---
title: "Terjemah JSON i18n ke bahasa Arab dengan LLM | BroadRouter"
description: "Terjemah fail JSON i18n ke bahasa Arab dengan API LLM: bekukan pemegang tempat, jana enam bentuk jamak Arab, sahkan ICU dalam CI dan asingkan nama yang disisip."
url: https://broadrouter.com/ms/blog/translate-app-strings-to-arabic-llm/
lang: ms
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan daripada bahasa Inggeris dengan bantuan AI. [Baca versi asal dalam bahasa Inggeris](https://broadrouter.com/blog/translate-app-strings-to-arabic-llm/) (dikemas kini 2026-11-15).

# Terjemah rentetan aplikasi ke bahasa Arab: pemegang tempat dan jamak

Oleh pasukan BroadNet Inference · 7 minit bacaan · Diterbitkan 2026-11-15

Hantar rentetan sebagai JSON dengan setiap pemegang tempat ditukar kepada penanda, minta kesemua enam bentuk jamak Arab (zero, one, two, few, many, other), dan bina jamak ICU dalam kod, bukan dalam model. Sahkan dalam CI: kunci sama, argumen dan tag sama, kesemua enam bentuk ada. Balut nama yang disisip dengan pengasing Unicode supaya teks kanan-ke-kiri dipaparkan dengan betul.

## Perkara utama

-   Bahasa Arab mempunyai enam kategori jamak kardinal dalam CLDR. Fail sumber bahasa Inggeris ada dua, jadi model perlu menulis empat bentuk yang tidak wujud dalam sumber.
-   Bentuk Arab yang tiada gagal secara senyap. Dalam ujian kami, mesej ICU yang hanya ada one dan other memaparkan "2 ملف" untuk 2 fail dan bukannya bentuk dual ملفان, tanpa sebarang ralat.
-   Tukar pemegang tempat dan tag kepada penanda seperti ⟦0⟧ sebelum permintaan dan pulihkan selepasnya. Model tidak boleh menterjemah apa yang ia tidak nampak.
-   Biar kod yang memasang sintaks jamak ICU daripada enam rentetan biasa. Kemudian hurai setiap mesej dengan penghurai FormatJS dalam CI dan gagalkan binaan jika ada kekurangan.
-   Nama yang disisip dan nama produk huruf Rumi di dalam teks Arab memerlukan pengasingan bidi: bdi atau dir="auto" dalam HTML, U+2068 dan U+2069 dalam teks biasa.

**Dalam halaman ini**

1.  Mengapakah jamak Arab merosakkan fail rentetan yang diterjemah mesin?
2.  Bagaimanakah anda patut menghantar rentetan kepada model?
3.  Skrip terjemahan
4.  Bagaimanakah anda mengesahkan fail Arab dalam CI?
5.  Bagaimana pula dengan paparan kanan-ke-kiri?
6.  Siapakah yang patut menyemak output?
7.  Berapakah kosnya?
8.  Di manakah BroadNet Inference sesuai

Menterjemah fail rentetan aplikasi ialah kerja yang berbeza daripada menterjemah prosa. Setiap nilai pendek, selalunya tanpa konteks, dan membawa sintaks yang tidak boleh disentuh oleh model: pemegang tempat, tag HTML dan peraturan jamak. Bahasa Arab menjadikan yang terakhir itu sukar. Fail bahasa Inggeris memegang dua bentuk jamak; bahasa Arab memerlukan enam. Artikel ini membina saluran kecil pada LLM serasi OpenAI: bekukan pemegang tempat, minta enam rentetan jamak biasa, pasang sintaks ICU dalam kod, kemudian sahkan semuanya dalam CI.

Untuk menterjemah dokumen, tiket dan kontrak, lihat [terjemahan Arab–Inggeris dengan LLM](https://broadrouter.com/ms/blog/arabic-english-translation-llm/), yang membincangkan nada, glosari dan penilaian untuk prosa.

