AI 모델

모델은 공급자에 있는 이름이 지정된 하나의 시스템입니다(예: google/gemini-2.5-flash 또는 gpt-5-mini). init는 선택한 공급자에 대한 시작 translationModels 목록을 작성합니다. 이 목록을 시작점으로 사용하세요.

suggest-models를 사용하거나 번역 대시보드의 모델 아래에서 동일한 순위를 사용하여 이 프로젝트의 목록을 선택하세요. 두 방법 모두 게시된 벤치마크를 기준으로 활성 공급자의 채팅 모델 순위를 매기고 그 결과를 translationModels에 쓸 수 있습니다. 먼저 공급자와 해당 API 키를 설정하세요. LLM 공급자.

순위별 최종 후보 목록으로 시작

명령줄에서

suggest-models는 활성 공급자가 현재 제공하는 채팅 모델의 순위를 매기고 간단한 표를 출력합니다. 기본값은 품질입니다. 번역 측정값과 일반 선호도 점수가 가격보다 더 중요하게 고려됩니다.

ai-i18n-tools suggest-models

열은 순위, 모델 ID, 지수, 측정된 ChrF, 측정된 Arena Score, 1백만 토큰당 입출력 가격(USD)입니다. 측정값이 없는 경우는 —입니다. 지수는 가중 점수에 100을 곱한 값입니다. 품질 순위에서는 지수가 높을수록 이 프로젝트에 더 적합합니다.

표가 올바르게 보이면 해당 후보 목록을 구성에 작성하세요.

ai-i18n-tools suggest-models --apply

--apply는 providers.<active>.translationModels을 대체합니다. 먼저 현재 구성을 형제 파일인 ai-i18n-tools.config.{timestamp}.backup.json에 복사합니다. uiModels 및 localeModels는 그대로 유지됩니다. --top(기본값 8)는 표와 --apply에 포함할 ID의 수입니다. 첫 번째 ID는 번역 시 가장 먼저 시도되는 ID입니다.

--price는 더 낮은 요금을 우선으로 하면서도 최소한의 품질을 유지하므로, 측정값이 없는 저렴한 모델은 점수가 있는 모델보다 순위가 낮습니다. --quality이 기본값입니다. 두 플래그를 모두 전달하면 오류가 발생합니다.

대시보드에서

모델 탭에는 동일한 순위가 표시되며 각 행에 확인란이 있습니다.

ai-i18n-tools dashboard

모델을 엽니다. 품질 또는 가격을 선택합니다. 원하는 행을 선택합니다. 선택된 행은 위에서 아래 순서로 번역 시 시도됩니다. 구성 업데이트는 확인을 요청하고 동일한 종류의 백업을 작성한 다음 해당 순서를 translationModels에 저장합니다. 직접 붙여넣고 싶을 때는 JSON 복사를 사용하여 { "translationModels": [...] } 조각을 클립보드에 복사할 수 있습니다.

최대 출력 가격 및 최소 지수 델타는 suggest-models --max-output-price 및 --min-delta과 일치합니다. 컨트롤 및 열: 모델 탭.

순위 선택 방식

후보 목록은 공급자의 실시간 채팅 카탈로그에 대한 벤치마크 순위입니다. 처음 실행 시에는 세 개의 공개 데이터 세트를 다운로드하므로 시간이 걸릴 수 있습니다. 이후 실행 시에는 <cacheDir>/benchmark-scores.json(일반적으로 .translation-cache/benchmark-scores.json)에 있는 7일 캐시를 재사용합니다.

신호	기여 내용	출처
ChrF	프로젝트 언어에 대한 번역 품질	languagebench (CC BY-SA 4.0)
Arena Score	일대일 비교를 통한 전반적인 선호도	LMArena Arena Score (CC BY 4.0)
1백만 토큰당 USD	입력 및 출력 가격	공급자가 요금을 게시하는 경우 해당 카탈로그, 그렇지 않은 경우 models.dev (MIT)

ChrF는 sourceLocale 및 targetLocales에 대한 languagebench의 번역 점수를 사용합니다. 로캘은 languagebench 언어 코드에 매핑됩니다. 기본 하위 태그이며 pt-BR를 pt으로, zh-Hant를 zh으로 매핑하는 등의 별칭이 있습니다. 해당 언어를 잘 번역하는 모델이 전반적으로만 점수가 좋은 모델보다 순위가 높습니다. 임베딩, 이미지, 음성 및 기타 비채팅 모델은 건너뛰며, 만료일이 지난 ID도 마찬가지입니다.

기본 프로필인 Quality는 가격보다 ChrF와 Arena 점수에 가중치를 둡니다. Price는 그 강조점을 반대로 하고 위에서 설명한 품질 하한을 유지합니다. 선택적 가중치는 modelSuggestion입니다.

suggest-models --refresh는 데이터 세트를 다시 다운로드합니다. 그 후에 모델 탭을 다시 로드하세요.

--json, --list 및 점수 공식을 포함한 모든 플래그: suggest-models.

