Les modèles de traduction IA en octobre 2026 : parole en direct et texte

En octobre 2026, les modèles de traduction IA suivent deux voies distinctes. D'un côté, les modèles de parole en direct de Google, OpenAI et Alibaba écoutent désormais 60 à 70+ langues et répondent quelques secondes après l'interlocuteur. De l'autre, des modèles de texte à poids ouverts comme Index-Translate de Bilibili couvrent 150 langues et se téléchargent gratuitement. L'enjeu touche directement le chiffre d'affaires : dans une enquête de CSA Research menée en 2020 auprès de 8 709 consommateurs dans 29 pays, 76 % préféraient acheter des produits présentés dans leur propre langue, et 40 % déclaraient ne jamais acheter sur des sites rédigés dans une autre langue.

Le piège se cache dans les petites lignes. « 70+ langues » désigne en général 70+ langues que le modèle sait entendre, pas 70+ langues qu'il sait parler. Voici le panorama mondial, les lacunes, et ce que nous vérifierions avant de confier quoi que ce soit à ces modèles face à un client.

Qu'est-ce qui a changé dans la traduction IA entre février et octobre 2026 ?

Le tableau recense neuf lancements issus de laboratoires de quatre pays : les États-Unis, la Chine, la France et l'Allemagne. Les dates proviennent de l'annonce officielle de chaque éditeur.

Date (2026)	Laboratoire (pays)	Lancement	Ouvert ou fermé
12 févr.	Kyutai (France)	Hibiki-Zero, traduction simultanée de la parole du français, de l'espagnol, du portugais et de l'allemand vers l'anglais	Ouvert
16 avr.	DeepL (Allemagne)	DeepL Voice-to-Voice, 40+ langues, API en accès anticipé	Fermé
7 mai	OpenAI (États-Unis)	GPT-Realtime-Translate, 70+ langues en entrée, 13 langues en sortie	Fermé
21 mai	Tencent (Chine)	Hy-MT2, modèles de texte de 1.8B, 7B et 30B paramètres, 33 langues	Ouvert
9 juin	Google (États-Unis)	Gemini 3.5 Live Translate, parole vers parole, 70+ langues	Fermé
18 sept.	Alibaba (Chine)	Qwen3.8-LiveTranslate, 60 langues en entrée, parole traduite en 29	API
1er oct.	Microsoft (États-Unis)	MAI-Transcribe-2-Streaming et MAI-Voice-2.1, transcription en streaming dans 60 langues et une même voix dans 23	Fermé
2 oct.	Bilibili (Chine)	Préversion d'Index-Translate-35B-A3B, traduction de texte et d'images dans 150 langues, sous licence Apache 2.0, accompagnée des modèles parole vers parole Index-Echo	Ouvert
6 oct.	Mistral (France)	Préversion de Mistral Large 4, un modèle généraliste (et non un traducteur dédié) entraîné sur des données couvrant 160+ langues, poids promis d'ici la fin du mois	Ouvert (à venir)

L'Inde suit aussi sa propre voie. Sarvam-Translate, sorti en juin 2025 et toujours le modèle de traduction ouvert de Sarvam, a été développé avec AI4Bharat. Il couvre les 22 langues officielles de l'Inde inscrites à la Constitution, plus l'anglais, y compris des documents longs et structurés pour 15 d'entre elles.

Quels modèles traduisent la parole en direct, et combien de langues parlent-ils vraiment ?

Voici le chiffre que la plupart des gros titres passent sous silence. La couverture en entrée est large, la couverture en sortie est étroite.

Modèle	Comprend	Restitue la parole traduite en	Latence annoncée par l'éditeur
Google Gemini 3.5 Live Translate	70+ langues, détectées automatiquement	70+ langues (liste des langues prises en charge)	« quelques secondes » (Slator)
OpenAI GPT-Realtime-Translate	70+ langues	13 langues (OpenAI Cookbook)	suit le rythme de l'interlocuteur
Alibaba Qwen3.8-LiveTranslate	60 langues	29 langues	2,3 secondes en moyenne, contre 2,8 auparavant
DeepL Voice-to-Voice	40+ langues	40+ langues (API en accès anticipé)	non publiée
Kyutai Hibiki-Zero (ouvert)	4 langues	anglais	simultanée

Les 13 langues de sortie d'OpenAI sont l'anglais, l'espagnol, le portugais, le français, l'allemand, l'italien, le russe, le chinois, le japonais, le coréen, l'hindi, l'indonésien et le vietnamien. Ce modèle peut comprendre un interlocuteur arabophone ou turcophone, mais il ne peut pas lui répondre dans sa langue. Si vos clients vous appellent en arabe, cette seule ligne tranche la question pour vous.