## Mengapakah jamak Arab merosakkan fail rentetan yang diterjemah mesin?

Unicode CLDR, yang diikuti oleh `Intl.PluralRules`, ICU dan i18next, memberi bahasa Arab enam kategori kardinal:

| Kategori | Peraturan CLDR | Contoh nombor | Contoh: “fail” |
| --- | --- | --- | --- |
| zero | n = 0 | 0 | لا توجد ملفات |
| one | n = 1 | 1 | ملف واحد |
| two | n = 2 | 2 | ملفان (dual) |
| few | n % 100 = 3..10 | 3–10, 103–110 | 5 ملفات (jamak) |
| many | n % 100 = 11..99 | 11–99, 111 | 11 ملفًا (tunggal, akusatif) |
| other | selebihnya | 100–102, 1000, 0.5 | 100 ملف (tunggal) |

Dua butiran sering memerangkap orang. Pertama, kategori bukan nombor: 103 ialah few dan 111 ialah many. Kedua, sumber bahasa Inggeris hanya memberi model `one` dan `other`, jadi ia perlu mereka empat bentuk berdasarkan tatabahasa semata-mata. Kebanyakan kegagalan berpunca daripada model menyalin pasangan bahasa Inggeris.

Kegagalan ini senyap. Kami memaparkan mesej Arab yang hanya ada `one` dan `other` dengan intl-messageformat 12.1.5: 0, 2 dan 11 fail semuanya keluar sebagai “N ملف”. i18next 27.1.2 berkelakuan sama apabila kunci `_many` tiada: 11 fail menunjukkan teks `_other`. Tiada ralat, tiada amaran, hanya bahasa Arab yang salah.

## Bagaimanakah anda patut menghantar rentetan kepada model?

Kelompokkan. Satu permintaan bagi setiap rentetan membazir token pada prompt sistem dan kehilangan konteks antara rentetan yang berkaitan. Hantar 50 hingga 200 kunci sekali gus sebagai objek JSON, dikumpulkan mengikut skrin atau ciri supaya “Save” di sebelah “Cancel” dibaca sebagai butang.

Tiga peraturan menjadikan balasan boleh disemak:

1.  **Bekukan pemegang tempat.** Gantikan `{name}`, pemegang tempat kurungan berganda i18next, `%s`, `%1$s` dan tag seperti `<b>` dengan penanda seperti ⟦0⟧. Model melihat “Welcome back, ⟦0⟧!” dan tidak boleh menterjemah `name` menjadi اسم.
2.  **Minta bentuk jamak sebagai rentetan biasa.** Hantar teks `one` dan `other` bahasa Inggeris dan minta enam rentetan Arab. Kod yang membina sintaks ICU. Model tidak pernah menulis kurungan kurawal.
3.  **Beri glosari dan senarai jangan-terjemah.** Nama produk, nama pelan dan istilah yang digunakan oleh pasukan sokongan anda. [Bahagian glosari dalam artikel terjemahan](https://broadrouter.com/ms/blog/arabic-english-translation-llm/) menerangkan mengapa ini lebih penting daripada pilihan model.

