---
title: "Перевод i18n JSON на арабский через LLM: формы множ. числа"
description: "Как перевести i18n JSON на арабский через LLM API: заморозить плейсхолдеры, получить все шесть форм числа, проверять синтаксис ICU в CI и изолировать имена."
url: https://broadrouter.com/ru/blog/translate-app-strings-to-arabic-llm/
lang: ru
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Переведено с английского с помощью ИИ. [Читать оригинал на английском](https://broadrouter.com/blog/translate-app-strings-to-arabic-llm/) (обновлён 2026-11-15).

# Перевод строк приложения на арабский через LLM: плейсхолдеры и плюралы

Команда BroadNet Inference · 7 мин чтения · Опубликовано 2026-11-15

Отправляйте строки в JSON, заменив каждый плейсхолдер маркером, просите все шесть арабских форм числа (zero, one, two, few, many, other) и собирайте ICU plural в коде, а не в модели. Проверяйте в CI: те же ключи, те же аргументы и теги, все шесть форм на месте. Вставляемые имена оборачивайте в изоляторы Unicode, чтобы текст справа налево отображался правильно.

## Главное

-   В Unicode CLDR у арабского шесть категорий количественного множественного числа. В английских исходниках их две, поэтому модель должна написать четыре формы, которых в исходнике нет.
-   Пропущенная арабская форма ломается беззвучно. В нашем тесте сообщение ICU только с one и other вывело для 2 файлов «2 ملف» вместо двойственного числа ملفان, без всякой ошибки.
-   Заменяйте плейсхолдеры и теги маркерами вроде ⟦0⟧ перед запросом и возвращайте их после. Модель не может перевести то, чего не видит.
-   Пусть синтаксис ICU plural собирает код из шести простых строк. Затем разбирайте каждое сообщение парсером FormatJS в CI и роняйте сборку при любом пропуске.
-   Подставляемым именам и латинским названиям продуктов внутри арабского текста нужна двунаправленная изоляция: bdi или dir="auto" в HTML, U+2068 и U+2069 в простом тексте.

**На этой странице**

1.  Почему арабские формы числа ломают машинный перевод строковых файлов?
2.  Как отправлять строки модели?
3.  Скрипт перевода
4.  Как проверять арабский файл в CI?
5.  А что с отображением справа налево?
6.  Кто должен проверять результат?
7.  Сколько это стоит?
8.  Где здесь BroadNet Inference

Перевод строковых файлов приложения — другая задача, чем перевод связного текста. Каждое значение короткое, часто без контекста и несёт синтаксис, который модель не должна трогать: плейсхолдеры, HTML-теги и правила множественного числа. Последнее в арабском и есть главная сложность. В английских файлах две формы числа, арабскому нужно шесть. В этой статье мы собираем небольшой конвейер на OpenAI-совместимой LLM: замораживаем плейсхолдеры, просим шесть простых строк для форм числа, собираем синтаксис ICU в коде и проверяем всё в CI.

О переводе документов, тикетов и договоров — в статье [арабско-английский перевод с LLM](https://broadrouter.com/ru/blog/arabic-english-translation-llm/): там разобраны тон, глоссарии и оценка для связного текста.

## Почему арабские формы числа ломают машинный перевод строковых файлов?

Unicode CLDR, которому следуют `Intl.PluralRules`, ICU и i18next, даёт арабскому шесть количественных категорий:

| Категория | Правило CLDR | Примеры чисел | Пример: «файл» |
| --- | --- | --- | --- |
| zero | n = 0 | 0 | لا توجد ملفات |
| one | n = 1 | 1 | ملف واحد |
| two | n = 2 | 2 | ملفان (двойственное число) |
| few | n % 100 = 3..10 | 3–10, 103–110 | 5 ملفات (множественное число) |
| many | n % 100 = 11..99 | 11–99, 111 | 11 ملفًا (единственное число, винительный падеж) |
| other | всё остальное | 100–102, 1000, 0,5 | 100 ملف (единственное число) |

На двух деталях спотыкаются чаще всего. Во-первых, категории — это не числа: 103 относится к few, а 111 — к many. Во-вторых, английский исходник даёт модели только `one` и `other`, поэтому четыре формы ей приходится придумывать по одной грамматике. Большинство сбоев — это модель, скопировавшая английскую пару.