Les systèmes les plus récents cherchent aussi à conserver la voix de l'appelant. Google affirme que son modèle préserve « l'intonation, le rythme et la hauteur de la voix ». Alibaba a ajouté la séparation des locuteurs en septembre : lors d'un appel à trois, tout le monde ne se fond plus dans une seule voix traduite. DeepL a sorti de nouveaux modèles Voice en septembre qui gardent la voix, le ton et le rythme de chaque locuteur d'une langue à l'autre. Nous avons abordé la gestion des interruptions par ces modèles vocaux dans notre article sur l'IA vocale full-duplex.

Les modèles de traduction dédiés battent-ils désormais les chatbots généralistes sur le texte ?

Parfois. Tout dépend du test que vous regardez.

La fiche du modèle publiée par Bilibili se montre étonnamment franche sur ce point. Sur FLORES (COMET-22), sa préversion 35B obtient 0,8794, devant GPT-5.6 Sol d'OpenAI à 0,8650 et Gemini 3.5 Flash Lite de Google à 0,8750 (un modèle de milieu de gamme chez Google, dont le modèle de pointe est désormais Gemini 4 Argon). Pourtant, sur le score du juge WMT26 présenté dans le même tableau, GPT-5.6 Sol arrive premier avec 89,10, contre 76,76 pour Index-Translate. Une réserve s'impose : GPT-5.6 Sol est aussi le modèle qui joue le rôle de juge dans ce test, et OpenAI a depuis fait passer ChatGPT à GPT-6. Aucun de ces chiffres ne constitue un classement neutre.

Tencent avance un argument similaire pour Hy-MT2 : son article indique que les modèles 7B et 30B surpassent DeepSeek-V4-Pro et Kimi K2.6 en mode de réflexion rapide, et que la version 1.8B tient dans 440 Mo une fois compressée. Assez petit pour tourner sur un téléphone.

Résultat, en octobre 2026, il n'existe pas de « meilleur modèle de traduction » unique. Voici notre lecture des éléments disponibles :

• Les modèles ouverts spécialisés (Index-Translate, Hy-MT2, Sarvam-Translate) rivalisent désormais avec les chatbots de pointe sur les benchmarks de texte standard, pour une fraction de leur taille. Nous avons expliqué pourquoi ce schéma se répète dans notre article sur les petits modèles de langage en 2026.
• Les modèles généralistes de pointe l'emportent encore souvent sur la fluidité jugée en conditions réelles, et ils gèrent mieux des conversations entières que des phrases isolées.
• C'est sur les langues rares que l'écart se creuse. Dans le tableau de Bilibili consacré aux langues peu dotées, Hy-MT2-1.8B répondait dans la mauvaise langue dans 54,2 % des cas, contre 2,4 % pour Index-Translate-35B. Il s'agit d'un éditeur qui évalue un concurrent : prenez-le comme une piste à tester, pas comme un verdict.

Où ces modèles montrent-ils encore leurs limites ?

La documentation de Google est ici la source la plus utile, car elle énumère clairement les points faibles. D'après les limites de Live Translate publiées par Google et le résumé de la fiche du modèle par Slator, la reproduction de la voix « peut devenir irrégulière lors de longues conversations ou de sessions à plusieurs locuteurs », et la détection de la langue « peut avoir du mal avec les accents prononcés, les langues proches ou les changements de langue rapides ».

Google précise que ces erreurs de détection touchent surtout la transcription de l'entrée, et que la traduction finale devrait rester exacte. Soit. Mais les appelants changent de langue en pleine phrase en permanence, et une transcription à laquelle votre équipe ne peut pas se fier pose déjà un problème en soi. Le chat écrit est encore un autre cas : les clients y mélangent les alphabets et les dialectes, écrivent l'arabe en lettres latines ou glissent des noms de marques anglais dans une phrase en turc (notre article sur le service client IA en arabe dans le Golfe donne les chiffres sur les dialectes). Live Translate ne prend en charge que l'audio, il ne règle donc pas ce problème-là.

Deux autres limites à connaître :

1. Les noms et les termes produits. Les éditeurs y apportent des correctifs, preuve qu'il s'agit d'une faiblesse reconnue : DeepL a ajouté la « personnalisation avec des termes prononcés », Qwen conserve la prise en charge des mots-clés pour les marques et les noms de produits, et Index-Translate accepte un glossaire.
2. Un délai de 2 à 3 secondes passe bien pour une conférence, beaucoup moins pour une vente. La latence moyenne de 2,3 secondes d'Alibaba est une belle réussite technique. Mais lors d'un appel où le client demande « Donc je peux réserver jeudi ? », on a encore l'impression d'une liaison satellite.

Que doit vérifier une entreprise avant de s'appuyer sur la traduction IA ?