목록에 두 개 이상의 모델이 있는 이유

모델 대체 체인

translationModels는 순서가 있는 목록입니다. CLI는 첫 번째 모델을 시도합니다. 요청이 실패하거나, 구문 분석할 수 없는 응답을 받거나, 또는 잘못된 쓰기 시스템의 텍스트가 있는 경우, 해당 배치의 다음 ID를 시도합니다.

ID가 하나이면 단일 장애점이 됩니다. 모델은 시간 초과되거나, 이 도구가 거부하는 텍스트를 반환하거나, 한 언어는 잘 번역하고 다른 언어는 제대로 번역하지 못할 수 있습니다. 일반적인 경우는 hi가 데바나가리 문자를 예상하는데 로마자화된 힌디어가 사용되는 경우입니다. 로마자화된 출력은 고유 스크립트 로캘에서 거부됩니다. 로마자화된 상태로 유지되어야 하는 로캘에는 hi-Latn와 같은 명시적인 -Latn 하위 태그가 필요합니다.

이것이 최종 후보 목록에 가장 강력한 ID부터 순서대로 여러 ID가 포함된 이유입니다. 목록의 순서는 번역이 시도되는 순서입니다.

해결 계층 (중복 제거, 순서 유지):

파이프라인	순서
UI (translate-ui, 복수형, proofread-ui)	localeModels(locale) → uiModels → translationModels
문서, JSON, SVG	localeModels(locale) → translationModels

대부분의 프로젝트는 translationModels만 설정합니다. 다른 두 목록은 한 종류의 텍스트나 한 언어에서 다른 모델을 먼저 시도해야 할 때 사용됩니다.

UI 문자열. 선택 사항인 uiModels는 일치하는 로캘별 재정의 다음에, 그리고 translationModels 전에 시도됩니다. UI 카피는 짧고 눈에 잘 띄므로 해당 체인에서 더 강력한 모델을 사용하는 것이 일반적인 분할 방식입니다. suggest-models --apply는 translationModels만 씁니다.

단일 로캘. 선택 사항인 localeModels는 BCP-47 태그를 모든 파이프라인에서 해당 로캘에 대해 먼저 시도되는 모델에 매핑합니다(pt-br가 pt-BR와 일치). 일본어, 한국어, 중국어는 범용 대체 모델을 사용할 때보다 z-ai/glm-5.3 및 minimax/minimax-m2.7와 같이 해당 스크립트에 맞게 조정된 모델에서 더 나은 성능을 보이는 경우가 많습니다. 일치하는 항목이 없으면 위의 파이프라인 계층만 적용됩니다.

예시(OpenRouter). ID는 세 목록의 형태를 보여줍니다. suggest-models 또는 모델 탭에서 translationModels를 가져옵니다. UI 카피나 단일 로캘에 자체 체인이 필요한 경우 uiModels 또는 localeModels를 추가하세요.

{
  "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"] }
      ]
    }
  }
}

init의 사전 설정 목록 및 필드 참조: 구성 — provider 및 providers.

확인, 나열 및 벤치마크

최종 후보 목록이 구성에 포함되면 이 명령어로 검사할 수 있습니다. 이 명령어를 사용하기 전에 번역을 실행할 수 있습니다.

check-models

구성된 각 ID가 활성 공급자에 의해 여전히 제공되는지 확인합니다.

ai-i18n-tools check-models

공급자의 GET /models 엔드포인트를 호출하고, translationModels, uiModels, localeModels의 모든 ID를 확인하고, 누락되었거나 expiration_date가 지난 ID를 보고하며, 구성된 ID가 유효하지 않은 경우 0이 아닌 값으로 종료합니다. 공급자가 가격을 게시하는 경우(OpenRouter 및 Cheaper Inference가 해당), 1백만 토큰당 USD 가격도 표시합니다.

list-models

공급자가 광고하는 전체 카탈로그를 ID별로 정렬하여 출력합니다. 순위에서 제외된 ID를 조회하는 데 사용하세요.

ai-i18n-tools list-models

bench-models

구성된 각 모델을 통해 샘플 하나를 개별적으로 번역하고 입력 및 출력 토큰, 실제 경과 시간, USD 비용을 출력합니다. suggest-models는 위에서 게시된 점수를 사용합니다. bench-models는 모델을 호출하므로 API 크레딧을 사용하고 계정의 지연 시간과 가격을 표시합니다.

ai-i18n-tools bench-models

translationModels, uiModels, localeModels의 각 고유 ID는 대체(fallback) 없이 실행됩니다. 특정 비교를 수행하려면 샘플 또는 ID를 재정의하세요.

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

Cheaper Inference에 대해 데이터 보존 없음이 켜져 있으면 check-models, list-models, suggest-models는 GET /models?zdr=true를 읽습니다.

명령어 세부정보: CLI — 모델 및 언어.

추가 참조

• LLM 제공업체 — 사전 설정, API 키, -P를 사용한 제공업체 전환.
• 모델 탭 — 대시보드의 동일한 순위.
• 구성 — provider 및 providers — translationModels, uiModels, localeModels, 시간 초과, 비용 요율.
• suggest-models — 플래그, 필터, 점수 공식.