Сбой беззвучный. Мы отрендерили арабское сообщение только с `one` и `other` через intl-messageformat 12.1.5: 0, 2 и 11 файлов вышли как «N ملف». i18next 27.1.2 вёл себя так же при отсутствии ключа `_many`: для 11 файлов показывался текст `_other`. Ни ошибки, ни предупреждения — просто неправильный арабский.

## Как отправлять строки модели?

Пакетами. Один запрос на строку тратит токены на системный промпт и теряет контекст между связанными строками. Отправляйте от 50 до 200 ключей за раз в виде JSON-объекта, сгруппированного по экранам или функциям, чтобы «Save» рядом с «Cancel» читалось как кнопка.

Три правила делают ответ проверяемым:

1.  **Заморозьте плейсхолдеры.** Замените `{name}`, плейсхолдеры i18next в двойных фигурных скобках, `%s`, `%1$s` и теги вроде `<b>` маркерами вроде ⟦0⟧. Модель видит «Welcome back, ⟦0⟧!» и не может перевести `name` как اسم.
2.  **Просите формы числа простыми строками.** Отправьте английские тексты `one` и `other` и попросите шесть арабских строк. Синтаксис ICU строит код. Модель никогда не пишет фигурных скобок.
3.  **Дайте глоссарий и список того, что не переводить.** Названия продуктов, тарифов и термины, которыми пользуется ваша поддержка. [Раздел о глоссарии в статье о переводе](https://broadrouter.com/ru/blog/arabic-english-translation-llm/) объясняет, почему это важнее выбора модели.

## Скрипт перевода

Исходный файл использует ICU MessageFormat — синтаксис, который документирует FormatJS. Та же заморозка работает и с собственным JSON-форматом i18next, где ключи форм числа оканчиваются на `_zero`, `_one`, `_two`, `_few`, `_many` и `_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)
```

Мы запускали это с OpenAI Python SDK на локальном mock-сервере, а не на реальном API, с заготовленным арабским ответом. Запрос, который увидела бы модель, содержал «Welcome back, ⟦0⟧!» и «⟦0⟧⟦1⟧⟦2⟧ invited you to the ⟦3⟧ workspace», а скрипт записал такой `ar.json`:

```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}}"
}
```

Замечания к коду:

-   **Маркеры перемещаются, но не исчезают.** В арабском глагол часто стоит первым, поэтому ⟦0⟧ может сместиться. Проверка ниже считает маркеры; где они стоят, ей неважно.
-   **Вложенный ICU отдаётся человеку.** `select` внутри `plural` встречается редко и легко ломается. Скрипт отказывается его обрабатывать, а не гадает.
-   **`max_tokens=4000` оставляет место для рассуждений.** Документация BroadNet говорит, что DeepSeek V4.1 Flash, GLM 5.3 и Qwen3.8 27B рассуждают перед ответом и рассуждения учитываются в [max\_tokens](https://broadrouter.com/ru/glossary/max-tokens/). См. [пустые ответы от моделей с рассуждениями](https://broadrouter.com/ru/guides/reasoning-tokens-empty-response/).
-   **`json.loads` может упасть.** Оберните его и один раз отправьте запрос повторно с текстом ошибки; в статье [как исправить невалидный JSON от LLM](https://broadrouter.com/ru/blog/fix-invalid-json-from-llm/) есть проверенная функция починки. На GLM 5.3 и Qwen3.8 27B — двух моделях BroadNet, для которых задокументирован [структурированный вывод](https://broadrouter.com/ru/glossary/structured-output/), — добавьте ещё и схему `response_format`. Проверка ниже остаётся в любом случае.

## Как проверять арабский файл в CI?

Разбирайте каждое сообщение тем же парсером, который ваше приложение использует во время выполнения, и сравнивайте с исходником. Этот скрипт на Node использует `@formatjs/icu-messageformat-parser` (в нашем тесте версия 3.5.23):

