल क्यों हैं

मॉडल फ़ॉलबैक श्रृंखला

translationModels एक क्रमबद्ध सूची है। CLI पहले मॉडल को आज़माता है। किसी अनुरोध के विफल होने पर, एक प्रतिक्रिया जिसे वह पार्स नहीं कर सकता, या गलत लेखन प्रणाली में टेक्स्ट होने पर, यह उस बैच के लिए अगली आईडी आज़माता है।

एक आईडी विफलता का एकल बिंदु है। एक मॉडल टाइम आउट हो सकता है, ऐसा टेक्स्ट लौटा सकता है जिसे यह टूल अस्वीकार कर देता है, या एक भाषा का अच्छी तरह और दूसरी का खराब अनुवाद कर सकता है। एक आम मामला रोमनीकृत हिंदी है जहाँ hi देवनागरी की उम्मीद करता है। मूल-लिपि वाले लोकेल के लिए रोमनीकृत आउटपुट अस्वीकार कर दिया जाता है। एक लोकेल जिसे रोमनीकृत रहना चाहिए, उसे hi-Latn जैसे एक स्पष्ट -Latn सबटैग की ज़रूरत होती है।

इसीलिए शॉर्टलिस्ट में कई आईडी होती हैं, सबसे मज़बूत पहले। सूची में क्रम वही क्रम है जिसमें अनुवाद की कोशिश की जाती है।

रिज़ॉल्यूशन टियर (डुप्लिकेट हटाए गए, क्रम संरक्षित):

पाइपलाइन	क्रम
UI (translate-ui, बहुवचन, proofread-ui)	localeModels(locale) → uiModels → translationModels
दस्तावेज़, JSON, SVG	localeModels(locale) → translationModels

ज़्यादातर प्रोजेक्ट केवल translationModels सेट करते हैं। अन्य दो सूचियाँ तब के लिए हैं जब एक तरह के टेक्स्ट, या एक भाषा को पहले अलग-अलग मॉडल आज़माने चाहिए।

UI स्ट्रिंग। वैकल्पिक uiModels को किसी भी मेल खाने वाले प्रति-लोकेल ओवरराइड के बाद और translationModels से पहले आज़माया जाता है। UI कॉपी छोटी और दिखाई देने वाली होती है, इसलिए उस चेन पर एक मज़बूत मॉडल एक आम विभाजन है। suggest-models --apply केवल translationModels लिखता है।

एक लोकेल। वैकल्पिक localeModels एक BCP-47 टैग को उन मॉडलों से मैप करता है जिन्हें हर पाइपलाइन में उस लोकेल के लिए पहले आज़माया जाता है (pt-br, pt-BR से मेल खाता है)। जापानी, कोरियाई और चीनी अक्सर एक सामान्य-उद्देश्य वाले फ़ॉलबैक की तुलना में, उन लिपियों के लिए ट्यून किए गए मॉडलों, जैसे z-ai/glm-5.3 और minimax/minimax-m2.7, के साथ बेहतर प्रदर्शन करते हैं। जब कोई प्रविष्टि मेल नहीं खाती है, तो केवल ऊपर के पाइपलाइन टियर लागू होते हैं।

उदाहरण (OpenRouter)। आईडी तीन सूचियों का आकार दिखाती हैं। suggest-models या मॉडल टैब से translationModels लें। जब UI कॉपी या एक लोकेल को अपनी चेन की ज़रूरत हो, तो uiModels या localeModels जोड़ें।

{
  "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"] }
      ]
    }
  }
}

init से प्रीसेट सूचियाँ, और फ़ील्ड संदर्भ: कॉन्फ़िगरेशन — provider और providers।

जाँच करें, सूचीबद्ध करें, और बेंचमार्क करें

एक बार जब शॉर्टलिस्ट कॉन्फ़िग में आ जाती है, तो ये कमांड इसका निरीक्षण करते हैं। आप उनका उपयोग करने से पहले अनुवाद चला सकते हैं।

check-models

पुष्टि करता है कि प्रत्येक कॉन्फ़िगर की गई आईडी अभी भी सक्रिय प्रदाता द्वारा ऑफ़र की जाती है।

ai-i18n-tools check-models

यह प्रदाता के GET /models एंडपॉइंट को कॉल करता है, translationModels, uiModels, और localeModels में हर आईडी की जाँच करता है, उन आईडी की रिपोर्ट करता है जो गायब हैं या expiration_date से पुरानी हैं, और जब कोई कॉन्फ़िगर की गई आईडी अमान्य होती है तो नॉन-ज़ीरो से बाहर निकल जाता है। जब प्रदाता कीमतें प्रकाशित करता है (OpenRouter और Cheaper Inference करते हैं), तो यह प्रति 1M टोकन USD भी दिखाता है।

list-models

प्रदाता द्वारा विज्ञापित पूरी कैटलॉग प्रिंट करता है, जो आईडी द्वारा क्रमबद्ध होती है। इसका उपयोग उस आईडी को देखने के लिए करें जिसे रैंकिंग ने छोड़ दिया था।

ai-i18n-tools list-models

bench-models

प्रत्येक कॉन्फ़िगर किए गए मॉडल के माध्यम से अपने आप एक नमूने का अनुवाद करता है, और इनपुट और आउटपुट टोकन, वॉल-क्लॉक समय, और USD लागत प्रिंट करता है। suggest-models ऊपर प्रकाशित स्कोर का उपयोग करता है। bench-models मॉडलों को कॉल करता है, इसलिए यह API क्रेडिट खर्च करता है और आपके खाते पर लेटेंसी और कीमत दिखाता है।

ai-i18n-tools bench-models

translationModels, uiModels, और localeModels से प्रत्येक अद्वितीय आईडी बिना किसी फ़ॉलबैक के चलती है। किसी विशिष्ट तुलना के लिए नमूने या आईडी को ओवरराइड करें:

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

Cheaper Inference के लिए शून्य डेटा प्रतिधारण चालू होने पर, check-models, list-models, और suggest-models GET /models?zdr=true पढ़ते हैं।

कमांड विवरण: CLI — मॉडल और भाषाएँ।

अतिरिक्त संदर्भ

• LLM प्रोवाइडर — प्रीसेट, API कुंजियाँ, और -P के साथ प्रोवाइडर स्विच करना।
• मॉडल टैब — डैशबोर्ड में वही रैंकिंग।
• कॉन्फ़िगरेशन — provider और providers — translationModels, uiModels, localeModels, टाइमआउट, और लागत दरें।
• suggest-models — फ़्लैग, फ़िल्टर, और स्कोर फ़ॉर्मूला।