Modelos de IA

Um modelo é um sistema nomeado no seu provedor, como google/gemini-2.5-flash ou gpt-5-mini. init grava uma lista translationModels inicial para o provedor que você escolheu. Considere essa lista como um ponto de partida.

Escolha a lista para este projeto com suggest-models ou com a mesma classificação no Painel de Tradução em Modelos. Ambos classificam os modelos de chat do provedor ativo a partir de benchmarks publicados e podem gravar o resultado em translationModels. Primeiro, configure o provedor e sua chave de API: Provedores de LLM.

Comece com uma lista restrita classificada

Da linha de comando

suggest-models classifica os modelos de chat que o provedor ativo oferece no momento e imprime uma tabela curta. A qualidade é o padrão: as medições de tradução e uma pontuação de preferência geral contam mais do que o preço.

ai-i18n-tools suggest-models

As colunas são classificação, ID do modelo, índice, ChrF medido, Arena Score medido e preço de entrada e saída em USD por 1 milhão de tokens. Uma medição ausente é —. O índice é a pontuação ponderada multiplicada por 100. Na classificação por qualidade, um índice mais alto indica uma correspondência mais forte para este projeto.

Grave essa lista restrita na configuração quando a tabela parecer correta:

ai-i18n-tools suggest-models --apply

--apply substitui providers.<active>.translationModels. Primeiro, ele copia a configuração atual para um arquivo irmão ai-i18n-tools.config.{timestamp}.backup.json. uiModels e localeModels permanecem como estão. --top (padrão 8) é quantos IDs a tabela e --apply incluem. O primeiro ID é o que a tradução tenta primeiro.

--price prioriza uma taxa mais baixa e ainda mantém um piso de qualidade, de modo que um modelo barato sem medição fica abaixo dos modelos que têm pontuações. --quality é o padrão. Passar ambas as flags é um erro.

Do painel

A guia Modelos mostra a mesma classificação, com uma caixa de seleção em cada linha.

ai-i18n-tools dashboard

Abra Modelos. Escolha Qualidade ou Preço. Marque as linhas que você deseja. As linhas marcadas, de cima para baixo, definem a ordem que a tradução tentará. Atualizar configuração pede confirmação, grava o mesmo tipo de backup e salva essa ordem em translationModels. Copiar JSON coloca o fragmento { "translationModels": [...] } na área de transferência quando você preferir colá-lo.

Preço máximo de saída e Delta mínimo do índice correspondem a suggest-models --max-output-price e --min-delta. Controles e colunas: Guia Modelos.

Como a classificação escolhe

A lista restrita é um ranking de benchmark do catálogo de chat ao vivo do provedor. A primeira execução baixa três conjuntos de dados públicos e pode levar algum tempo. Execuções posteriores reutilizam o cache de 7 dias em <cacheDir>/benchmark-scores.json (geralmente .translation-cache/benchmark-scores.json).

Sinal	O que contribui	Fonte
ChrF	Qualidade da tradução para os idiomas do seu projeto	languagebench (CC BY-SA 4.0)
Arena Score	Preferência geral de comparações diretas	LMArena Arena Score (CC BY 4.0)
USD por 1 milhão de tokens	Preço de entrada e saída	O catálogo do provedor quando ele publica as taxas, caso contrário, models.dev (MIT)

O ChrF usa as pontuações de tradução do languagebench para seus sourceLocale e targetLocales. As localidades são mapeadas para um código de idioma do languagebench: a subtag primária, com aliases como pt-BR para pt e zh-Hant para zh. Um modelo que traduz bem esses idiomas supera um que só tem uma boa pontuação geral. Modelos de embeddings, imagem, fala e outros que não são de chat são ignorados, assim como os IDs que já passaram da data de validade.

Qualidade, o perfil padrão, dá mais peso ao ChrF e à Pontuação da Arena do que ao preço. Preço inverte essa ênfase e mantém o piso de qualidade descrito acima. Os pesos opcionais são modelSuggestion.

suggest-models --refresh baixa novamente os conjuntos de dados. Recarregue a guia Modelos depois.

Todas as flags, incluindo --json, --list e a fórmula de pontuação: suggest-models.