```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);
```

На файле выше он вывел `ok`. Затем мы заставили mock-ответ потерять форму `many` и маркер `{workspace}`. Скрипт завершился с кодом 1 и вывел:

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

Правило «no Arabic letters» помечает строки, которые модель оставила на английском. Оно также помечает значения, состоящие только из названия продукта или числа, поэтому держите для них список исключений. Для собственного формата i18next применяйте те же проверки к каждому ключу: каждой паре `_one`/`_other` в английском нужны все шесть ключей с суффиксами в арабском, и в каждом должны быть те же плейсхолдеры, с той оговоркой, что `_zero`, `_one` и `_two` могут обходиться без count.

Наконец, пропустите несколько чисел через ваш настоящий форматтер. С intl-messageformat 12.1.5 сообщение `files` выше дало 0 → لا توجد ملفات, 2 → ملفان, 5 → 5 ملفات, 11 → 11 ملفًا, 102 → 102 ملف и 111 → 111 ملفًا. Такая выборочная проверка ловит форму, которая разбирается парсером, но использует не то существительное.

## А что с отображением справа налево?

Перевод даёт правильные слова, но упорядочить их ещё должен браузер. Когда латинское имя или число вставляется в арабское предложение, двунаправленный алгоритм Unicode может переместить пунктуацию или поменять местами соседние фрагменты. W3C советует изолировать вставленный текст: оборачивать его в `<bdi>` или элемент с `dir="auto"` в HTML, а в простом тексте, например в push-уведомлениях, окружать символами U+2068 FIRST STRONG ISOLATE и U+2069 POP DIRECTIONAL ISOLATE.

Делайте это там, где происходит подстановка, а не в переводе. В нашем тесте форматирование приветствия с именем, обёрнутым в U+2068 и U+2069, сохранило оба символа в выводе и не тронуло арабский текст. Задайте также `dir="rtl"` и `lang="ar"` на странице или контейнере. В статье [промпт-инжиниринг для арабского](https://broadrouter.com/ru/blog/arabic-prompt-engineering/) есть короткий чек-лист по ошибкам отображения RTL.

Цифры — выбор форматтера, а не перевода. Оставляйте в строке `#` или аргумент. В Node 24 (ICU 78.3) `Intl.NumberFormat` записал 1234 как 1,234 для `ar` и как ١٬٢٣٤ для `ar-EG` и `ar-SA`. Выбирайте тег локали, подходящий вашему рынку. О более широких продуктовых вопросах (язык интерфейса против языка модели, пузыри чата со смешанными направлениями, определение языка и стоимость по языкам) — в статье [как спроектировать ИИ-продукт для нескольких языков](https://broadrouter.com/ru/blog/multilingual-product-design/).

## Кто должен проверять результат?

Конвейер на LLM с этими проверками гарантирует, что файл корректно сформирован. Он не гарантирует, что арабский правильный. Пусть носитель арабского вычитает:

-   **Только новые и изменённые строки.** Сравните `en.json` с последним релизом и переводите только изменения. Проверки остаются небольшими, а одобренные строки никогда не меняются.
-   **Формы числа, слово за словом.** Согласование с числами — место, где модель ошибается чаще всего, особенно винительный падеж после 11–99.
-   **Род.** «Ты» и глаголы в арабском меняются в зависимости от пола читателя. Если интерфейс обращается к пользователю напрямую, выберите правило, например фиксированную форму или нейтральную перефразировку, и впишите его в системный промпт.
-   **Длину.** Арабские строки бывают длиннее или короче английских. Проверьте кнопки и вкладки в реальной вёрстке на ширине мобильного экрана.

Держите проверенный файл глоссария в репозитории и отправляйте его с каждым запросом, чтобы одобренные термины не менялись.

## Сколько это стоит?

Строковые файлы маленькие. Вывод примерно такой же длины, как вход, а арабскому обычно нужно больше токенов на слово, чем английскому; измеренные соотношения — в статье [токены на слово в арабском и английском](https://broadrouter.com/ru/blog/tokens-per-word-arabic-english/). Вставьте пакет в [счётчик токенов для арабского](https://broadrouter.com/tools/arabic-token-counter/), умножьте на число пакетов и добавьте системный промпт к каждому. Модели с рассуждениями тратят токены ещё и на размышления; BroadNet показывает их в `usage` как `completion_tokens_details.reasoning_tokens`, поэтому посмотрите `usage` реального запроса, прежде чем экстраполировать.

| Модель | Заметки для этой задачи | Вход / выход за 1 млн токенов |
| --- | --- | --- |
| [Qwen3.8 27B](https://broadrouter.com/ru/models/qwen3.8-27b/) | Структурированный вывод задокументирован | $0.175 / $2.17 |
