Ваше агентство только что подписало нового клиента: 500 000 слов в месяц, EN→DE/FR/ES, дедлайн - 4 недели на каждую партию. Экономика этого проекта держится на MTPE. Вопрос не в том, использовать MT или нет - вопрос в том, какой движок запускать под вашим воркфлоу.
В 2026 году есть шесть вариантов, которые стоит рассматривать всерьез. Каждый решает разный набор проблем агентства.
Что агентствам на самом деле нужно от MT-движка¶
Фрилансер и крупное агентство используют MT почти по-разному. Фрилансер кидает текст в DeepL, чтобы сделать черновик. Агентство гоняет 2 миллиона символов в месяц через API, хочет единую терминологию у 15 переводчиков, требует чтобы вывод попадал напрямую в memoQ-пакет, и не может позволить себе, чтобы документы клиента попадали на сторонние серверы.
Критерии выбора, которые имеют значение на уровне агентства:
Цена за объем - При 2 млн символов в месяц разница в $15/млн = $30/месяц. Звучит мелко. При 20 млн символов это $300/месяц, или $3600 в год. Посчитайте с вашим реальным объемом.
Интеграция с CAT-инструментами - Есть ли нативный плагин для вашего CAT (memoQ, Trados, Phrase)? Или нужно кастомное API-подключение через TMS? Нативные плагины означают, что переводчики могут сделать предварительный перевод одним кликом прямо из своей привычной среды.
Кастомизация - Можно ли загрузить клиентскую терминологию и принудительно использовать конкретные переводы? Можно ли обучить кастомную модель на своей TM? Уровень глоссария (замена слов) и уровень модели (полное переобучение) - очень разные варианты.
Безопасность данных - Движок обрабатывает данные в облаке (подходит для большинства) или вам нужно on-premise или контейнерное развертывание для клиентов с жесткими требованиями к резидентности данных?
Охват языков - Некоторые языковые пары просто отсутствуют в определенных движках. Если вы делаете редкие языки (латышский, суахили, исландский), не каждый движок подойдет.
Качество на вашей конкретной паре - Бенчмарки по 16 языковым парам выглядят одним образом. Ваш реальный языковой микс может выглядеть совсем по-другому. Всегда тестируйте на репрезентативных образцах вашего реального контента.
DeepL API Pro - стандарт качества для европейских пар¶
По данным отчета Association of Language Companies за 2024 год, 82% агентств переводческих услуг используют DeepL для машинного перевода. Это не случайность - это отражение стабильных бенчмарков качества на протяжении нескольких лет. В независимых тестах марта 2026 года DeepL выиграл 94% сравнений один-на-один по 16 языковым парам против пяти конкурентов.
Для EN↔DE, EN↔FR, EN↔ES, EN↔IT, EN↔PL и большинства других европейских пар: DeepL выдает более чистый вывод для пост-редактирования, чем альтернативы. Переводчики отмечают, что черновики DeepL требуют меньше правок на сегмент - именно это и определяет производительность при MTPE. Один переводчик на форуме ProZ описал разницу как “редактировать черновик против исправлять беспорядок”.
Цены: - API Pro: $26/месяц базовая плата (включает 1 млн символов/месяц) + $25 за каждый дополнительный миллион символов - Бесплатный тир (API Free): 500 000 символов в месяц, только для некоммерческого использования
Что поддерживает API: - 33 языка через API v2 (больше языков есть в веб-интерфейсе, но API отстает) - Глоссарии: загружаете списки терминов, которые принудительно применяются на уровне сегмента - Контроль формальности: выбор официального или неофициального регистра для поддерживаемых языков - Перевод документов: отправляете DOCX, PDF, PPTX и получаете переведенный файл
Интеграция с CAT-инструментами: - memoQ: официальный плагин, настраивается в Machine Translation Settings - Trados Studio: через Language Weaver MT Provider (собственный middleware от RWS) или сторонние плагины - Phrase (Memsource): нативный коннектор встроен в платформу - Smartcat: нативная MT-интеграция - Большинство крупных TMS-платформ поддерживают DeepL через API
Где DeepL не справляется: Охват языков уже, чем у Google или Lara - 33 языка в API означает, что некоторых пар просто нет. Никакого адаптивного обучения из правок переводчиков - движок не улучшается от того, что меняют ваши переводчики. Варианты резидентности данных ограниченнее, чем у Azure или SYSTRAN.
Google Cloud Translation - когда главное охват языков¶
249 языков и диалектов по состоянию на 2026 год. Именно это число определяет позицию Google в воркфлоу агентств: когда вам нужна языковая пара, которой нет у остальных, Google обычно единственный вариант.
