首个AI翻译实战榜单出炉！GPT-4o稳坐天花板，Qwen擅长文化与开源

AI翻译哪家强？首个应用型AI翻译测评榜单TransBench在OpenCompass上线，由阿里国际AI Business团队联合上海人工智能实验室、北京语言大学发布。

TransBench新增幻觉率、文化禁忌词、敬语规范等指标，针对大模型翻译常见问题进行实战考核。数据集涵盖中、英、法、日、韩、西班牙语等多种语言，并已全面开源。

综合得分前三为：GPT-4o、DeepL Translate、GPT-4-Turbo。DeepL Translate是专业机器翻译模型，表现突出。Qwen系列在文化特性方面领先，Qwen2.5-0.5B-Instruct和Qwen2.5-1.5B-Instruct分列第一、二名。

TransBench从通用标准、电商文化和文化特性三方面评估翻译能力，首次提出行业垂直和跨文化特性标准。榜单基于阿里国际真实用户反馈总结提炼，Marco MT作为首个大规模商用翻译大模型，已服务超50万卖家。

TransBench测评方法和数据集已开源，欢迎各机构参与打榜。评测网址：https://transbench.com/#/?lang=zh-cn