翻译工具怎么选:DeepL、Google、直接用 LLM 对比

2026 年的机器翻译跟五年前是完全不同的领域。现代 LLM 常常比专门翻译服务还会翻 — 但前提是你会 prompt。某些工作流 DeepL 还是赢。某些 Google 翻译就够。问题是你是哪一种。

DeepL:欧洲语系还是领先

DeepL 多年来在欧语系翻译上赢 Google,优势还在。德英、法英、意英、西英 — DeepL 输出更自然、惯用语处理更好、正式 / 非正式语气更常翻对。欧语系商业写作,DeepL 还是默认。

DeepL 的秘方是训练数据品质加上专注于较小的语言集。他们在支持的语言上死命优化,而不是把力气分散在 130+ 种语言。

什么时候用 DeepL:翻译欧洲语言之间、需要几秒内拿到精致商业级翻译、想要为翻译工作优化的 UI(不是通用 AI 聊天)。Mac/Windows 桌面 app 比网页版好用。

弱点:亚洲语言比欧洲语言弱。DeepL 的中、日、韩翻译不错,但已经不是顶尖。价格相对于 LLM 替代品也偏高。

Google 翻译涵盖 130+ 种语言、休闲用免费、有最好的手机 app、什么地方都整合。低风险日常用 —「这越南菜单写什么」、「翻一下这条日文推文」 — Google 是对的答案。

Google 也在悄悄用 Gemini 衍生模型升级翻译引擎。2024-2026 世代比旧的 NMT 系统好太多。长篇内容那种老的「机器翻译感」几乎没了。

什么时候用 Google:需要广泛语言覆盖、要免费、要手机、要 OCR + 翻译 + 朗读工作流。出国时的 Lens 相机即时翻译真的神奇。

弱点:语气跟风格不稳。它会把一条轻松的推文翻成正式商业稿。对重视 voice 的发布内容,Google 的输出通常需要人编辑。

这是 2025-2026 的大转变:任何能描述 context 的翻译,直接把文字丢给 Claude、GPT、Gemini 加上仔细的 prompt,结果常常比 DeepL 好。不一定每次,但常常。

为什么:专门翻译系统一句一句独立处理。LLM 可以利用周围段落、你说明的受众、你说明的语气、你说明的品牌 voice 当 context。「把这条推文翻给国内轻松受众、技术名词保持英文、不要正式化」这件事 DeepL 做不到。

什么时候直接用 LLM:翻译较长内容(文章、文件、书)、受众很重要、品牌 voice 很重要、有想保留的术语(像中文科技写作里的「prompt」要留英文)、或翻译较少见的语言对(英 → 越、中 → 印尼)而且专门服务有落差。

好用的 prompt 结构:「把以下 [来源语] 文字翻成 [目标语]。受众是 [描述]。语气 [描述]。保留这些词为 [原语]:[列表]。不要文化本地化 — 翻译,不是改写。只输出翻译。」然后贴原文。

Lokalise / Crowdin / Phrase — 软件用的翻译管理系统。维护术语表、管理翻译者工作流、跟 Git 整合。产品要 ship 5+ 语言时用。
CAT 工具(Trados、MemoQ) — 给专业翻译者。翻译记忆体、术语数据库。除非翻译是你的职业,不然杀鸡用牛刀。
Subtitle Edit / Aegisub — 字幕专用。跟散文翻译工作流不同;行长跟时序限制重要。
Notta / Vatis Tech — 翻译音频或视频(转录、翻译、配音)。利基但实用。

中文这块比较复杂:

繁简转换特别注意:不要只靠字符转换。词汇不同(软件/軟體、视频/影片、默认/預設、信息/訊息)。明确告诉 LLM 你要哪一种。

100 万字符翻译量:

直接用 LLM 翻译,以纯 API 成本而言,在大量使用上已经比专门服务便宜很多。