Для основных европейских пар качественные бенчмарки Google стабильно выходят на второе место после DeepL в прямых сравнениях. Разница реальная, но не огромная - для большого объема контента, где скорость и цена важнее граничного улучшения качества, это зачастую приемлемо.
Цены: - Стандартный NMT: $20/миллион символов - Режим LLM Translation (более высокая нюансность, на базе моделей Gemini): $20/миллион (та же цена, более высокое качество на сложном контенте) - Бесплатный тир: 500 000 символов в месяц
Ключевые фичи для агентств: - AutoML Translation: обучаете кастомную модель на собственной TM. Обучение: $39-45/час, инференс по стандартным ценам NMT. Для агентств с большими TM в специализированных доменах (юридический, медицинский, финансовый) это может существенно закрыть разрыв в качестве с дефолтными моделями. - Пакетный перевод: отправляете файлы в бакеты Cloud Storage и получаете переведенный вывод асинхронно - лучше подходит для больших пакетных задач, чем для интерактивного MTPE. - Глоссарии: ограничения на уровне терминов, аналогично системе DeepL. - Соответствие GDPR, варианты резидентности данных в регионах ЕС.
Где Google не справляется: Никаких нативных плагинов для CAT-инструментов. Интеграция Google в memoQ или Trados требует API-middleware, кастомного коннектора или TMS, где этот коннектор уже есть. Для агентств, запускающих MT через CAT, это добавляет трения и времени на настройку. API не предлагает адаптивного обучения из правок.
Как отмечает сравнение от Smartling: “Google Translate остается важным, потому что охват важен. Он быстрый, везде доступный и всегда самый простой ответ для редкого языка.” Именно эту роль он и играет в большинстве агентских стеков - запасной для пар, которых нет у DeepL.
Microsoft Azure Translator - выбор корпоративной инфраструктуры¶
$10 за миллион символов. Самый дешевый платный API среди крупных игроков, и бесплатный тир вдвое щедрее - 2 миллиона символов в месяц против 500 тыс. у DeepL и Google.
На большом объеме разница в цене ощутима. 20 млн символов/месяц через Azure = $200. Тот же объем через DeepL = $526. Эта разница оплачивает много другого инструментария.
Цены: - Бесплатный тир: 2 000 000 символов в месяц - Стандартный перевод текста: $10/миллион символов - Custom Translator (доменно-специфические обученные модели): $40/миллион символов при инференсе
Что отличает Azure: - 133 языка с широким охватом менее распространенных пар - Custom Translator: загружаете свою TM как параллельные данные, обучаете доменно-специфическую модель, которая значительно превосходит базовый движок на вашем типе контента. Документация Microsoft показывает стабильное улучшение на 5-10 баллов BLEU на специализированном техническом контенте. - Встроенный OCR для сканированных PDF - перевод документов на основе изображений в 111 языках-источниках без отдельного OCR-конвейера - Контейнерное развертывание: запускаете Azure Translator на собственной инфраструктуре. Документы клиентов никогда не покидают вашу сеть. - Сертификаты HIPAA, GDPR, SOC 1/2, ISO 27001 - Нативная интеграция с Microsoft 365, SharePoint, Teams
Где Azure не справляется: Как и Google, нет нативных плагинов для CAT-инструментов. Для агентств с корпоративными клиентами, имеющими договорные требования к резидентности данных, контейнерное развертывание часто является решающим фактором. Ни один другой облачный движок не предлагает этого за $10/млн.
Amazon Translate - для AWS-нативных воркфлоу¶
$15 за миллион символов. 75 языков. Amazon Translate - естественный выбор, если техническая инфраструктура вашего агентства уже работает на AWS.
Логика интеграции проста: конвейеры перевода, которые тянут исходные файлы из S3, обрабатывают через Translate и возвращают результаты обратно в S3. Если вы уже построили TMS или конвейер обработки документов на сервисах AWS, это наименее болезненный путь.
Ключевые фичи: - Custom Terminology: замена терминов на уровне глоссария, аналогично глоссариям DeepL - Active Custom Translation (ACT): адаптивный перевод в реальном времени с использованием ваших параллельных данных - Пакетный перевод документов через S3-бакеты
Где Amazon не справляется: Охват в 75 языков - самый низкий среди крупных провайдеров. Качество для европейских пар бенчмаркируется ниже DeepL и примерно на уровне Google. Никаких нативных CAT-плагинов. Основная ценностная пропозиция - интеграция в экосистему AWS, а не чистое качество перевода.
SYSTRAN - выбор с приоритетом безопасности¶
SYSTRAN занимается машинным переводом с 1968 года - дольше, чем существует DeepL. Фокус всегда был на корпоративной безопасности и доменной специализации, а не на общем потребительском качестве.
“Systran Translate Pro надежный, и для базовых переводов правок почти не нужно. А для юридических документов со специфической терминологией предварительно обученные юридические модели превосходят общие движки.”
