Sammenligning af AI-oversættelse: Gemini vs GPT-4 vs DeepSeek til .po

Du har tre af de mest kraftfulde AI-modeller i historien lige ved hånden. Du indsætter en WordPress .po-streng i hver af dem. To af dem ødelægger dit websted.

Dette er ikke et hypotetisk scenarie. Det sker hver dag for udviklere, der antager, at "god til engelsk" betyder "god til Gettext." Sandheden er, at oversættelse af WordPress-lokaliseringsfiler er en specialiseret opgave, og hver Large Language Model håndterer det meget forskelligt.

Vi kørte det samme sæt .po-strenge gennem Gemini 2.0 Flash, GPT-4 og DeepSeek for at finde ud af, hvilken model der producerer de mest nøjagtige, kodesikre oversættelser. Resultaterne var overraskende.

Testopsætningen: Hvad vi oversatte

Vi valgte 200 virkelige strenge fra en produktions WooCommerce-butik og et populært WordPress-tema. Testsættet var bevidst vanskeligt og dækkede:

• Enkle UI-strenge ("Læg i kurv", "Søgeresultater")
• Strenge med printf-variabler (%s, %d, %1$s of %2$s)
• Strenge, der indeholder HTML-markup (<strong>, <a href>, <br/>)
• Flertalsformer (msgid_plural) målrettet mod polsk (3 former) og arabisk (6 former)
• Strenge med kontekst (msgctxt), hvor "Post" kunne betyde et blogindlæg eller verbet "at poste"

Hver model modtog den samme prompt: oversæt disse Gettext-indgange fra engelsk til tyrkisk, og bevar alle variabler og HTML-tags nøjagtigt, som de vises i kilden.

Vi kørte derefter hver output gennem en valideringssuite, der kontrollerer for placeholder-integritet, HTML-struktur, antal flertalsformer og tegnsæt.

Runde 1: Enkle UI-strenge

Alle tre modeller håndterede grundlæggende strenge godt. "Add to Cart" blev til "Sepete Ekle" over hele linjen. "Log In" blev gengivet korrekt. Ingen overraskelser her.

Men selv i denne enkle kategori bemærkede vi et mønster. GPT-4 tilføjede lejlighedsvis høflighedsmarkører, der ikke var i kilden. En kortfattet "Delete" blev den mere formelle ækvivalent og tilføjede 3-4 ekstra tegn. Ikke en fejl, men en bekymring for UI-layouts, hvor knapbredden er fast.

DeepSeek producerede lidt mere bogstavelige oversættelser, hvilket faktisk er at foretrække til UI-elementer, hvor kortfattethed betyder noget.

Gemini fandt en balance, der stemte mest konsekvent overens med registeret og længden af ​​kildestrengen.

Dom: Enkle strenge

Alle tre består. Kun mindre stilistiske forskelle.

Runde 2: Printf-variabler og positionelle argumenter

Det er her, de reelle forskelle dukker op. Overvej denne almindelige WordPress-streng:

msgid "Page %1$s of %2$s"
msgstr ""

Her er, hvad hver model producerede ved oversættelse til tyrkisk:

# Gemini 2.0 Flash
msgstr "Sayfa %1$s / %2$s"

# GPT-4
msgstr "Sayfa %1$s / %2$s"

# DeepSeek
msgstr "%1$s / %2$s. Sayfa"

Alle tre bevarede variablerne teknisk intakte. Men DeepSeek omarrangerede sætningsstrukturen og flyttede "Sayfa" til slutningen. Selvom det er grammatisk kreativt, ændrer dette betydningen: brugeren læser nu "1 / 10. Page" i stedet for "Page 1 of 10."

Se nu på et mere farligt eksempel:

msgid "Hello %s, you have %d new messages"
msgstr ""

# Gemini 2.0 Flash
msgstr "Merhaba %s, %d yeni mesajiniz var"

# GPT-4
msgstr "Merhaba %s, %d yeni mesajınız var"

# DeepSeek
msgstr "Merhaba % s, % d yeni mesajınız var"

Der er den. DeepSeek tilføjede mellemrum inde i %s og %d, hvilket gjorde dem til % s og % d. PHP's sprintf() vil ikke genkende disse. Dit websted enten smider en fatal fejl eller viser den rå variabelstreng til dine brugere.

Dette er den hyppigste oversættelses-ødelæggende fejl, vi har dokumenteret. Hvis du vil forstå præcis, hvorfor et enkelt mellemrum inde i en placeholder ødelægger dit websted, kan du læse vores dybdegående undersøgelse af ødelæggelse af kodevariabler.

Dom: Variabler

Gemini og GPT-4 er pålidelige. DeepSeek er farlig uden efterbehandling.

Runde 3: Bevarelse af HTML-markup

WordPress-strenge indeholder ofte inline HTML. Her er et rigtigt eksempel:

msgid "Click <a href=\"%s\">here</a> to view your <strong>order</strong>."
msgstr ""

# Gemini 2.0 Flash
msgstr "<a href=\"%s\">Buraya</a> tıklayarak <strong>siparişinizi</strong> görüntüleyin."

# GPT-4
msgstr "Siparişinizi görüntülemek için <a href=\"%s\">buraya</a> tıklayın.</strong>"

# DeepSeek
msgstr "<a href=\"%s\">buraya</a> tıklayarak <strong>siparişinizi</strong> görüntüleyin."

GPT-4 lavede en subtil, men kritisk fejl. Den flyttede det afsluttende </strong>-tag til slutningen af ​​sætningen, langt fra dets åbnings <strong>-modstykke. Resultatet: alt efter "order" på siden gengives med fed skrift, hvilket potentielt påvirker hele layoutet nedenfor.