## Skrip terjemahan

Fail sumber menggunakan ICU MessageFormat, sintaks yang didokumenkan oleh FormatJS. Pembekuan yang sama berfungsi untuk format JSON i18next sendiri, yang kunci jamaknya berakhir dengan `_zero`, `_one`, `_two`, `_few`, `_many` dan `_other`.

```json
{
  "save": "Save",
  "welcome": "Welcome back, {name}!",
  "invite": "<b>{inviter}</b> invited you to the {workspace} workspace",
  "billing": "Pay with AcmePay",
  "files": "{count, plural, one {# file} other {# files}}"
}
```

```python
import json, os, re
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

FORMS = ["zero", "one", "two", "few", "many", "other"]
# ICU arguments, double-brace and printf placeholders, HTML-style tags
PH = re.compile(r"\{\{\s*\w+\s*\}\}|\{\w+\}|%(?:\d+\$)?[sdif@]|</?\w+[^>]*>")
PLURAL = re.compile(r"^\{(\w+), plural,(.*)\}$", re.S)

def freeze(text):
    """Replace each placeholder with ⟦n⟧ so the model cannot translate or break it."""
    found = PH.findall(text)
    for i, p in enumerate(found):
        text = text.replace(p, f"⟦{i}⟧", 1)
    return text, found

def thaw(text, found):
    for i, p in enumerate(found):
        text = text.replace(f"⟦{i}⟧", p)
    return text

def branches(body):
    """'one {# file} other {# files}' -> {'one': '# file', 'other': '# files'}."""
    out, i = {}, 0
    while i < len(body):
        m = re.compile(r"\s*([=\w]+)\s*\{").match(body, i)
        if not m:
            break
        depth, j = 1, m.end()
        while depth:
            depth += {"{": 1, "}": -1}.get(body[j], 0)
            j += 1
        out[m.group(1)] = body[m.end():j - 1]
        i = j
    return out

SYSTEM = """You translate app interface strings from English to Modern Standard Arabic.
Reply with one JSON object only: {"STRINGS": {key: Arabic}, "PLURALS": {key: {six forms}}}.
Rules:
- ⟦0⟧, ⟦1⟧ ... are placeholders. Keep every one exactly once and unchanged; move it if Arabic word order needs it.
- # stands for the number. Keep it where the number should appear.
- Interface style: short, no full stops on buttons or labels.
- Never translate terms in DO_NOT_TRANSLATE. Use GLOSSARY translations exactly.
- For each PLURALS key, return all six Arabic forms: zero, one, two, few, many, other.
  zero = none; one = singular without a number; two = dual without a number;
  few = 3-10: # + plural noun; many = 11-99: # + singular noun in the accusative;
  other = 100, 1000 and also 0.5 and 1.5: # + singular noun."""

def translate(src, glossary=None, dnt=(), model="broadnet/qwen3.8-27b"):
    strings, plurals, frozen = {}, {}, {}
    for key, text in src.items():
        m = PLURAL.match(text)
        if m:
            b = branches(m.group(2))
            fone, ph = freeze(b.get("one", b["other"]))
            fother, _ = freeze(b["other"])
            plurals[key] = {"one": fone, "other": fother}
            frozen[key] = (m.group(1), ph)
        elif "{" in PH.sub("", text):
            raise ValueError(f"{key}: nested ICU, send to a human")
        else:
            strings[key], ph = freeze(text)
            frozen[key] = (None, ph)
    payload = {"STRINGS": strings, "PLURALS": plurals,
               "GLOSSARY": glossary or {}, "DO_NOT_TRANSLATE": list(dnt)}
    r = client.chat.completions.create(
        model=model, max_tokens=4000, temperature=0.2,
        messages=[{"role": "system", "content": SYSTEM},
                  {"role": "user", "content": json.dumps(payload, ensure_ascii=False)}])
    out = json.loads(r.choices[0].message.content)
    ar = {k: thaw(v, frozen[k][1]) for k, v in out.get("STRINGS", {}).items() if k in frozen}
    for k, forms in out.get("PLURALS", {}).items():
        if k not in frozen:
            continue
        arg, ph = frozen[k]
        ar[k] = "{%s, plural, %s}" % (arg, " ".join(
            f + " {" + thaw(forms[f], ph) + "}" for f in FORMS if f in forms))
    return ar

en = json.load(open("en.json"))
ar = translate(en, glossary={"workspace": "مساحة العمل"}, dnt=["AcmePay"])
json.dump(ar, open("ar.json", "w"), ensure_ascii=False, indent=2)
```

Kami menjalankannya dengan OpenAI Python SDK terhadap pelayan olok-olok setempat, bukan API langsung, dengan balasan Arab yang sedia. Permintaan yang akan dilihat model mengandungi “Welcome back, ⟦0⟧!” dan “⟦0⟧⟦1⟧⟦2⟧ invited you to the ⟦3⟧ workspace”, dan skrip menulis `ar.json` ini:

```json
{
  "save": "حفظ",
  "welcome": "مرحبًا بعودتك يا {name}!",
  "invite": "دعاك <b>{inviter}</b> إلى مساحة العمل {workspace}",
  "billing": "ادفع عبر AcmePay",
  "files": "{count, plural, zero {لا توجد ملفات} one {ملف واحد} two {ملفان} few {# ملفات} many {# ملفًا} other {# ملف}}"
}
```

Nota tentang kod:

