Modelli di traduzione AI 2026: voce e testo

A ottobre 2026 i modelli di traduzione AI si sono divisi in due binari. I modelli vocali dal vivo di Google, OpenAI e Alibaba ascoltano ormai da 60 a oltre 70 lingue e rispondono con pochi secondi di ritardo rispetto a chi parla, mentre modelli di testo open-weight come Index-Translate di Bilibili coprono 150 lingue e si scaricano gratis. Per il fatturato conta: in un sondaggio di CSA Research del 2020 su 8.709 consumatori in 29 paesi, il 76% preferiva acquistare prodotti con informazioni nella propria lingua e il 40% ha dichiarato che non comprerà mai da siti in altre lingue.

Il problema sta nelle clausole in piccolo. "Oltre 70 lingue" di solito significa oltre 70 lingue che il modello sa ascoltare, non oltre 70 che sa parlare. Qui sotto trovi la mappa globale, le lacune e cosa verificheremmo prima di affidare tutto questo a un cliente.

Cosa è cambiato nella traduzione AI tra febbraio e ottobre 2026?

La tabella elenca nove rilasci di laboratori di quattro paesi: Stati Uniti, Cina, Francia e Germania. Le date provengono dall'annuncio di ciascun fornitore.

Data (2026)	Laboratorio (paese)	Rilascio	Aperto o chiuso
12 feb	Kyutai (Francia)	Hibiki-Zero, traduzione vocale simultanea da francese, spagnolo, portoghese e tedesco verso l'inglese	Aperto
16 apr	DeepL (Germania)	DeepL Voice-to-Voice, oltre 40 lingue, API in accesso anticipato	Chiuso
7 mag	OpenAI (USA)	GPT-Realtime-Translate, oltre 70 lingue in ingresso, 13 lingue in uscita	Chiuso
21 mag	Tencent (Cina)	Hy-MT2, modelli di testo da 1.8B, 7B e 30B, 33 lingue	Aperto
9 giu	Google (USA)	Gemini 3.5 Live Translate, da voce a voce, oltre 70 lingue	Chiuso
18 set	Alibaba (Cina)	Qwen3.8-LiveTranslate, 60 lingue in ingresso, voce tradotta in 29	API
1 ott	Microsoft (USA)	MAI-Transcribe-2-Streaming e MAI-Voice-2.1, trascrizione in streaming in 60 lingue e una sola voce in 23	Chiuso
2 ott	Bilibili (Cina)	Anteprima di Index-Translate-35B-A3B, traduzione di testo e immagini in 150 lingue, Apache 2.0, con i modelli gemelli da voce a voce Index-Echo	Aperto
6 ott	Mistral (Francia)	Anteprima di Mistral Large 4, un modello generalista (non un traduttore dedicato) addestrato su dati che coprono oltre 160 lingue, pesi promessi entro fine mese	Aperto (in arrivo)

Anche l'India ha il suo binario. Sarvam-Translate, rilasciato a giugno 2025 e tuttora il modello di traduzione aperto di Sarvam, è sviluppato con AI4Bharat e copre tutte le 22 lingue indiane riconosciute dalla Costituzione più l'inglese, compresi documenti lunghi e strutturati per 15 di esse.

Quali modelli traducono la voce dal vivo, e quante lingue parlano davvero?

Ecco il numero che la maggior parte dei titoli salta. La copertura in ingresso è ampia; quella in uscita è ristretta.

Modello	Ascolta	Parla l'audio tradotto in	Ritardo dichiarato dal fornitore
Google Gemini 3.5 Live Translate	Oltre 70 lingue, rilevate automaticamente	Oltre 70 lingue (elenco supportato)	"qualche secondo" (Slator)
OpenAI GPT-Realtime-Translate	Oltre 70 lingue	13 lingue (OpenAI Cookbook)	tiene il passo di chi parla
Alibaba Qwen3.8-LiveTranslate	60 lingue	29 lingue	2,3 secondi in media, in calo da 2,8
DeepL Voice-to-Voice	Oltre 40 lingue	Oltre 40 lingue (API in accesso anticipato)	non pubblicato
Kyutai Hibiki-Zero (aperto)	4 lingue	Inglese	simultaneo

Le 13 lingue in uscita di OpenAI sono inglese, spagnolo, portoghese, francese, tedesco, italiano, russo, cinese, giapponese, coreano, hindi, indonesiano e vietnamita. Chi parla arabo o turco può essere capito da quel modello, ma non riceverà una risposta nella propria lingua. Se i tuoi clienti chiamano in arabo, quella sola riga decide la questione al posto tuo.