| [GLM 5.3](https://broadrouter.com/ru/models/glm-5.3/) | Структурированный вывод задокументирован; контекст 1 048 576 токенов | $0.78 / $3.46 |
| [Gemma 4 VL 26B](https://broadrouter.com/ru/models/gemma-4-vl-26b/) | Работает на стартовом гранте $5; JSON только через промпт, поэтому валидатор важнее | $0.10 / $0.22 |
| [DeepSeek V4.1 Flash](https://broadrouter.com/ru/models/deepseek-v4.1-flash/) | Есть и на тарифах с фиксированной ценой, например $15 в неделю за сессию, один запрос за раз на сессию | $0.175 / $0.52 |

Цены взяты из фида цен BroadNet, обновлено 2026-11-14. Переведите одни и те же 100 строк двумя моделями и попросите рецензента сравнить их, прежде чем выбирать; цена за токен важна меньше, чем число правок. Для тысяч ключей на многих языках параллелизм и повторы разбирает статья [пакетная обработка без Batch API](https://broadrouter.com/ru/blog/llm-batch-processing-without-batch-api/).

## Где здесь BroadNet Inference

BroadRouter — собственный сайт BroadNet. BroadNet Inference даёт OpenAI-совместимый доступ к моделям выше, поэтому скрипт работает с [OpenAI Python SDK](https://broadrouter.com/ru/guides/openai-python-sdk/) после смены базового URL и ID модели; какие параметры поддерживает каждая модель, смотрите в [справочнике API](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-translate-app-strings-to-arabic-llm&utm_content=body). Эндпоинта перевода у неё нет, и бенчмарков локализации она не публикует, так что контролем качества остаются валидатор и рецензент-человек. Специализированные платформы локализации добавляют память переводов, процессы рецензирования и скриншоты в контексте; если вам это нужно, используйте такую платформу, а проверку в CI выше оставьте второй линией защиты.

Бесплатные инструменты по теме (на английском)

-   [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.

[Бесплатные инструменты (на английском)](https://broadrouter.com/tools/)

## Термины в этой статье

[Токен (token)](https://broadrouter.com/ru/glossary/token/)

Токен — это единица текста, которую языковая модель читает и пишет: слово, часть слова, знак препинания или последовательность байтов, которую выдаёт токенизатор модели. LLM API считают, ограничивают и обычно тарифицируют использование в токенах.

[Контекстное окно (context window)](https://broadrouter.com/ru/glossary/context-window/)

Контекстное окно — это максимальное число токенов, с которым языковая модель может работать в одном запросе. В него входят промпт, история диалога, описания инструментов, изображения и сгенерированный ответ, включая токены рассуждений. Всё, что не помещается, приходится обрезать, сжимать в краткое изложение или делить на несколько запросов.

[Текст справа налево (RTL, right-to-left)](https://broadrouter.com/ru/glossary/rtl-text/)

Текст справа налево (RTL) — это письмо, например арабское или иврит, которое отображается справа налево. Компьютер хранит его в логическом порядке чтения, а когда RTL-текст смешивается с текстом слева направо, цифрами, названиями моделей или кодом, порядок отображения определяет двунаправленный алгоритм Unicode.

[Batch API (пакетная обработка запросов)](https://broadrouter.com/ru/glossary/batch-api/)

Batch API — это асинхронный эндпоинт LLM, который принимает сразу много запросов, обычно в виде файла, обрабатывает их не немедленно, а в пределах заданного окна, и возвращает результаты вместе. Такие провайдеры, как OpenAI и Anthropic, берут за пакетные запросы меньше, чем в своих стандартных API.

[Вызов инструментов (tool calling)](https://broadrouter.com/ru/glossary/tool-calling/)

Вызов инструментов (function calling) — это функция LLM API, при которой модель возвращает структурированный запрос на выполнение функции, заданной разработчиком, с аргументами в JSON. Приложение выполняет функцию и отправляет результат обратно; сама модель код никогда не выполняет.

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

max\_tokens — это параметр LLM API, который задаёт максимальное число токенов, которое модель может сгенерировать в одном ответе. Когда генерация доходит до лимита, она останавливается, а ответ помечается как обрезанный, например значением finish\_reason "length".

## Вопросы и ответы

### Сколько форм множественного числа в арабском?

Шесть количественных категорий в Unicode CLDR: zero (0), one (1), two (2), few (числа, оканчивающиеся на 03–10, например 3–10 и 103), many (оканчивающиеся на 11–99) и other (100–102, 1000 и дроби вроде 0,5). В английском файле есть только one и other.

