مقایسهٔ ChatGPT و Gemini با هوش مصنوعی واژه‌چین برای ترجمهٔ کتاب
گزارش یک تست ترجمهٔ کتاب با ChatGPT، Gemini و هوش مصنوعی واژه‌چین؛ مقایسهٔ زمان پاسخ، هزینهٔ API و سه خروجی خام با توجه به کار روزمرهٔ مترجم.
کدوم سریع‌تره، کدوم به‌صرفه‌تره و کدوم برای کار روزمرهٔ مترجم مناسب‌تره؟
وقتی می‌خوایم از هوش مصنوعی برای ترجمه استفاده کنیم، معمولاً اولین سؤال اینه:
کدومش بهتر ترجمه می‌کنه؟
ولی اگه قراره روی یه کتاب چندصدصفحه‌ای کار کنیم، کیفیت تنها چیزی نیست که اهمیت داره. باید ببینیم:
- چقدر منتظر جواب می‌مونیم؟
- ترجمه چقدر طبیعی و مصطلحه؟
- استفادهٔ مداوم از AI چقدر هزینه داره؟
- و مهم‌تر از همه، آیا می‌شه این ابزار رو واقعاً وسط روند ترجمه استفاده کرد یا بعد از چند درخواست، سرعت و هزینه تبدیل به مانع می‌شن؟
برای انتخاب هوش مصنوعی فعلی واژه‌چین، سه خروجی مختلف رو با همین نگاه مقایسه کردیم. یک متن انگلیسی یکسان، با یک دستور یکسان، برای Gemini، ChatGPT و هوش مصنوعی واژه‌چین فرستادیم. هرکدوم فقط یک بار فرصت ترجمه داشتن و هر سه متن رو کامل ترجمه کردن. ترجمه‌ها از نظر معنا و سبک بازنویسی نشدن؛ برای نمایش در مقاله، فاصله‌گذاری، نیم‌فاصله و نشانه‌های آوایی یکدست شده‌ان. هدفمون این نبود که یه «قهرمان مطلق ترجمه» پیدا کنیم. دنبال گزینه‌ای بودیم که برای استفادهٔ واقعی مترجم، تعادل خوبی بین کیفیت، سرعت و امکان استفادهٔ مداوم ایجاد کنه.
اول نتیجهٔ تست رو ببینیم
| ابزار | زمان پاسخ | هزینهٔ API در همین تست |
|---|---|---|
| Gemini | ۱۸٫۱۶ ثانیه | حدود ۴٬۷۷۵ تومان |
| ChatGPT | ۲۱٫۲۲ ثانیه | حدود ۵۷۸ تومان |
| هوش مصنوعی واژه‌چین | ۴٫۳۹ ثانیه | در اختیار کاربر از طریق طرح واژه‌چین |
در این آزمایش، هوش مصنوعی واژه‌چین در حدود ۴٫۴ ثانیه جواب داد، یعنی بیش از چهار برابر سریع‌تر از دو گزینهٔ دیگه. عددهای هزینه هم مربوط به نرخ API در زمان انجام همین تستن و نباید با قیمت اشتراک مصرف‌کنندهٔ ChatGPT یا Gemini یکی گرفته بشن. نرخ‌ها در ۱۲ اکتبر ۲۰۲۶ بررسی شده بودن و هزینه‌های جانبی احتمالی هم در برآورد نهایی تست لحاظ نشده بودن. اما سرعت و قیمت وقتی ارزش دارن که خروجی هم به درد بخوره. پس بریم سراغ خود ترجمه‌ها.
روش انجام آزمایش و محدودیت‌ها
این آزمایش در ۱۲ اکتبر ۲۰۲۶ با فراخوانی API در درگاه ابر آروان انجام شد. نام‌های ابزارها در این مقاله به شناسه‌های مدل زیر در همین درگاه اشاره می‌کنن؛ نتیجه مربوط به این مدل‌ها و تنظیمات ثبت‌شده است.
