Para traducir entre árabe e inglés con un LLM, indique al modelo la dirección, el público y el registro, dele un glosario de términos fijos, mantenga sin cambios los números y los nombres, y envíe fragmentos del tamaño de un párrafo. Después verifique números y negaciones en código y evalúe con chrF, COMET y un revisor nativo.
Ese control importa en árabe, donde una traducción literal puede ser correcta y aun así sonar extranjera.
¿Por qué la traducción árabe–inglés es difícil para los LLM?
- Registro. El árabe formal (árabe estándar moderno, فصحى) y el habla cotidiana difieren mucho. Un eslogan informal en inglés puede volverse rígido o cómico en un MSA literal.
- Orden de palabras y longitud. Las oraciones árabes suelen empezar por el verbo, y el texto árabe a menudo tiene una longitud distinta del inglés. Las cadenas de interfaz que caben en inglés pueden saltar de línea o desbordarse.
- Género y número. El árabe marca el género en verbos, adjetivos y pronombres, y tiene dual. El “you” inglés debe convertirse en أنتَ, أنتِ, أنتما, أنتم o أنتنّ. Si no conoce al lector, indique al modelo qué forma usar por defecto.
- Nombres y transliteración. “محمد” tiene muchas grafías en inglés (Mohammed, Muhammad, Mohamed). Elija una por persona y manténgala.
- Números y fechas. Los numerales arábigo-orientales, las fechas de la Hégira y el formato de derecha a izquierda necesitan reglas explícitas.
¿Qué prompt da buenas traducciones al árabe?
La calidad de la traducción depende mucho más de las instrucciones que de una redacción ingeniosa. Indique al modelo la dirección, el público, el registro, el glosario y el formato de salida:
import os
from openai import OpenAI
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
GLOSSARY = """Invoice = فاتورة
VAT = ضريبة القيمة المضافة
Refund = استرداد المبلغ
Terms and Conditions = الشروط والأحكام
BroadPay = BroadPay (do not translate)"""
SYSTEM = f"""You translate customer-support articles from English to Arabic.
Audience: retail customers in Saudi Arabia and the UAE.
Register: clear, polite Modern Standard Arabic; short sentences; address the reader
in the masculine singular as a neutral default.
Rules:
- Use the glossary exactly. Never translate product names marked "do not translate".
- Keep every number, date, URL, email address and code snippet unchanged.
- Keep Markdown structure (headings, lists, links) unchanged.
- Output only the translation.
Glossary:
{GLOSSARY}"""
def translate(text: str) -> str:
r = client.chat.completions.create(
model="broadnet/qwen3.8-27b",
max_tokens=4000, # the model reasons before answering
messages=[{"role": "system", "content": SYSTEM},
{"role": "user", "content": text}],
)
return r.choices[0].message.content
Para árabe → inglés, invierta la dirección y añada lo que necesita el lector en inglés: “American English, plain style, keep Arabic personal names in the spelling given in the glossary”. Si el original puede estar en dialecto, dígalo: “The source may be Gulf or Egyptian Arabic; translate the meaning, not word for word.”
¿Por qué importa tanto un glosario?
Sin glosario, un modelo puede traducir “refund” como استرجاع en un párrafo y como استرداد en el siguiente. Ambos son árabe correcto; juntos parecen descuidados y rompen la búsqueda. Un glosario lo resuelve:
- Parta de sus traducciones existentes. Extraiga términos del centro de ayuda, los contratos y las cadenas de interfaz que ya tiene en ambos idiomas.
- Manténgalo corto. De cincuenta a doscientos términos cubren la mayoría de los productos. Incluya solo los términos que no deben variar.
- Incluya los elementos que no se traducen. Marcas, nombres de producto, nombres de planes e identificadores de código.
- Colóquelo en el prompt de sistema, antes del texto. Así también queda en el prefijo cacheable, lo que reduce el costo de entrada en llamadas repetidas; consulte tokens de entrada en caché.
- Verifíquelo en código. Tras la traducción, compruebe que cada término del glosario que apareció en el original aparece en su forma fija en el destino.
¿Cómo debe dividir los documentos largos?
Traduzca por párrafos o secciones, no oración por oración. Las llamadas por oración pierden el contexto (quién es “él”, a qué producto se refiere “eso”). Las llamadas con el documento entero funcionan en modelos de contexto largo, pero un solo error es más difícil de encontrar y de reintentar. Una sección de unos cientos de palabras es un buen equilibrio. Pase la traducción de la sección anterior como contexto si importa la coherencia.