-   **Penanda berpindah, bukan hilang.** Bahasa Arab sering meletakkan kata kerja di hadapan, jadi ⟦0⟧ boleh berpindah. Semakan di bawah mengira penanda; ia tidak peduli di mana penanda itu berada.
-   **ICU bersarang dihantar kepada manusia.** `select` di dalam `plural` jarang berlaku dan mudah rosak. Skrip menolaknya dan tidak meneka.
-   **`max_tokens=4000` memberi ruang untuk penaakulan.** Dokumentasi BroadNet menyatakan DeepSeek V4.1 Flash, GLM 5.3 dan Qwen3.8 27B membuat penaakulan sebelum menjawab, dan penaakulan dikira dalam [max\_tokens](https://broadrouter.com/ms/glossary/max-tokens/). Lihat [respons kosong daripada model penaakulan](https://broadrouter.com/ms/guides/reasoning-tokens-empty-response/).
-   **`json.loads` boleh gagal.** Balutnya dan hantar semula sekali dengan ralat itu; [membetulkan JSON tidak sah daripada LLM](https://broadrouter.com/ms/blog/fix-invalid-json-from-llm/) mengandungi fungsi pembaikan yang telah diuji. Pada GLM 5.3 dan Qwen3.8 27B, dua model BroadNet yang didokumenkan dengan [output berstruktur](https://broadrouter.com/ms/glossary/structured-output/), tambah juga skema `response_format`. Semakan di bawah kekal dalam apa jua keadaan.

## Bagaimanakah anda mengesahkan fail Arab dalam CI?

Hurai setiap mesej dengan penghurai yang sama yang digunakan aplikasi anda pada masa jalan, dan bandingkan dengan sumber. Skrip Node ini menggunakan `@formatjs/icu-messageformat-parser` (versi 3.5.23 dalam ujian kami):

```js
// node check-ar.mjs en.json ar.json  -> exits 1 on any problem
import { readFileSync } from "node:fs";
import { parse, TYPE } from "@formatjs/icu-messageformat-parser";

const AR_FORMS = ["zero", "one", "two", "few", "many", "other"];
const [en, ar] = process.argv.slice(2).map((p) => JSON.parse(readFileSync(p, "utf8")));
const errors = [];

// Collect argument and tag names; return the plural elements too.
function walk(nodes, names = [], plurals = []) {
  for (const n of nodes) {
    if (n.type === TYPE.literal || n.type === TYPE.pound) continue;
    names.push(n.type === TYPE.tag ? `<${n.value}>` : `{${n.value}}`);
    if (n.type === TYPE.tag) walk(n.children, names, plurals);
    if (n.type === TYPE.plural) plurals.push(n);
    if (n.options) for (const o of Object.values(n.options)) walk(o.value, [], plurals);
  }
  return { names: names.sort().join(" "), plurals };
}

for (const key of Object.keys(en)) {
  if (!(key in ar)) { errors.push(`${key}: missing`); continue; }
  let src, dst;
  try { src = walk(parse(en[key])); dst = walk(parse(ar[key], { requiresOtherClause: true })); }
  catch (e) { errors.push(`${key}: ICU syntax error ${e.message}`); continue; }
  if (src.names !== dst.names) errors.push(`${key}: arguments differ: [${src.names}] vs [${dst.names}]`);
  for (const p of dst.plurals) {
    const missing = AR_FORMS.filter((f) => !(f in p.options));
    if (missing.length) errors.push(`${key}: plural {${p.value}} lacks ${missing.join(", ")}`);
  }
  if (!/[؀-ۿ]/.test(ar[key])) errors.push(`${key}: no Arabic letters`);
  if (/⟦\d+⟧/.test(ar[key])) errors.push(`${key}: placeholder marker left in text`);
}
for (const key of Object.keys(ar)) if (!(key in en)) errors.push(`${key}: not in source`);
console.log(errors.join("\n") || "ok");
process.exit(errors.length ? 1 : 0);
```

Pada fail di atas ia mencetak `ok`. Kami kemudian membuat balasan olok-olok menggugurkan bentuk `many` dan penanda `{workspace}`. Skrip keluar dengan kod 1 dan mencetak:

```text
invite: arguments differ: [<b> {inviter} {workspace}] vs [<b> {inviter}]
files: plural {count} lacks many
```

Peraturan “no Arabic letters” menandakan rentetan yang ditinggalkan model dalam bahasa Inggeris. Ia juga menandakan nilai yang hanya nama produk atau nombor, jadi simpan senarai benar untuk nilai-nilai itu. Untuk format i18next sendiri, gunakan semakan yang sama bagi setiap kunci: setiap pasangan `_one`/`_other` dalam bahasa Inggeris memerlukan kesemua enam kunci berakhiran dalam bahasa Arab, dan setiap satu memerlukan pemegang tempat yang sama, kecuali `_zero`, `_one` dan `_two` boleh menggugurkan count.