| نام در مقاله | شناسهٔ مدل در درگاه | تنظیم تفکر در درخواست | سقف خروجی |
|---|---|---|---|
| Gemini | Gemini-3.1-Pro-Preview | reasoning_effort=low | ۲۰۴۸ توکن |
| ChatGPT | GPT-5.6-Terra | reasoning_effort=none | ۲۰۴۸ توکن |
| هوش مصنوعی واژه‌چین | DeepSeek-V4-Pro | thinking.type=disabled | ۲۰۴۸ توکن |
در هر سه درخواست، temperature برابر ۰٫۲ بود، streaming خاموش بود و سقف انتظار ۹۰ ثانیه تعیین شده بود. درخواست‌ها به‌ترتیب اجرا شدن، برای هر مدل فقط یک درخواست داشتیم و Retry انجام نشد. متن مبدأ به‌عنوان پیام کاربر و دستور زیر به‌عنوان پیام system فرستاده شد:
You are a professional English-to-Persian translator. Preserve meaning, tone, names and numbers. Return only the Persian translation, without explanations or reasoning.
متن انگلیسی دقیقاً با همان صورت نمایش‌داده‌شده، از جمله «nd»، ارسال شد. زمان پاسخ، مدت انتظار برای دریافت پاسخ کامل در این اجراست و به شبکه و درگاه هم وابسته است. هر سه پاسخ HTTP 200 و پایان stop داشتن.
هزینهٔ تقریبی با تعداد توکن گزارش‌شده و نرخ‌های تومانیِ فهرست مدل‌های ابر آروان در تاریخ تست محاسبه شد:
| مدل | توکن ورودی / خروجی | نرخ ورودی / خروجی برای یک میلیون توکن، تومان | هزینهٔ تقریبی این درخواست، تومان |
|---|---|---|---|
| Gemini | ۱۲۳ / ۱۵۱۰ | ۵۲۰٬۰۰۰ / ۳٬۱۲۰٬۰۰۰ | ۴٬۷۷۵٫۱۶ |
| ChatGPT | ۱۳۶ / ۱۳۸ | ۶۰۰٬۰۰۰ / ۳٬۶۰۰٬۰۰۰ | ۵۷۸٫۴۰ |
| مدل به‌کاررفته برای واژه‌چین | ۱۳۰ / ۱۴۵ | ۴۵۲٬۴۰۰ / ۹۰۴٬۸۰۰ | ۱۹۰٫۰۱ |
فرمول، مجموعِ «تعداد توکن ورودی × نرخ ورودی» و «تعداد توکن خروجی × نرخ خروجی»، تقسیم بر یک میلیون بود. نرخ‌های جدول به تومان‌اند و محاسبه با همین نرخ‌های تومانی ثبت‌شده انجام شده؛ نرخ تبدیل ارز خارجی جداگانه‌ای در این محاسبه به کار نرفته. این ارقام هزینهٔ API آزمایش‌اند؛ دسترسی کاربر واژه‌چین طبق طرح و اعتبار AI او تعیین می‌شه.
Gemini در شمارندهٔ پاسخ ۱۳۷۴ توکن reasoning گزارش کرد که داخل ۱۵۱۰ توکن خروجی قرار داشتن و دوباره به هزینه اضافه نشدن. دو مدل دیگه صفر توکن reasoning گزارش کردن. تنظیم تفکر یکسان نبود، بنابراین اختلاف زمان و هزینه رو باید در همین شرایط بخونیم.
ارزیابی کیفیت در این مقاله توصیفی و بر پایهٔ بررسی معنا، لحن و طبیعی‌بودن عبارت‌های همین سه ترجمه است؛ امتیاز عددی یا ارزیابی مستقل کیفیت ارائه نمی‌کنیم. نوارهای تصویر بالای مقاله هم طرح تصویری مقایسه‌ان و معادل نمرهٔ اندازه‌گیری‌شده نیستن.
متنی که برای تست انتخاب کردیم
متن آزمایش یه پاراگراف روایی و احساسی بود. یعنی فقط پیدا کردن معنی واژه‌ها کافی نبود، بلکه جمله‌ها باید تا حد ممکن توی فارسی هم طبیعی و خوانا باقی می‌موندن.
For a long time, all I want to do is kill myself. I fantasise that I no longer exist, that I no longer have a body, and I nd this idea inescapably peaceful. At first, I long for the tranquillity of a sea of barbiturates, like the sea after a storm, like a Caribbean beach with no swell. But, little by little, the fantasy becomes more sophisticated and a recurring image settles into my mind.