### Может ли ChatGPT или другая LLM перевести мой i18n JSON на арабский?

Да, если вы контролируете формат. Отправляйте только значения, замените плейсхолдеры маркерами, просите шесть форм числа и проверяйте результат в коде: ключи, аргументы, теги и категории plural. Новые строки перед релизом должен вычитать носитель арабского.

### Что будет, если в арабском переводе нет одной из форм числа?

Обычно ничего заметно не ломается. i18next и intl-messageformat откатываются к форме other, поэтому 2 файла показываются как «2 ملف» вместо двойственного ملفان. Поймать это раньше пользователей может только валидатор, требующий все шесть форм.

### Должна ли LLM сама писать синтаксис ICU MessageFormat?

Лучше не надо. Просите шесть простых строк на каждое сообщение с plural и собирайте синтаксис ICU в коде. Модели иногда теряют фигурную скобку или переводят имя аргумента, и тогда ошибка парсера ломает весь бандл во время выполнения.

### Какие цифры использовать в строках арабского интерфейса?

Пусть решает форматтер чисел, а не перевод. Оставляйте в строке # или аргумент. В нашем тесте на Node 24 Intl.NumberFormat отформатировал 1234 как 1,234 для ar и как ١٬٢٣٤ для ar-EG и ar-SA, то есть цифры задаёт тег локали.

## Читайте также

-   [Арабско-английский перевод через LLM: промпты, глоссарии, оценка](https://broadrouter.com/ru/blog/arabic-english-translation-llm/)
-   [Промпт-инжиниринг для арабского: регистр, RTL, цифры и смешанный текст](https://broadrouter.com/ru/blog/arabic-prompt-engineering/)
-   [JSON mode или json\_schema: надёжный структурированный вывод LLM](https://broadrouter.com/ru/blog/structured-output-json-schema/)
-   [Как исправить невалидный JSON от LLM: причины, починка, повтор](https://broadrouter.com/ru/blog/fix-invalid-json-from-llm/)
-   [Токены на слово: арабский и английский — почему арабский дороже](https://broadrouter.com/ru/blog/tokens-per-word-arabic-english/)
-   [Пакетная обработка LLM без Batch API: возобновляемый раннер](https://broadrouter.com/ru/blog/llm-batch-processing-without-batch-api/)
-   [Как спроектировать многоязычный ИИ-продукт](https://broadrouter.com/ru/blog/multilingual-product-design/)
-   [Огласовки в арабском тексте через LLM: промпт, проверка, DER](https://broadrouter.com/ru/blog/arabic-diacritization-llm/)
-   [Проверка арабской орфографии и грамматики через LLM: руководство](https://broadrouter.com/ru/blog/arabic-grammar-spelling-correction-llm/)
-   [Руководство: OpenAI Python SDK и BroadNet Inference](https://broadrouter.com/ru/guides/openai-python-sdk/)
-   [Руководство: Почему рассуждающая модель возвращает пустой ответ](https://broadrouter.com/ru/guides/reasoning-tokens-empty-response/)

Проверьте на своей реальной нагрузке. Новые аккаунты получают стартовый грант US$5 на Gemma и распознавание речи. Для DeepSeek, GLM и Qwen3.8 нужно пополнить баланс.

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

**Источники**

-   [Unicode CLDR, таблица Language Plural Rules: арабские количественные категории zero, one, two, few (n % 100 = 3..10), many (n % 100 = 11..99), other (проверено 2026-11-15)](https://www.unicode.org/cldr/charts/latest/supplemental/language_plural_rules.html)
-   [MDN, Intl.PluralRules.prototype.select(): у арабского 6 форм для количественных числительных (проверено 2026-11-15)](https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/Intl/PluralRules/select)
-   [FormatJS, синтаксис сообщений: категории plural, точные совпадения =value, символ #, обязательный other, экранирование апострофом (проверено 2026-11-15)](https://formatjs.github.io/docs/core-concepts/icu-syntax)
-   [Документация i18next, Plurals: суффиксы \_zero, \_one, \_two, \_few, \_many, \_other, пример для арабского, Intl.PluralRules, переменная count (проверено 2026-11-15)](https://www.i18next.com/translation-function/plurals)
-   [Документация i18next, формат JSON: ключи plural v4 и интерполяция (проверено 2026-11-15)](https://www.i18next.com/misc/json-format)
-   [W3C Internationalization, Inline markup and bidirectional text in HTML: dir, bdi, FSI U+2068 и PDI U+2069 (проверено 2026-11-15)](https://www.w3.org/International/articles/inline-bidi-markup/)
-   [Справочник API BroadNet Inference: ID моделей, структурированный вывод для GLM 5.3 и Qwen3.8 27B, рассуждения учитываются в max\_tokens (проверено 2026-11-15) (на английском)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-translate-app-strings-to-arabic-llm&utm_content=sources)