Por que a lista tem mais de um modelo

Cadeia de fallback de modelo

translationModels é uma lista ordenada. A CLI tenta o primeiro modelo. Em caso de falha na solicitação, uma resposta que não consegue analisar ou um texto no sistema de escrita errado, ela tenta o próximo id para aquele lote.

Um id é um ponto único de falha. Um modelo pode exceder o tempo limite, retornar um texto que esta ferramenta rejeita ou traduzir bem um idioma e mal outro. Um caso comum é o hindi romanizado, em que hi espera o Devanagari. A saída romanizada é rejeitada para localidades com escrita nativa. Uma localidade que deve permanecer romanizada precisa de uma subtag -Latn explícita, como hi-Latn.

É por isso que a lista de preferência contém vários ids, com os mais fortes primeiro. A ordem na lista é a ordem em que a tradução tenta.

Camadas de resolução (deduplicadas, ordem preservada):

Pipeline	Ordem
UI (translate-ui, plurais, proofread-ui)	localeModels(locale) → uiModels → translationModels
Documentos, JSON, SVG	localeModels(locale) → translationModels

A maioria dos projetos define apenas translationModels. As outras duas listas existem para quando um tipo de texto, ou um idioma, deve tentar modelos diferentes primeiro.

Strings de UI. O uiModels opcional é tentado após qualquer substituição correspondente por localidade e antes de translationModels. O texto da UI é curto e visível, então usar um modelo mais forte nessa cadeia é uma divisão comum. suggest-models --apply grava apenas translationModels.

Uma localidade. O localeModels opcional mapeia uma tag BCP-47 para modelos tentados primeiro para essa localidade em todos os pipelines (pt-br corresponde a pt-BR). Japonês, coreano e chinês geralmente se saem melhor com modelos ajustados para essas escritas, como z-ai/glm-5.3 e minimax/minimax-m2.7, do que com um fallback de uso geral. Quando nenhuma entrada corresponde, apenas as camadas de pipeline acima se aplicam.

Exemplo (OpenRouter). Os ids mostram o formato das três listas. Obtenha translationModels de suggest-models ou da guia Modelos. Adicione uiModels ou localeModels quando o texto da UI ou uma localidade precisar de sua própria cadeia.

{
  "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"] }
      ]
    }
  }
}

Listas predefinidas de init e a referência de campo: Configuração — provider e providers.

Verifique, liste e faça benchmark

Depois que a lista de preferência estiver na configuração, estes comandos a inspecionam. A tradução pode ser executada antes de você usá-los.

check-models

Confirma que cada id configurado ainda é oferecido pelo provedor ativo.

ai-i18n-tools check-models

Ele chama o endpoint GET /models do provedor, verifica todos os ids em translationModels, uiModels e localeModels, relata os ids que estão faltando ou que passaram de expiration_date e sai com um código diferente de zero quando qualquer id configurado é inválido. Quando o provedor publica preços (OpenRouter e Cheaper Inference o fazem), ele também mostra o valor em USD por 1 milhão de tokens.

list-models

Imprime o catálogo completo que o provedor anuncia, classificado por id. Use-o para procurar um id que a classificação deixou de fora.

ai-i18n-tools list-models

bench-models

Traduz uma amostra por meio de cada modelo configurado individualmente e imprime os tokens de entrada e saída, o tempo de relógio e o custo em USD. suggest-models usa as pontuações publicadas acima. bench-models chama os modelos, então gasta crédito da API e mostra a latência e o preço na sua conta.

ai-i18n-tools bench-models

Cada id exclusivo de translationModels, uiModels e localeModels é executado sem fallback. Substitua a amostra ou os ids para uma comparação específica:

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

Com a retenção zero de dados ativada para o Cheaper Inference, check-models, list-models e suggest-models leem GET /models?zdr=true.

Detalhes do comando: CLI — Modelos e idiomas.

Referências adicionais

• Provedores de LLM — predefinições, chaves de API e como alternar entre provedores com -P.
• Aba Modelos — a mesma classificação no dashboard.
• Configuração — provider e providers — translationModels, uiModels, localeModels, timeouts e taxas de custo.
• suggest-models — flags, filtros e a fórmula de pontuação.