ترجمهٔ Gemini
مدت‌هاست تنها کاری که می‌خواهم بکنم این است که خودم را بکشم. خیال‌پردازی می‌کنم که دیگر وجود ندارم، که دیگر بدنی ندارم، و این تصور را به‌طرز گریزناپذیری آرام‌بخش می‌یابم. در ابتدا، در آرزوی آرامش دریایی از باربیتورات‌ها هستم، مثل دریا پس از طوفان، مثل ساحلی در کارائیب بدون هیچ موجی. اما، رفته‌رفته، این خیال‌پردازی پیچیده‌تر می‌شود و تصویری تکرارشونده در ذهنم نقش می‌بندد.
ترجمه در مجموع معنی رو منتقل می‌کنه و بعضی بخش‌ها مثل: «رفته‌رفته» و «در ذهنم نقش می‌بندد» خوب از آب دراومدن. بااین‌حال، ترکیب‌هایی مثل: «آرامش دریایی از باربیتورات‌ها» هنوز کمی ساختار متن انگلیسی رو حفظ کردن. این خروجی حدود ۱۸٫۱۶ ثانیه زمان برد.
ترجمهٔ ChatGPT
مدت‌هاست که تنها کاری که می‌خواهم انجام دهم این است که خودم را بکشم. خیال می‌کنم که دیگر وجود ندارم، که دیگر بدنی ندارم، و این فکر را به‌طرزی گریزناپذیر آرامش‌بخش می‌یابم. در ابتدا، دلتنگ آرامش دریایی از باربیتورات‌ها هستم، مانند دریا پس از طوفان، مانند ساحلی در کارائیب که هیچ موجی ندارد. اما کم‌کم، این خیال پیچیده‌تر می‌شود و تصویری تکرارشونده در ذهنم جا می‌گیرد.
از نظر انتخاب بعضی عبارت‌ها، این خروجی خیلی خوبه. مثلاً: «کم‌کم، این خیال پیچیده‌تر می‌شود» و: «در ذهنم جا می‌گیرد» توی فارسی طبیعی به نظر می‌رسن. البته همین خروجی هم بی‌نقص نیست، مثلاً «دلتنگ آرامش دریایی از باربیتورات‌ها» جمله‌ای نیست که احتمالاً مترجم بدون ویرایش نگه داره. این ترجمه با ۲۱٫۲۲ ثانیه، کندترین خروجی تست بود.
ترجمهٔ هوش مصنوعی واژه‌چین
برای مدت طولانی، تنها چیزی که می‌خواهم انجام دهم کشتن خودم است. خیال‌پردازی می‌کنم که دیگر وجود ندارم، که دیگر بدنی ندارم، و این ایده را به شکلی گریزناپذیر آرامش‌بخش می‌یابم. در آغاز، آرزوی آرامش دریایی از باربیتورات‌ها را دارم، مانند دریا پس از توفان، مانند ساحلی کارائیبی بدون موج. اما، اندک‌اندک، این خیال‌پردازی پیچیده‌تر می‌شود و تصویری تکرارشونده در ذهنم جای می‌گیرد.
این خروجی هم قطعاً هنوز جای ویرایش داره. مثلاً: «برای مدت طولانی» می‌تونه طبیعی‌تر بشه. ولی برای یه پیش‌نویس ترجمه، معنی رو خوب منتقل کرده و عبارت‌هایی مثل: «ساحلی کارائیبی بدون موج» و «تصویری تکرارشونده در ذهنم جای می‌گیرد» خوانا و قابل‌استفاده‌ان. تفاوت اصلی اینه که همین خروجی در ۴٫۳۹ ثانیه آماده شد. و همین‌جا دلیل انتخاب ما کم‌کم روشن می‌شه. ما دنبال ترجمه‌ای نبودیم که فقط توی یه مقایسهٔ تک‌پاراگرافی یک درجه بهتر به نظر برسه. دنبال چیزی بودیم که مترجم بتونه بارها وسط کارش ازش استفاده کنه.
۴ ثانیه یا ۲۰ ثانیه؛ واقعاً مهمه؟
برای یه درخواست، شاید نه. ۲۰ ثانیه زمان زیادی نیست. ولی فرض کنید وسط یه ترجمه ۳۰ بار از AI کمک بگیرید. اگه هر بار حدود ۲۰ ثانیه منتظر بمونید، مجموع زمان انتظار به حدود:
۱۰ دقیقه
می‌رسه. با پاسخ‌های حدود ۴٫۴ ثانیه‌ای، همین ۳۰ درخواست تقریباً:
۲ دقیقه و ۱۲ ثانیه
منتظرتون می‌ذاره. یعنی AI روند ترجمه رو کمتر قطع می‌کنه. برای یه دستیار که داخل خود فضای کار مترجم قرار گرفته این تفاوت مهمیه.