Qwen3.8 27B tiene un contexto de 262,144 tokens; DeepSeek V4.1 Flash y GLM 5.3 admiten hasta 1,048,576 tokens, suficiente para incluir un documento de referencia largo junto al texto que traduce.
¿Cómo se detectan los errores peligrosos?
Una salida fluida oculta errores. Verifique esto automáticamente:
- Números: extraiga todos los números del original y del destino (tras convertir los dígitos arábigo-orientales) y compare los conjuntos.
- Negación: un “no” perdido (لا, لم, لن, ليس, ما) invierte el significado. Marque las oraciones en las que el original tiene una negación y el destino no.
- Nombres y términos del glosario: compruebe que se mantuvieron sin cambios.
- Proporción de longitud: un destino mucho más corto de lo esperado suele significar que algo se omitió.
import re
EASTERN = str.maketrans("٠١٢٣٤٥٦٧٨٩", "0123456789")
def numbers(s: str) -> list[str]:
return sorted(re.findall(r"\d+(?:[.,]\d+)?", s.translate(EASTERN)))
def check(src: str, tgt: str) -> list[str]:
issues = []
if numbers(src) != numbers(tgt):
issues.append(f"numbers differ: {numbers(src)} vs {numbers(tgt)}")
return issues
El separador decimal puede variar entre configuraciones regionales (el texto árabe a veces usa ٫), así que normalícelo también si sus documentos lo usan.
¿Cómo se evalúa la calidad de la traducción?
Las métricas automáticas le indican si un cambio de prompt o de modelo mejoró o empeoró los resultados en promedio:
| Métrica | Qué mide | Notas para el árabe |
|---|---|---|
| BLEU | Coincidencia de n-gramas de palabras con una referencia | Dura con el árabe, donde los clíticos y las variantes ortográficas cambian la forma de las palabras |
| chrF | Coincidencia de n-gramas de caracteres | Más tolerante con la morfología árabe; mejor opción por defecto |
| COMET | El juicio de calidad de un modelo neuronal | Se correlaciona mejor con las valoraciones humanas; necesita una GPU o un evaluador alojado |
Como benchmark público, FLORES-200, que usó el proyecto No Language Left Behind, incluye el árabe estándar moderno y el árabe egipcio, najdí, levantino del norte y del sur, mesopotámico, marroquí, tunecino y ta’izzi-adeni junto al inglés, según su lista de idiomas. Pero la prueba real es su propio contenido:
- Tome de 100 a 200 segmentos representativos que ya tengan traducciones profesionales.
- Tradúzcalos con cada modelo y cada versión del prompt.
- Calcule chrF (y COMET si puede), tras normalizar la ortografía árabe de la misma manera para todos los sistemas.
- Pida a un hablante nativo que califique 30 segmentos por sistema en precisión y naturalidad, sin saber qué sistema los produjo.
- Lleve un recuento aparte de los controles de errores peligrosos anteriores.
¿Qué modelo debería usar y cuánto costará?
BroadNet reporta que Qwen3.8 27B tradujo con precisión entre árabe e inglés, escribió árabe fluido y comprendió los dialectos del Golfo y egipcio en sus pruebas. Eso lo convierte en el primer candidato natural en BroadNet Inference. También vale la pena probar DeepSeek V4.1 Flash: sus tokens de salida son más baratos y es el modelo de los planes ilimitados de tarifa plana. La comparación entre DeepSeek V4.1 Flash y Qwen3.8 27B los pone lado a lado.
Por 1M de tokens:
| Modelo | Entrada | Salida |
|---|---|---|
| Qwen3.8 27B | $0.175 | $2.17 |
| DeepSeek V4.1 Flash | $0.175 | $0.52 |
| GLM 5.3 | $0.78 | $3.46 |
La salida de una traducción es casi tan larga como la entrada, y los tres modelos razonan antes de responder, así que los tokens de salida suelen dominar la factura. El árabe también tiende a necesitar más tokens por palabra que el inglés; consulte tokens por palabra en árabe e inglés. Pegue una muestra en el contador de tokens en árabe gratuito, confírmelo con usage de una solicitud real y luego proyecte el gasto mensual con la calculadora de costos de API de LLM. Para un gran proyecto de localización puntual con DeepSeek V4.1 Flash, el plan semanal de $15 elimina por completo el medidor de tokens.
¿Puede enviar contratos y tickets a la API?
Los contratos, las cartas médicas y los tickets de soporte suelen contener datos personales. BroadNet Inference no conserva los prompts ni las salidas después de la solicitud; consulte cero retención de datos. Compruebe que su memoria de traducción y sus registros siguen las mismas reglas.