I sistemi più recenti cercano anche di conservare la voce di chi chiama. Google afferma che il suo modello mantiene "intonazione, ritmo e tono". A settembre Alibaba ha aggiunto la separazione dei parlanti, così una chiamata a tre non fonde più tutti in un'unica voce tradotta. Sempre a settembre DeepL ha rilasciato nuovi modelli Voice che mantengono voce, tono e ritmo di ciascun parlante da una lingua all'altra. Abbiamo parlato della gestione delle interruzioni in questi modelli vocali nel nostro articolo sulla voice AI full-duplex.

I modelli di traduzione dedicati ora battono i chatbot generalisti sul testo?

A volte, e dipende da quale test leggi.

La scheda del modello di Bilibili è insolitamente franca su questo punto. Su FLORES (COMET-22) la sua anteprima da 35B ottiene 0,8794, davanti a GPT-5.6 Sol di OpenAI con 0,8650 e a Gemini 3.5 Flash Lite di Google con 0,8750 (un modello Google di fascia media; il modello di punta di Google ora è Gemini 4 Argon). Nel punteggio del giudice WMT26 della stessa tabella, però, GPT-5.6 Sol arriva primo con 89,10 contro il 76,76 di Index-Translate. Un'avvertenza: in quel test GPT-5.6 Sol è anche il modello che fa da giudice, e nel frattempo OpenAI è passata con ChatGPT a GPT-6. Nessuno dei due numeri è una classifica neutrale.

Tencent rivendica qualcosa di simile per Hy-MT2: il suo paper riporta che i modelli da 7B e 30B superano DeepSeek-V4-Pro e Kimi K2.6 in modalità di ragionamento rapido, e che la versione da 1.8B occupa 440 MB dopo la compressione. Abbastanza poco da girare su un telefono.

Quindi, a ottobre 2026, non esiste un unico "miglior modello di traduzione". La nostra lettura dei dati:

I modelli aperti specializzati (Index-Translate, Hy-MT2, Sarvam-Translate) ora competono con i chatbot di punta sui benchmark di testo standard, con una frazione delle dimensioni. Abbiamo spiegato perché questo schema continua a ripetersi in small language model nel 2026.
I modelli generalisti di punta tendono ancora a vincere sulla fluidità reale valutata da un giudice, e gestiscono meglio intere conversazioni rispetto a singole frasi.
Le lingue rare sono il punto in cui il divario si apre. Nella tabella di Bilibili sulle lingue con poche risorse, Hy-MT2-1.8B ha risposto nella lingua sbagliata il 54,2% delle volte, contro il 2,4% di Index-Translate-35B. È un fornitore che valuta un concorrente, quindi prendilo come una pista da testare, non come un verdetto.

Dove questi modelli sono ancora carenti?

La documentazione di Google è la fonte più utile, perché elenca i punti deboli senza giri di parole. Secondo i limiti di Live Translate indicati da Google e il riassunto della scheda del modello di Slator, la riproduzione della voce "può diventare incoerente durante conversazioni lunghe o sessioni con più parlanti", e il rilevamento della lingua "può avere difficoltà con accenti marcati, lingue simili o cambi di lingua rapidi".

Google aggiunge che questi errori di rilevamento riguardano soprattutto la trascrizione in ingresso e che la traduzione finale dovrebbe restare accurata. Giusto, ma chi chiama cambia lingua a metà frase di continuo, e una trascrizione di cui il tuo team non si può fidare è già un problema a sé. La chat scritta è ancora un altro caso: lì i clienti mescolano alfabeti e dialetti, scrivono l'arabo in caratteri latini o infilano nomi di marchi inglesi in una frase in turco (il nostro articolo sul servizio clienti AI in arabo nel Golfo riporta i numeri sui dialetti). Live Translate accetta solo audio, quindi questo non lo risolve.

Altri due limiti da conoscere:

Nomi e termini di prodotto. I fornitori ci stanno mettendo delle pezze, segno che si tratta di un difetto noto: DeepL ha aggiunto la "personalizzazione con termini parlati", Qwen mantiene il supporto alle hotword per marchi e nomi di prodotto, e Index-Translate accetta un glossario.
Un ritardo di 2 o 3 secondi va bene per una conferenza, è scomodo per una vendita. La latenza media di 2,3 secondi di Alibaba è un ottimo lavoro di ingegneria. Ma in una chiamata in cui il cliente chiede "allora posso prenotare per giovedì?", sembra ancora un collegamento via satellite.

Cosa dovrebbe verificare un'azienda prima di affidarsi alla traduzione AI?