هزینه هم برامون مهم بود
وقتی AI قراره بارها در طول ترجمهٔ یه کتاب استفاده بشه، اختلاف هزینهٔ هر درخواست در مقیاس بزرگ‌تر خودش رو نشون می‌ده. برای همین فقط کیفیت خروجی رو نسنجیدیم؛ سرعت و هزینهٔ استفادهٔ مداوم هم جزو معیارهای انتخابمون بودن. در واژه‌چین، دسترسی به هوش مصنوعی داخل خود طرح‌ها قرار گرفته و کاربر لازم نیست برای هر درخواست جداگانه درگیر محاسبهٔ توکن و هزینهٔ API بشه.
چرا بهترین خروجی خام رو انتخاب نکردیم؟
چون محصول واقعی با Benchmark فرق داره. فرض کنید یه مدل در یه پاراگراف ۵ درصد بهتر بنویسه، ولی هر بار پنج برابر بیشتر منتظرتون بذاره. یا هزینهٔ استفادهٔ سنگین ازش چند برابر باشه. برای یه تست شاید انتخابش جذاب باشه. ولی مترجمی که چند ساعت در روز با ابزار کار می‌کنه احتمالاً تجربهٔ متفاوتی خواهد داشت. برای همین ما دنبال این سه مورد کنار هم بودیم:
- کیفیت خوب
- سرعت بالا
- امکان استفادهٔ مداوم
و توی این آزمایش، هوش مصنوعی واژه‌چین بهترین تعادل رو بین این سه مورد بهمون داد.
یعنی هوش مصنوعی واژه‌چین همیشه بهتر از ChatGPT و Gemini ترجمه می‌کنه؟
نه. این ادعا رو نمی‌شه از یه تست نتیجه گرفت. این مقایسه فقط یه متن مشخص، یه دستور مشخص و یه بار اجرای هر گزینه رو بررسی کرده. ضمن اینکه تنظیمات مربوط به reasoning مدل‌ها هم کاملاً یکسان نبوده. ممکنه برای یه متن خاص ChatGPT انتخاب بهتری داشته باشه. ممکنه روی یه موضوع دیگه Gemini خروجی بهتری بده. اما سؤال ما چیز دیگه‌ای بود: برای AIای که قراره داخل واژه‌چین باشه و مترجم بارها در طول کار ازش استفاده کنه، کدوم گزینه تعادل منطقی‌تری داره؟ توی این تست، پاسخ برای ما مشخص بود.
برای انتخاب ابزار متناسب با نوع متن، راهنمای هوش مصنوعی برای ترجمهٔ انگلیسی به فارسی رو ببینید. نمونه‌پرامپت‌های ترجمه و مثال‌های بازبینی معنا و لحن هم به سنجیدن خروجی در کار خودتون کمک می‌کنن.
جمع‌بندی
در نمونه‌ای که بررسی کردیم، هر سه ابزار تونستن متن رو کامل ترجمه کنن. ChatGPT خروجی خوبی داد، ولی بیش از ۲۱ ثانیه منتظرش موندیم. Gemini هم ترجمهٔ قابل‌استفاده‌ای ارائه کرد، اما حدود ۱۸ ثانیه زمان برد و هزینهٔ API همین تست به‌مراتب بیشتر بود. هوش مصنوعی واژه‌چین در ۴٫۳۹ ثانیه یه پیش‌نویس قابل‌استفاده تحویل داد. در کنار اون، کاربر واژه‌چین به‌جای پرداخت جداگانه برای هر درخواست، می‌تونه بسته به نیازش از دسترسی AI طرح Plus یا Pro استفاده کنه. برای ما انتخاب درست این نبود که صرفاً سراغ معروف‌ترین یا گرون‌ترین مدل بریم. دنبال چیزی بودیم که وقتی مترجم وسط کار روی دکمهٔ AI می‌زنه: زیاد منتظر نمونه، یه ترجمهٔ خوب برای شروع داشته باشه و بتونه بدون خارج‌شدن از فضای پروژه کارش رو ادامه بده. همین شد معیار انتخاب هوش مصنوعی واژه‌چین.