Akhir sekali, paparkan beberapa nombor melalui pemformat sebenar anda. Dengan intl-messageformat 12.1.5, mesej `files` di atas memberi 0 → لا توجد ملفات, 2 → ملفان, 5 → 5 ملفات, 11 → 11 ملفًا, 102 → 102 ملف dan 111 → 111 ملفًا. Semakan rambang itu menangkap bentuk yang boleh dihurai tetapi menggunakan kata nama yang salah.

## Bagaimana pula dengan paparan kanan-ke-kiri?

Terjemahan membetulkan perkataan; pelayar masih perlu menyusunnya. Apabila nama huruf Rumi atau nombor disisip ke dalam ayat Arab, algoritma dwiarah Unicode boleh mengalihkan tanda baca atau menukar kedudukan larian yang bersebelahan. Nasihat W3C ialah mengasingkan teks yang disisip: balutnya dalam `<bdi>` atau elemen dengan `dir="auto"` dalam HTML, atau kelilinginya dengan U+2068 FIRST STRONG ISOLATE dan U+2069 POP DIRECTIONAL ISOLATE dalam teks biasa, seperti pemberitahuan tolak.

Lakukan ini di tempat anda membuat interpolasi, bukan dalam terjemahan. Dalam ujian kami, memformat mesej alu-aluan dengan nama yang dibalut dalam U+2068 dan U+2069 mengekalkan kedua-dua aksara dalam output dan tidak mengusik teks Arab. Tetapkan juga `dir="rtl"` dan `lang="ar"` pada halaman atau bekas. [Kejuruteraan prompt bahasa Arab](https://broadrouter.com/ms/blog/arabic-prompt-engineering/) mengandungi senarai semak ringkas untuk pepijat paparan RTL.

Digit ialah pilihan pemformat, bukan pilihan terjemahan. Kekalkan `#` atau argumen dalam rentetan. Dalam Node 24 (ICU 78.3), `Intl.NumberFormat` menulis 1234 sebagai 1,234 untuk `ar` dan sebagai ١٬٢٣٤ untuk `ar-EG` dan `ar-SA`. Pilih tag lokal yang sepadan dengan pasaran anda. Untuk persoalan produk yang lebih luas (lokal antara muka berbanding bahasa model, gelembung chat dengan arah bercampur, pengesanan bahasa dan kos setiap bahasa), lihat [mereka bentuk pengalaman AI untuk pelbagai bahasa](https://broadrouter.com/ms/blog/multilingual-product-design/).

## Siapakah yang patut menyemak output?

Saluran LLM dengan semakan ini menjamin fail itu berbentuk betul. Ia tidak menjamin bahasa Arabnya betul. Minta penutur bahasa Arab menyemak:

-   **Rentetan baharu dan yang diubah sahaja.** Bandingkan `en.json` dengan keluaran terakhir dan terjemah hanya yang berubah. Semakan kekal kecil, dan rentetan yang diluluskan tidak pernah berubah.
-   **Bentuk jamak, perkataan demi perkataan.** Persetujuan dengan nombor ialah tempat model paling kerap tersilap, terutamanya akusatif selepas 11 hingga 99.
-   **Jantina.** “Anda” dan kata kerja berubah mengikut jantina pembaca dalam bahasa Arab. Jika UI anda menyapa pengguna secara langsung, tentukan konvensyen, seperti bentuk tetap atau frasa neutral, dan masukkan dalam prompt sistem.
-   **Panjang.** Rentetan Arab boleh lebih panjang atau lebih pendek daripada bahasa Inggeris. Semak butang dan tab dalam susun atur sebenar pada lebar mudah alih.

Simpan fail glosari yang telah disemak dalam repo dan hantarnya bersama setiap permintaan, supaya istilah yang diluluskan kekal tetap.

