一个从零开始训练的Transformer深度神经网络，不是某个通用大模型的翻译模式——它就是为翻译而生的。
一个翻译引擎好不好，不只看BLEU分数高低，更要看它在真实文本上的表现稳定性。
基于Transformer架构，48层decoder，16个注意力头，参数量24B。在WMT新闻翻译任务的14个语言方向上做过评测，中英方向的BLEU值稳定在41.2以上。推理阶段采用int8量化，单张A100可以支撑每秒1200 tokens的吞吐量，成本控制到每百万token不到15元。
引擎不逐句翻译——它先把整段文本过一遍编码器，建立全局语义表示，再逐句解码。这意味着它知道第3段的"it"指的是第1段的"the policy proposal"，不会乱翻成"它"。跨句指代消解、段落主题一致性、语体风格连贯——这些传统MT的老大难问题，在语境感知架构下改善明显。
每个翻译请求可以附带一份术语约束表。引擎在解码时动态计算每个候选token跟约束术语之间的相容性，在不破坏句子流畅度的前提下优先选择符合术语表的译文。实测显示，100条术语的约束表对推理速度的影响不到3%，而术语一致率从无约束时的72%提升到96%以上。
引擎支持在线微调——你在API请求里标记"这段译文我改了"并传回修改后的版本，引擎记录这个反馈。累积到足够多的同类型修正后，后台自动触发一次轻量级的LoRA微调，不会影响主模型。换句话说，用得越久，引擎就越懂你的翻译偏好。这个能力对企业版客户来说尤其有价值。
不是简单地把所有语言对都同等对待。资源投入有侧重，高质量语言对和低资源语言对的优化策略完全不同。
| 语言方向 | 优化层级 | BLEU基准 | 训练数据规模 | 推理延迟(中位数) |
|---|---|---|---|---|
| 中文 ↔ 英文 | Tier 1 旗舰 | 41.2 | 2.8B 句对 | 187ms |
| 中文 ↔ 日文 | Tier 1 旗舰 | 38.7 | 1.9B 句对 | 192ms |
| 中文 ↔ 韩文 | Tier 1 旗舰 | 37.9 | 1.6B 句对 | 195ms |
| 中文 ↔ 法文 | Tier 2 专业 | 35.8 | 980M 句对 | 210ms |
| 中文 ↔ 德文 | Tier 2 专业 | 36.4 | 1.1B 句对 | 205ms |
| 中文 ↔ 西班牙文 | Tier 2 专业 | 35.2 | 870M 句对 | 208ms |
| 中文 ↔ 阿拉伯文 | Tier 3 标准 | 31.5 | 520M 句对 | 248ms |
| 中文 ↔ 俄文 | Tier 3 标准 | 32.1 | 610M 句对 | 235ms |
| 中文 ↔ 泰文 | Tier 4 基础 | 27.8 | 180M 句对 | 280ms |
| 中文 ↔ 越南文 | Tier 4 基础 | 26.5 | 150M 句对 | 290ms |
BLEU值来自WMT23/WMT24通用测试集，不同领域的实际表现可能有偏差。Tier 1-4定义了优化深度，但不代表Tier 4不可用。
拿中英翻译方向的公开基准测试做横向比较。数据来源：WMT24通用测试集，评测时间2026年6月。
| 引擎 | 中→英 BLEU | 英→中 BLEU | COMET (中→英) | 平均延迟(100字) |
|---|---|---|---|---|
| Traneasy v5 | 41.2 | 43.8 | 0.872 | 187ms |
| DeepL | 40.1 | 42.5 | 0.861 | 312ms |
| Google Translate (NMT) | 39.8 | 41.9 | 0.855 | 245ms |
| GPT-5 (few-shot) | 42.5 | 44.1 | 0.883 | 1,240ms |
| Claude 4 (zero-shot) | 41.9 | 43.2 | 0.877 | 980ms |
通用大模型(GPT-5, Claude 4)在翻译质量上略有优势，但延迟是专用引擎的5-6倍，单位token成本也高出10-20倍。如果你的场景对延迟和成本敏感，专用引擎是更实际的选择。
不同行业、不同公司、甚至不同项目，翻译的标准都不一样。引擎留了足够多的调整空间。
你提供5000条以上的领域内双语语料，我们在一周内完成LoRA微调并交付专用模型端点。微调后的模型在你所在领域的术语准确率通常提升15%-25%。医疗、法律、金融、专利、游戏本地化——这五个领域我们有预训练的LoRA权重可以直接启用。
API参数formality支持auto/formal/informal/neutral四档。auto模式由引擎根据源文本自动判断语体并保持一致。如果你需要更精细的控制——比如"always use 您 for English 'you'"——可以在术语表中用style指令定义全局翻译规则。
品牌名、产品名、专有名词——这些你不希望被翻译的内容可以通过拒译名单保护起来。引擎在预处理阶段标记这些片段，解码时原样保留。支持正则表达式匹配，一次性覆盖一类模式（比如所有"Traneasy-*"格式的产品代号）。
翻译完成后自动执行的文本处理规则。比如：中文译文里的英文引号自动替换为中文引号、数字和中文之间自动加空格、标点符号统一为全角。规则引擎支持Python表达式，你能写出什么逻辑就能对译文做什么加工。
从开箱即用的云服务到完全离线运行的私有化部署，看你的数据安全要求和技术运维能力来选。
多区域部署（新加坡、法兰克福、俄勒冈、东京），API调用延迟本地化。按量付费，每天前10000字符免费。5分钟注册拿到API Key就能用，不用管服务器、不用管显卡、不用管模型更新——全托管。
零运维 | 按量计费引擎打包成Docker镜像，部署在你自己的服务器集群上。最低配置：2张A100 80GB或4张A10 24GB。支持Kubernetes Helm Chart一键部署。数据从网络请求到GPU显存全程不出你的机房，适合金融、政务、军工等监管严格的行业。
数据不出网 | 年付许可敏感数据的翻译走本地引擎，非敏感流量自动路由到云端。统一的API网关做流量分配和计费合并。一台本地推理节点做日常业务，云端的弹性资源应对峰值——成本和安全的折中选择。
弹性伸缩 | 统一管控