Нейросети для перевода: младшая Gemini Flash оказалась точнее флагманской Pro

Русскоязычный открытый конвейер BookTrans, о котором ранее рассказывали на Хабре, провёл детальное сравнение четырёх подписочных моделей на материале научно-фантастического романа Стивена Бакстера «Timelike Infinity» (цикл Xeelee Sequence), перевод с английского на русский. Участвовали Gemini 3.7 Flash и Gemini 3.1 Pro от Google, Claude Opus 5 от Anthropic и GPT-5.6 Sol от OpenAI. Качество измеряли двумя способами: подсчётом правок, предложенных другой моделью-судьёй, и ручным чтением всех четырёх переводов рядом с оригиналом.

Младшая Gemini обошла флагманскую: как это вышло?

• Flash дешевле и точнее. На прозе (около 100 абзацев одной главы) судья Claude Opus насчитал у Flash 40 правок, у Pro 74. Картина повторилась у всех трёх судей: Flash стабильно чище.
• Диалоги тоже за Flash. 41 правка против 57 у Pro.
• Цензура мешает Pro. Чувствительную сцену переводили трижды: Flash прошёл все три раза без отказа, Pro справился только один раз из трёх.
• Pro выдаёт кальки и канцелярит. В тесте зафиксированы формулировки вроде «триггеры ностальгии» и «глаза почувствовали слезливость и боль», лишние местоимения, орфографические промахи. Flash, напротив, предлагал живые находки: «росчерк пикселей» для bolt of pixels, «щемяще-синий серп Земли».
• Поколение важнее ранга. Flash 3.7 вышла в июле 2026, Pro 3.1 в январе 2026. Более новая «младшая» модель переросла старую «старшую», хотя маркетинговая лестница об этом не сообщает.

Кто лучший переводчик, редактор и сверщик?

Идеальной модели тест не выявил. Сильные стороны распределились между тремя моделями.

• Живой русский язык: Claude Opus 5. Читается как проза, а не как перевод. «Людей раздавили», «Они себя переделали».
• Верность оригиналу: GPT-5.6 Sol. Единственный восстановил повреждённое OCR-место (склейку «sparkling.Qax Jasoft Parz» прочёл как титул «Посол при кваксах», что верно по сюжету) и сохранил авторский образ.
• Чистота черновика: Gemini 3.7 Flash. Минимум правок у всех судей, ровный результат, не зависящий от «вкуса» проверяющего.
• Аутсайдер: Gemini 3.1 Pro. Кальки, канцелярит, цензурные отказы.

Только одна модель умеет сомневаться?

Конвейер BookTrans устроен по ролям: переводчик, редактор (ему оригинал не показывают, чтобы не тянул кальки), сверщик (видит и оригинал, и перевод, и замечания редактора).

Сверщик (verifier) решает: ошибся автор книги или переводчик. Если ошибся автор, текст не трогают, а добавляют сноску «Прим. ред.». Если переводчик, исправляют перевод.

Ключевой вывод теста: модель, которая правит собственный перевод, слепа к своим ошибкам. Самоправка (когда одна и та же нейросеть переводит и редактирует) не работает. А заметить чушь и усомниться вслух, по данным BookTrans, способна только одна модель из четырёх. На этой разнице и держится вся иерархия ролей в конвейере.

Как попробовать?

1. Откройте репозиторий BookTrans на GitHub (проект с открытым кодом, доступен бесплатно).
2. Подключите API одной из моделей: Gemini Flash, Claude Opus или GPT Sol. Для каждой нужна подписка у соответствующего провайдера (Google, Anthropic, OpenAI).
3. Загрузите текст на английском и запустите конвейер: он сам распределит роли (переводчик, редактор, сверщик) и выдаст результат в формате epub или fb2.
4. Сравните результат вручную с оригиналом хотя бы на десятке абзацев: автоматический счёт правок полезен, но без ручного чтения ненадёжен.

Что с российскими нейросетями для перевода?

В тесте BookTrans участвовали только зарубежные модели. YandexGPT и GigaChat (от Сбера) в этом сравнении не замерялись, поэтому прямого сопоставления по литературному переводу нет.

Для читателей из РФ и СНГ это значит: если вы работаете с российскими нейросетями для перевода, ориентироваться на эти цифры напрямую нельзя. Но сам метод (дать нескольким моделям один и тот же фрагмент, посчитать правки и прочесть глазами) применим к любой модели, включая YandexGPT и GigaChat.

Что делать с этим прямо сейчас, по ролям?

Автору на Дзене. Если переводите или адаптируете зарубежные источники, не доверяйте одной модели. Дайте один фрагмент двум-трём нейросетям и сравните вручную. Flash дешевле и быстрее, но живой язык лучше у Claude Opus.

Маркетологу. При локализации лендингов, рассылок и карточек товаров проверяйте, не выдаёт ли модель кальки и канцелярит. Тест BookTrans показал, что «флагманская» подписка не гарантирует лучший результат.

Предпринимателю в РФ. Доступ к Gemini, Claude и GPT из России ограничен, часто нужен VPN или зарубежный аккаунт. Если это неудобно, протестируйте YandexGPT или GigaChat тем же методом: один текст, несколько моделей, ручная сверка.

Частые вопросы

Можно ли доверить нейросети перевод целой книги без редактуры человеком?

Нет. Тест BookTrans показал, что даже лучшая модель допускает ошибки, которые сама не замечает. Конвейер снижает нагрузку на человека, но финальная сверка остаётся за оператором. Галлюцинация (когда ИИ уверенно выдумывает то, чего не было) в переводе особенно опасна: модель может «исправить» авторскую ошибку, которую нужно было сохранить.

Какая модель лучше для перевода с английского на русский?

По данным BookTrans, универсального лидера нет. Gemini 3.7 Flash дала самый чистый черновик, Claude Opus 5 показала лучший русский язык, GPT-5.6 Sol оказалась точнее всех в передаче смысла оригинала. Выбирайте под задачу и проверяйте на своём тексте.

Работает ли BookTrans с российскими моделями?

BookTrans, конвейер с открытым кодом (опенсорс), и подключить к нему можно любую модель через API (программный интерфейс, через который приложения обмениваются данными). Российские модели в опубликованном тесте не участвовали, но технически ничто не мешает подключить YandexGPT или GigaChat и провести собственное сравнение тем же методом.