Gemini og DeepSeek bevarede begge HTML-strukturen korrekt i dette tilfælde. Men i hele vores 200-strengs test tilføjede DeepSeek mellemrum inde i selvlukkende tags (<br /> blev til <br / >) i 3 tilfælde.

Dom: HTML

Gemini er den mest konsistente. GPT-4 og DeepSeek introducerer begge strukturelle HTML-fejl under visse betingelser.

Runde 4: Flertalsformer

Flertalshåndtering er, hvor de fleste oversættelsesværktøjer falder helt fra hinanden. Engelsk har 2 flertalsformer. Tyrkisk har også 2. Men polsk har 3, og arabisk har 6.

Vi testede denne streng mod polsk (nplurals=3):

msgid "%d item in your cart"
msgid_plural "%d items in your cart"

Gemini producerede korrekt tre msgstr-indgange, hver konjugeret til det relevante numeriske interval. GPT-4 producerede også tre former, men sammenklappede lejlighedsvis formerne 1 og 2 til identisk tekst, hvilket er grammatisk forkert for polsk. DeepSeek producerede kun to former og ignorerede fuldstændigt kravet nplurals=3.

For en dybere forklaring på, hvorfor dette betyder noget, og hvordan WordPress bruger Plural-Forms-headeren, se vores guide om Gettext-flertal.

Dom: Flertal

Gemini fører an. GPT-4 er acceptabel med gennemgang. DeepSeek fejler for sprog med mere end 2 flertalsformer.

Runde 5: Kontekstdisambiguering

Feltet msgctxt i Gettext fortæller oversætteren, hvordan et ord bruges. Ordet "Post" kan betyde:

• Et blogindlæg (substantiv)
• At poste en kommentar (verbum)
• Post (substantiv, på britisk engelsk)

msgctxt "verb: to publish"
msgid "Post"
msgstr ""

msgctxt "noun: blog entry"
msgid "Post"
msgstr ""

Gemini skelner korrekt mellem de to og producerede "Yayinla" (udgive) for verbet og "Yazi" (artikel/indlæg) for substantivet. GPT-4 håndterede også dette korrekt. DeepSeek oversatte begge som "Gonderi" (et generisk substantiv) og ignorerede msgctxt-hintet.

Kontekstbevidsthed er ikke en luksusfunktion. Hvis din "Post"-knap udgiver en kommentar, men oversættelsen siger "Artikel", vil dine brugere tøve med at klikke på den. Vi diskuterede, hvorfor AI-sikkerhed i WordPress-lokalisering afhænger af netop denne type kontekstforståelse.

Dom: Kontekst

Gemini og GPT-4 håndterer msgctxt godt. DeepSeek ignorerer det.

Scorekortet

Hvorfor rå modeloutput aldrig er nok

Selv Gemini, den bedste performer i vores test, er ikke ufejlbarlig. På tværs af 200 strenge introducerede den problemer med mellemrum i 2 tilfælde og tilføjede en gang et unødvendigt punktum til en streng, der ikke havde nogen i kilden.

Dette er grunden til, at efterbehandlingsvalidering er afgørende. Uanset hvilken model du bruger, skal output køres igennem:

1. Placeholder-normalisering for at rette % s tilbage til %s
2. Punctuation matching for at sikre, at den oversatte streng ender med det samme tegn som kilden
3. Håndhævelse af flertalsform for at verificere det korrekte antal msgstr-indgange
4. Validering af variabelantal for at bekræfte, at hver %s og %d fra kilden vises i målet

Dette er princippet bag Syntax Locking, valideringslaget, der ligger mellem AI-modellen og din endelige .po-fil. Det fanger enhver fejl, som selv den bedste model lejlighedsvis laver.

Hvis du evaluerer værktøjer til dit workflow, dækker vores opsummering af de 5 bedste gratis værktøjer til at redigere og oversætte PO-filer landskabet ud over AI-only-løsninger.

Konklusionen

Gemini 2.0 Flash er i øjeblikket den mest pålidelige model til WordPress .po-filoversættelse. Den håndterer variabler, HTML, flertal og kontekst bedre end konkurrenterne. GPT-4 er et solidt andet valg, men kræver omhyggelig gennemgang af HTML-output og flertalsformer. DeepSeek er trods sine styrker i generelle kodningsopgaver ikke egnet til Gettext-oversættelse uden kraftig efterbehandling.

Men her er den vigtigste indsigt: modellen alene er ikke nok. Selv Gemini har brug for et valideringslag for at fange edge cases. Forskellen mellem et professionelt lokaliseringsværktøj og et råt API-kald er ikke AI-modellen. Det er alt, hvad der sker før og efter modellen kører.

SimplePoTranslate bruger Gemini som sin primære motor, pakket ind i en Context-Aware AI-pipeline med Syntax Locking, der fanger og retter hver variabel, tag og flertalsform automatisk. Du får den bedste model kombineret med det sikkerhedsnet, der gør den produktionsklar.

Vil du selv se forskellen? Upload din .po-fil og oversæt op til 100 strenge gratis på SimplePoTranslate.com