Si vous vendez à des clients qui vous écrivent ou vous appellent dans d'autres langues, voici les questions qui comptent plus que n'importe quel benchmark :

• Dans quelles langues peut-il répondre ? Demandez la liste des langues de sortie, nom par nom. La liste des langues d'entrée est toujours plus longue.
• Traduit-il, ou répond-il directement dans la langue ? Un modèle qui rédige directement en espagnol sonne en général plus naturel qu'un texte anglais passé dans un traducteur.
• Votre équipe peut-elle lire chaque conversation ? Quelqu'un doit relire ce que l'IA a dit, dans une langue qu'il comprend.
• Pouvez-vous verrouiller les noms de marque et les prix ? Un prix traduit ou un nom de produit mal traduit, c'est un ticket de support assuré.
• Que se passe-t-il face à une langue non prise en charge ? Il doit se replier sur une langue que vous avez choisie, pas deviner.

Comment Entagl gère-t-il les conversations dans d'autres langues ?

Le Receptionist IA d'Entagl ne greffe pas un traducteur sur un bot anglophone. Il détecte la langue du client à chaque message et rédige la réponse directement dans cette langue, parmi plus de 100 langues, et il suit le client lorsqu'il change de langue en cours de conversation. Un simple « ok » ou un nom de marque ne fait pas basculer la langue en arrière.

Côté équipe, la boîte de réception peut traduire à la demande une conversation entière dans l'une de ses 10 langues d'équipe (anglais, turc, arabe, russe, espagnol, français, allemand, italien, portugais et grec), y compris les transcriptions de messages vocaux. Lorsque vous reprenez la main et rédigez vous-même une réponse, une réécriture par IA transpose votre message dans la langue du client avant l'envoi. Et si vous voulez que l'IA réponde uniquement dans les langues que vous servez, le réglage facultatif « Répondre uniquement dans ces langues » maintient chaque réponse dans votre liste et se replie sur votre langue principale pour tout le reste. Nous avons détaillé comment ces éléments s'articulent dans notre article sur le service client multilingue avec l'IA et votre équipe.

L'interface du produit Entagl est elle-même disponible en 10 langues. Le chiffre de 100+ correspond aux langues dans lesquelles l'agent IA répond à vos clients.

FAQ

Quel est le meilleur modèle de traduction IA en 2026 ?

Il n'y a pas de vainqueur unique. En octobre 2026, des modèles ouverts spécialisés comme Index-Translate de Bilibili mènent sur certains benchmarks de texte (0,8794 sur FLORES COMET-22 selon son propre rapport), tandis que les modèles généralistes de pointe obtiennent toujours de meilleurs scores de fluidité jugée. Pour la parole en direct, parmi les modèles comparés ici, Gemini 3.5 Live Translate de Google offre la plus large couverture en sortie vocale, avec 70+ langues (liste des langues prises en charge).

L'IA peut-elle traduire un appel téléphonique en temps réel ?

Oui, avec un décalage. Alibaba annonce une latence moyenne de 2,3 secondes pour Qwen3.8-LiveTranslate, et Google indique que sa traduction arrive « quelques secondes après ». Cela convient aux réunions et aux appels de support. Dans un appel commercial où les échanges s'enchaînent vite, le délai se remarque.

Existe-t-il des modèles de traduction IA gratuits et open source ?

Oui. Index-Translate de Bilibili (150 langues, Apache 2.0), Hy-MT2 de Tencent (33 langues), Sarvam-Translate (22 langues indiennes) et Hibiki-Zero de Kyutai (parole, quatre langues vers l'anglais) publient tous leurs poids. Mistral annonce que les poids de Large 4 suivront d'ici la fin octobre 2026.

Les clients tiennent-ils vraiment à ce qu'une entreprise leur réponde dans leur langue ?

Les données les plus connues disent que oui. L'enquête de CSA Research auprès de 8 709 consommateurs dans 29 pays a montré que 76 % préfèrent acheter avec des informations dans leur propre langue et que 40 % n'achètent pas sur des sites rédigés dans une autre langue.

Une petite entreprise doit-elle utiliser un modèle de traduction ou un agent IA multilingue ?

Si vos clients vous écrivent sur WhatsApp, Instagram ou le chat de votre site, un agent multilingue qui répond directement dans leur langue et offre à votre équipe une vue traduite est plus simple que de brancher un traducteur sur votre boîte de réception. Les modèles de traduction ont davantage de sens pour les documents, les sous-titres et les événements en direct.

Des clients vous écrivent dans des langues que votre équipe ne parle pas ? Découvrez comment Entagl répond, prend les réservations et passe le relais dans la langue de chaque client. Réservez une démo de 30 minutes.

Sources (vérifiées le 21 octobre 2026) : annonces et fiches de modèles de Google, OpenAI, Alibaba (via Slator), DeepL, Microsoft, Tencent (arXiv 2605.22064), Bilibili (Hugging Face), Mistral, Sarvam et Kyutai ; données consommateurs de CSA Research (2020). Les résultats de benchmarks sont ceux communiqués par chaque éditeur et n'ont pas été reproduits de manière indépendante par Entagl.