- Отзыв из G2, июнь 2026
Цены: - Translate Pro Plus: €19.99/месяц (55 языков, 140+ пар, до 10 пользователей) - Translate Pro Premium: €44.99/месяц - Enterprise: кастомное ценообразование, включая варианты выделенного сервера
Что SYSTRAN предлагает, чего нет у других: - Настоящее on-premise развертывание: движок запускается на ваших серверах, никаких данных в облаке SYSTRAN. - Доменно-специфические модели: юридические, медицинские, финансовые, технические - обученные на специализированных корпусах. Для агентств с документацией медицинских устройств или юридическими материалами эти модели часто превосходят общие движки. - Облачный вариант с хостингом в Европе: GDPR-compliant, переведенные данные не хранятся и не используются после завершения перевода. - 55 языков, 140+ языковых комбинаций.
Где SYSTRAN не справляется: Общее качество маркетингового или e-commerce контента не соответствует уровню DeepL для основных европейских пар. Веб-интерфейс и API-документация менее отполированы по сравнению с Google или Microsoft. Цены на корпоративные планы непубличны - нужен разговор с продажниками.
Выбор SYSTRAN обычно диктуется требованиями комплаенса, а не качеством: когда контракты с клиентами запрещают любой выход данных за пределы их сети, или когда медицинские регуляции требуют HIPAA-compliant переводческой инфраструктуры.
Lara Translate - адаптивное обучение от ваших переводчиков¶
Lara - официальный преемник ModernMT, разработанный компанией Translated из Рима. Миграция не является опцией: ключи ModernMT API перестают работать 31 декабря 2026 года, после чего Lara - единственный способ продолжать использовать адаптивную MT-технологию.
Если вы сейчас на ModernMT, ваши TM и глоссарии мигрируют в Lara. Внутренние бенчмарки показывают улучшение качества ~30% по сравнению с архитектурой ModernMT.
Что отличает Lara от всех остальных в этом списке:
Движок учится на правках ваших переводчиков в реальном времени. Если переводчик А раз за разом меняет “employment agreement” на “трудовой договор” в проекте, Lara подхватывает этот паттерн и начинает так переводить дальше по всему проекту. Со временем, на контенте с большим количеством повторений или на стабильных долгосрочных проектах, нагрузка на пост-редактирование реально снижается.
Для агентств, где один и тот же пул переводчиков постоянно работает со схожим контентом, это означает, что движок становится материально лучше в течение года.
Цены: - Стандартная модель: от $10/миллион символов - Премиум-модель (на базе LLM, качество сопоставимо с DeepL): ~$40/миллион символов
Фичи: - 203 языка - самый широкий охват среди всех движков в этом списке - Нативные плагины для Trados Studio и memoQ - единственный не-DeepL движок с нативными CAT-плагинами - 72 поддерживаемых формата файлов - Интеграция TM - переносите свою существующую TM
Где Lara не справляется: Сторонние бенчмарки качества для новой LLM-архитектуры еще ограничены - большинство независимых сравнений догоняют реальность продукта. При $40/млн за премиум-модель дороже Google или Azure. Адаптивное обучение лучше всего окупается при больших объемах и повторяющемся контенте.
Быстрое сравнение¶
| Движок | Цена за млн символов | Языки | Бесплатный тир | CAT-плагины | On-premise | Адаптивный |
|---|---|---|---|---|---|---|
| DeepL API Pro | $25 + $26/мес | 33 (API) | 500 тыс./мес | Нативные | Нет | Нет |
| Google Cloud Translation | $20 | 249+ | 500 тыс./мес | Только API | Нет | Нет |
| Azure Translator | $10 | 133 | 2 млн/мес | Только API | Да (контейнер) | Нет |
| Amazon Translate | $15 | 75 | 2 млн/мес | Только API | Нет | Частично (ACT) |
| SYSTRAN | От €19.99/мес | 55 (140+ пар) | Нет | API | Да (настоящее) | Нет |
| Lara Translate | $10-40 | 203 | Ограниченный | Нативные | Нет | Да (реальное время) |
Какой движок подойдет вашему агентству¶
Три вопроса прояснят большинство решений.
Какой у вас языковой микс?
Преимущественно европейские пары (EN↔DE/FR/ES/IT/PL) при нормальном объеме: DeepL - стандарт. Бенчмарки качества его поддерживают, CAT-интеграции работают нативно. Редкие языки или мультиязычные проекты на 20+ языков: Google или Lara (203 языка). Специализированные домены, где важны обученные модели (медицинский, юридический): SYSTRAN как дополнение к основному движку.
Как вы интегрируете MT в свой воркфлоу?