## Berapakah kosnya?

Fail rentetan adalah kecil. Output lebih kurang sama panjang dengan input, dan bahasa Arab biasanya memerlukan lebih banyak token setiap perkataan berbanding bahasa Inggeris; [token setiap perkataan dalam bahasa Arab dan Inggeris](https://broadrouter.com/ms/blog/tokens-per-word-arabic-english/) mengandungi nisbah yang diukur. Tampal satu kelompok ke dalam [pengira token bahasa Arab](https://broadrouter.com/tools/arabic-token-counter/), darabkan dengan bilangan kelompok, dan tambah prompt sistem pada setiap satu. Model penaakulan juga membelanjakan token untuk berfikir; BroadNet melaporkannya dalam `usage` sebagai `completion_tokens_details.reasoning_tokens`, jadi baca `usage` daripada permintaan sebenar sebelum anda membuat unjuran.

| Model | Nota untuk kerja ini | Input / output setiap 1J token |
| --- | --- | --- |
| [Qwen3.8 27B](https://broadrouter.com/ms/models/qwen3.8-27b/) | Output berstruktur didokumenkan | $0.175 / $2.17 |
| [GLM 5.3](https://broadrouter.com/ms/models/glm-5.3/) | Output berstruktur didokumenkan; konteks 1,048,576 token | $0.78 / $3.46 |
| [Gemma 4 VL 26B](https://broadrouter.com/ms/models/gemma-4-vl-26b/) | Berjalan pada kredit permulaan $5; JSON melalui prompt sahaja, jadi pengesah lebih penting | $0.10 / $0.22 |
| [DeepSeek V4.1 Flash](https://broadrouter.com/ms/models/deepseek-v4.1-flash/) | Juga ada pelan harga rata, seperti $15 seminggu setiap sesi, satu permintaan pada satu masa bagi setiap sesi | $0.175 / $0.52 |

Harga diambil daripada suapan harga BroadNet, dikemas kini 2026-11-14. Terjemah 100 rentetan yang sama dengan dua model dan minta penyemak anda membandingkannya sebelum memilih; harga setiap token kurang penting berbanding bilangan pembetulan. Untuk ribuan kunci merentas banyak bahasa, [pemprosesan kelompok tanpa Batch API](https://broadrouter.com/ms/blog/llm-batch-processing-without-batch-api/) membincangkan keserentakan dan cubaan semula.

## Di manakah BroadNet Inference sesuai

BroadRouter ialah laman web BroadNet sendiri. BroadNet Inference memberi akses serasi OpenAI kepada model di atas, jadi skrip ini berjalan dengan [OpenAI Python SDK](https://broadrouter.com/ms/guides/openai-python-sdk/) selepas menukar base URL dan ID model; semak [rujukan API](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-translate-app-strings-to-arabic-llm&utm_content=body) untuk parameter yang disokong oleh setiap model. Ia tiada endpoint terjemahan dan tidak menerbitkan penanda aras penyetempatan, jadi pengesah dan penyemak manusia kekal sebagai pintu kualiti anda. Platform penyetempatan khusus menambah memori terjemahan, aliran kerja penyemak dan tangkapan skrin dalam konteks; jika anda memerlukannya, gunakan satu dan kekalkan semakan CI di atas sebagai barisan kedua.

Alat percuma untuk topik ini (Bahasa Inggeris)

-   [Arabic token counter](https://broadrouter.com/tools/arabic-token-counter/) Arabic vs English token counts per tokenizer: the "Arabic tax" in tokens and money.
-   [Arabic text normalizer](https://broadrouter.com/tools/arabic-text-normalizer/) Tashkeel, tatweel, alef, ya, ta marbuta, digits and invisible characters, with a matching Python function.
-   [Speech-to-text cost calculator](https://broadrouter.com/tools/speech-to-text-cost-calculator/) Hours, calls or voice notes to a monthly transcription bill, against your current provider.

[Alatan percuma (Bahasa Inggeris)](https://broadrouter.com/tools/)

## Istilah dalam artikel ini

[Token](https://broadrouter.com/ms/glossary/token/)

Token ialah unit teks yang dibaca dan ditulis oleh model bahasa: satu perkataan, sebahagian perkataan, tanda baca atau jujukan bait yang dihasilkan oleh tokenizer model itu. API LLM mengira, mengehadkan dan biasanya mengebil penggunaan dalam token.

[Tetingkap konteks (context window)](https://broadrouter.com/ms/glossary/context-window/)

Tetingkap konteks ialah bilangan maksimum token yang boleh dikendalikan oleh model bahasa dalam satu permintaan. Ia meliputi prompt, sejarah perbualan, definisi alatan, imej dan output yang dijana, termasuk token penaakulan. Apa-apa yang tidak muat mesti dipotong, diringkaskan atau dipecahkan kepada beberapa permintaan.