Se vendi a clienti che scrivono o chiamano in altre lingue, queste sono le domande che contano più di qualsiasi benchmark:

In quali lingue sa rispondere? Chiedi l'elenco delle lingue in uscita, nome per nome; quello in ingresso è sempre più lungo.
Traduce o risponde in modo nativo? Un modello che scrive direttamente in spagnolo di solito suona più naturale di un testo inglese passato attraverso un traduttore.
Il tuo team può leggere ogni conversazione? Qualcuno deve rivedere cosa ha detto l'AI, in una lingua che capisce.
Puoi bloccare nomi di marchi e prezzi? Un prezzo tradotto o il nome di un prodotto tradotto male diventano un ticket di assistenza.
Cosa succede con una lingua che non supporta? Dovrebbe ripiegare su una lingua scelta da te, non tirare a indovinare.

Come gestisce Entagl le conversazioni in altre lingue?

L'AI Receptionist di Entagl non attacca un traduttore a un bot in inglese. Rileva la lingua del cliente a ogni messaggio e scrive la risposta direttamente in quella lingua, in oltre 100 lingue, e segue il cliente quando cambia lingua a metà conversazione. Un "ok" di una parola o il nome di un marchio non riportano la conversazione alla lingua precedente.

Per il tuo team, l'inbox può tradurre su richiesta un'intera conversazione in una qualsiasi delle sue 10 lingue per il team (inglese, turco, arabo, russo, spagnolo, francese, tedesco, italiano, portoghese e greco), comprese le trascrizioni dei messaggi vocali. Quando prendi il controllo e scrivi tu una risposta, una riscrittura AI trasforma il tuo messaggio nella lingua del cliente prima dell'invio. E se vuoi che l'AI risponda solo nelle lingue in cui operi, l'impostazione facoltativa "Rispondi solo in queste lingue" mantiene ogni risposta all'interno del tuo elenco e per tutto il resto ripiega sulla tua lingua principale. Abbiamo mostrato come si incastrano questi pezzi in assistenza clienti multilingue con l'AI e il tuo team.

L'interfaccia del prodotto Entagl è disponibile in 10 lingue; la cifra di oltre 100 si riferisce alle lingue in cui l'agente AI risponde ai clienti.

FAQ

Qual è il miglior modello di traduzione AI nel 2026?

Non c'è un unico vincitore. A ottobre 2026 i modelli aperti specializzati come Index-Translate di Bilibili guidano alcuni benchmark di testo (0,8794 su FLORES COMET-22 secondo il suo stesso report), mentre i modelli generalisti di punta ottengono ancora punteggi più alti sulla fluidità valutata da un giudice. Per la voce dal vivo, tra i modelli confrontati qui, Gemini 3.5 Live Translate di Google ha l'uscita vocale più ampia, con oltre 70 lingue (elenco supportato).

L'AI può tradurre una telefonata in tempo reale?

Sì, con un ritardo. Alibaba dichiara una latenza media di 2,3 secondi per Qwen3.8-LiveTranslate, e Google descrive il suo output come "qualche secondo dietro". Funziona per riunioni e chiamate di assistenza; si nota nelle chiamate di vendita con botta e risposta veloci.

Esistono modelli di traduzione AI gratuiti e open source?

Sì. Index-Translate di Bilibili (150 lingue, Apache 2.0), Hy-MT2 di Tencent (33 lingue), Sarvam-Translate (22 lingue indiane) e Hibiki-Zero di Kyutai (voce, quattro lingue verso l'inglese) pubblicano tutti i propri pesi. Mistral afferma che i pesi di Large 4 arriveranno entro la fine di ottobre 2026.

Ai clienti importa davvero che un'azienda risponda nella loro lingua?

I dati più noti dicono di sì. Il sondaggio di CSA Research su 8.709 consumatori in 29 paesi ha rilevato che il 76% preferisce acquistare con informazioni nella propria lingua e il 40% non compra da siti in altre lingue.

Una piccola impresa dovrebbe usare un modello di traduzione o un agente AI multilingue?

Se i clienti ti scrivono su WhatsApp, Instagram o in chat sul sito, un agente multilingue che risponde in modo nativo e offre al tuo team una vista tradotta è più semplice che collegare un traduttore alla tua inbox. I modelli di traduzione hanno più senso per documenti, sottotitoli ed eventi dal vivo.

Clienti che scrivono in lingue che il tuo team non parla? Scopri come Entagl risponde, prenota e passa la conversazione al tuo team nella lingua del cliente. Prenota una demo di 30 minuti.

Fonti (verificate il 21 ottobre 2026): annunci dei fornitori e schede dei modelli di Google, OpenAI, Alibaba (tramite Slator), DeepL, Microsoft, Tencent (arXiv 2605.22064), Bilibili (Hugging Face), Mistral, Sarvam e Kyutai; dati sui consumatori di CSA Research (2020). I dati dei benchmark sono quelli dichiarati da ciascun fornitore e non sono stati riprodotti in modo indipendente da Entagl.