MTPE через CAT-инструмент (memoQ, Trados): DeepL или Lara имеют нативные плагины, переводчики не выходят из своей привычной среды. API-интеграция через TMS или кастомный конвейер: все движки подходят, цена становится ключевым фактором - Azure за $10/млн сложно переплюнуть. Пакетная обработка документов: Google или Azure через интеграцию с облачным хранилищем.
Какие у вас требования к безопасности данных?
Стандартные коммерческие работы без договорных ограничений: любой облачный движок. Клиенты с чувствительностью к GDPR, предпочитающие хостинг в ЕС: Azure (резидентность данных в ЕС), Google (резидентность данных в ЕС), SYSTRAN (облако с хостингом в Европе). Клиенты с договорными требованиями “без облака” или on-premise: SYSTRAN (настоящий on-premise) или Azure Container (ваша инфраструктура, их модель).
Для агентств, которые только начинают строить MTPE-воркфлоу, практическая отправная точка - DeepL API Pro для европейских пар плюс Google Cloud Translation для охвата. Два API, понятное ценообразование, и вы покрываете 80% языковых запросов за известную стоимость.
ChatsControl отдельно стоит упомянуть для агентств, которым нужно доставлять отформатированные переведенные документы клиентам (не сырой MT-вывод для пост-редактирования). Платформа использует Claude AI для перевода DOCX и PDF с сохранением форматирования и запускает несколько раундов автоматической проверки качества. Решает кейс “быстро доставить готовый документ”, а не “сырой MT в CAT-конвейер” - разная задача, разный инструмент.
Частые вопросы¶
Какой MT-движок используют большинство переводческих агентств?¶
По данным отчета Association of Language Companies за 2024 год, 82% агентств используют DeepL, 46% - Google Translate. DeepL доминирует для основных европейских пар. Агентства, работающие с редкими языками или нуждающиеся в едином API для 20+ пар, часто дополняют Google Cloud Translation или используют его как основной движок.
Сколько стоит MT API при типичных агентских объемах?¶
Azure Translator: $10/миллион символов (самый дешевый). Amazon Translate: $15/млн. Google Cloud Translation: $20/млн. DeepL API Pro: $25/млн + базовая плата $26/месяц. При 5 млн символов в месяц: Azure стоит $50, DeepL - $151. При 20 млн символов: Azure - $200, DeepL - $526. Бесплатные тиры: Azure дает 2 млн символов/месяц, DeepL и Google - по 500 тыс.
Какой MT-движок лучше всего подходит для MTPE-воркфлоу в memoQ или Trados?¶
DeepL имеет наиболее зрелую нативную интеграцию - официальные плагины для memoQ, Trados (через Language Weaver MT Provider или сторонние коннекторы), Phrase и Smartcat. Lara Translate имеет нативные плагины для Trados Studio и memoQ. Google и Azure требуют кастомных API-коннекторов или TMS-middleware.
Сколько реально экономит MTPE по сравнению с полным человеческим переводом?¶
Исследование Nimdzi показывает, что редакторы после MT обрабатывают 3000-6000 слов в день против 2000-2500 при переводе с нуля. Агентства сообщают об экономии расходов 30-60% в зависимости от типа контента, языковой пары и уровня пост-редактирования (легкое vs полное). Доля MTPE среди LSP выросла с 26% проектов в 2022 до 46% в 2024 году по данным Nimdzi.
Нужно ли мигрировать с ModernMT на Lara до конца 2026 года?¶
Да - ключи ModernMT API перестают работать 31 декабря 2026 года. Lara Translate - прямой преемник от той же компании. Ваши TM и глоссарии переносятся. Lara добавляет 203 языка, нативные плагины для Trados Studio и memoQ, 72 формата файлов и новую LLM-архитектуру с примерно 30% улучшением качества по сравнению с ModernMT по внутренним бенчмаркам.
Можно ли использовать несколько MT-движков для разных языковых пар?¶
Да, и многие агентства так делают. Типичная схема: DeepL для европейских пар, Google для редких языков, SYSTRAN или Azure для проектов с требованиями к безопасности данных. Большинство CAT-инструментов и TMS-платформ поддерживают настройку разных MT-провайдеров для разных языковых пар или типов проектов.
В чем разница между глоссарием и кастомной MT-моделью?¶
Глоссарий (есть в DeepL, Google, Azure, Amazon) принудительно применяет конкретные переводы на уровне слов. Это накладывается при постобработке, не встроено в модель. Кастомная MT-модель (Google AutoML, Azure Custom Translator) переобучается на ваших конкретных параллельных данных - вся модель улучшается для вашего домена, а не только отдельные термины. Глоссарий быстро настраивается; кастомные модели требуют 1-2 часов обучения, но дают лучший общий результат на специализированном контенте.