[API kelompok (batch API)](https://broadrouter.com/ms/glossary/batch-api/)

Batch API ialah endpoint LLM tak segerak yang menerima banyak permintaan sekali gus, biasanya sebagai fail, memprosesnya dalam tempoh yang ditetapkan dan bukan serta-merta, dan memulangkan hasilnya bersama-sama. Penyedia seperti OpenAI dan Anthropic mengenakan harga diskaun untuk permintaan kelompok berbanding API standard mereka.

[Output berstruktur (structured output)](https://broadrouter.com/ms/glossary/structured-output/)

Output berstruktur ialah ciri API LLM yang mengehadkan balasan model kepada format yang ditetapkan oleh pembangun, biasanya JSON Schema, supaya kod boleh menghuraikannya dengan boleh dipercayai. Ia lebih ketat daripada JSON mode, yang menjamin JSON yang sah tetapi bukan bentuk tertentu.

[Base URL (URL asas)](https://broadrouter.com/ms/glossary/base-url/)

Base URL ialah alamat akar tetap sesuatu API, seperti https://api.example.com/v1, yang diletakkan oleh klien di hadapan setiap laluan endpoint, seperti /chat/completions. Dalam SDK serasi OpenAI, menukar base URL, bersama kunci API dan ID model, menghalakan kod yang sama kepada penyedia lain.

[Keserentakan (concurrency)](https://broadrouter.com/ms/glossary/concurrency/)

Keserentakan ialah bilangan permintaan yang sedang berjalan serentak daripada satu klien. API LLM sering mengehadkannya bagi setiap kunci atau pelan, berasingan daripada permintaan seminit, kerana setiap permintaan yang terbuka memegang kapasiti GPU sehingga responsnya selesai.

[max\_tokens](https://broadrouter.com/ms/glossary/max-tokens/)

max\_tokens ialah parameter API LLM yang menetapkan bilangan maksimum token yang boleh dijana oleh model dalam satu respons. Apabila had itu dicapai, penjanaan berhenti dan respons ditandakan sebagai terpotong, contohnya dengan finish\_reason ditetapkan kepada "length".

[Teks kanan ke kiri (right-to-left, RTL)](https://broadrouter.com/ms/glossary/rtl-text/)

Teks kanan ke kiri (RTL) ialah tulisan, seperti bahasa Arab atau Ibrani, yang dipaparkan dari kanan ke kiri. Komputer menyimpannya dalam susunan bacaan logik, dan Unicode Bidirectional Algorithm menentukan susunan paparan apabila teks RTL bercampur dengan teks kiri ke kanan, digit, nama model atau kod.

## Soalan lazim

### Berapakah bentuk jamak dalam bahasa Arab?

Enam kategori kardinal dalam Unicode CLDR: zero (0), one (1), two (2), few (nombor berakhir 03 hingga 10, seperti 3 hingga 10 dan 103), many (berakhir 11 hingga 99) dan other (100 hingga 102, 1000, dan perpuluhan seperti 0.5). Fail bahasa Inggeris hanya ada one dan other.

### Bolehkah ChatGPT atau LLM lain menterjemah fail JSON i18n saya ke bahasa Arab?

Boleh, jika anda mengawal formatnya. Hantar nilai sahaja, gantikan pemegang tempat dengan penanda, minta enam bentuk jamak, dan semak hasilnya dalam kod: kunci, argumen, tag dan kategori jamak. Minta penutur bahasa Arab menyemak rentetan baharu sebelum dikeluarkan.

### Apakah yang berlaku jika terjemahan Arab tiada satu bentuk jamak?

Biasanya tiada apa-apa yang kelihatan gagal. i18next dan intl-messageformat kembali kepada bentuk other, jadi 2 fail dipaparkan sebagai "2 ملف" dan bukannya bentuk dual ملفان. Hanya pengesah yang mewajibkan kesemua enam bentuk dapat menangkapnya sebelum pengguna.

### Patutkah LLM menulis sintaks ICU MessageFormat sendiri?

Lebih baik tidak. Minta enam rentetan biasa bagi setiap mesej jamak dan pasang sintaks ICU dalam kod. Model sesekali tercicir kurungan kurawal atau menterjemah nama argumen, dan ralat penghurai kemudian merosakkan seluruh himpunan pada masa jalan.

### Digit manakah yang patut digunakan oleh rentetan UI bahasa Arab?

Biar pemformat nombor yang menentukan, bukan terjemahan. Kekalkan # atau argumen dalam rentetan. Dalam ujian Node 24 kami, Intl.NumberFormat memformat 1234 sebagai 1,234 untuk ar dan ١٬٢٣٤ untuk ar-EG dan ar-SA, jadi tag lokal yang menetapkan digit.

## Teruskan membaca

-   [Terjemahan Arab–Inggeris dengan LLM: prompt, glosari, penilaian](https://broadrouter.com/ms/blog/arabic-english-translation-llm/)
-   [Kejuruteraan prompt bahasa Arab: laras, RTL, angka dan teks bercampur](https://broadrouter.com/ms/blog/arabic-prompt-engineering/)
-   [JSON mode vs json\_schema: output berstruktur yang boleh diharap](https://broadrouter.com/ms/blog/structured-output-json-schema/)
-   [Cara membaiki JSON tidak sah daripada LLM: punca, baiki, cuba semula](https://broadrouter.com/ms/blog/fix-invalid-json-from-llm/)
-   [Token setiap perkataan Arab vs Inggeris: mengapa Arab lebih mahal](https://broadrouter.com/ms/blog/tokens-per-word-arabic-english/)
-   [Pemprosesan kelompok LLM tanpa Batch API: pelari boleh sambung](https://broadrouter.com/ms/blog/llm-batch-processing-without-batch-api/)
-   [Mereka bentuk pengalaman AI untuk pelbagai bahasa](https://broadrouter.com/ms/blog/multilingual-product-design/)
-   [Tambah baris pada teks Arab dengan LLM: prompt, semakan dan DER](https://broadrouter.com/ms/blog/arabic-diacritization-llm/)
-   [Pembetulan tatabahasa dan ejaan bahasa Arab dengan LLM: panduan](https://broadrouter.com/ms/blog/arabic-grammar-spelling-correction-llm/)
-   [Panduan: Cara guna OpenAI Python SDK dengan BroadNet Inference](https://broadrouter.com/ms/guides/openai-python-sdk/)
-   [Panduan: Mengapa model penaakulan memulangkan jawapan kosong](https://broadrouter.com/ms/guides/reasoning-tokens-empty-response/)

Cuba dengan beban kerja sebenar anda. Akaun baharu bermula dengan kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM dan Qwen3.8 memerlukan tambah nilai.

[Mulakan](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-translate-app-strings-to-arabic-llm&utm_content=page-cta) ·

**Sumber**

-   [Unicode CLDR, carta Language Plural Rules: kategori kardinal Arab zero, one, two, few (n % 100 = 3..10), many (n % 100 = 11..99), other (disemak 2026-11-15)](https://www.unicode.org/cldr/charts/latest/supplemental/language_plural_rules.html)
-   [MDN, Intl.PluralRules.prototype.select(): bahasa Arab ada 6 bentuk untuk nombor kardinal (disemak 2026-11-15)](https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/Intl/PluralRules/select)
-   [FormatJS, Message syntax: kategori jamak, padanan tepat =value, simbol #, other wajib, pelarian apostrof (disemak 2026-11-15)](https://formatjs.github.io/docs/core-concepts/icu-syntax)
-   [Dokumentasi i18next, Plurals: akhiran \_zero, \_one, \_two, \_few, \_many, \_other, contoh bahasa Arab, Intl.PluralRules, pemboleh ubah count (disemak 2026-11-15)](https://www.i18next.com/translation-function/plurals)
-   [Dokumentasi i18next, format JSON: kunci jamak v4 dan interpolasi (disemak 2026-11-15)](https://www.i18next.com/misc/json-format)
-   [W3C Internationalization, Inline markup and bidirectional text in HTML: dir, bdi, FSI U+2068 dan PDI U+2069 (disemak 2026-11-15)](https://www.w3.org/International/articles/inline-bidi-markup/)
-   [Rujukan API BroadNet Inference: ID model, output berstruktur untuk GLM 5.3 dan Qwen3.8 27B, penaakulan dikira dalam max\_tokens (disemak 2026-11-15) (Bahasa Inggeris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-translate-app-strings-to-arabic-llm&utm_content=sources)
