Modelos de Tradução com IA em 2026: Voz e Texto

À data de outubro de 2026, os modelos de tradução com IA seguiram dois caminhos. Os modelos de voz em direto da Google, da OpenAI e da Alibaba já ouvem entre 60 e mais de 70 línguas e respondem poucos segundos depois de quem fala, enquanto modelos de texto de pesos abertos, como o Index-Translate da Bilibili, cobrem 150 línguas e podem ser descarregados gratuitamente. Isto pesa nas vendas: num inquérito da CSA Research a 8,709 consumidores em 29 países, realizado em 2020, 76% preferiam comprar produtos com informação na sua própria língua e 40% disseram que nunca comprariam em sites noutras línguas.

O problema está nas letras pequenas. "Mais de 70 línguas" quer normalmente dizer mais de 70 línguas que o modelo consegue ouvir, não mais de 70 que consegue falar. Segue-se o mapa global, as lacunas e o que verificaríamos antes de confiar qualquer uma destas ferramentas a um cliente.

O que mudou na tradução com IA entre fevereiro e outubro de 2026?

A tabela reúne nove lançamentos de laboratórios em quatro países: EUA, China, França e Alemanha. As datas vêm do anúncio de cada fornecedor.

Data (2026)	Laboratório (país)	Lançamento	Aberto ou fechado
12 fev	Kyutai (França)	Hibiki-Zero, tradução de voz simultânea de francês, espanhol, português e alemão para inglês	Aberto
16 abr	DeepL (Alemanha)	DeepL Voice-to-Voice, mais de 40 línguas, API em acesso antecipado	Fechado
7 mai	OpenAI (EUA)	GPT-Realtime-Translate, mais de 70 línguas de entrada, 13 línguas de saída	Fechado
21 mai	Tencent (China)	Hy-MT2, modelos de texto de 1.8B, 7B e 30B, 33 línguas	Aberto
9 jun	Google (EUA)	Gemini 3.5 Live Translate, voz para voz, mais de 70 línguas	Fechado
18 set	Alibaba (China)	Qwen3.8-LiveTranslate, 60 línguas de entrada, voz traduzida em 29	API
1 out	Microsoft (EUA)	MAI-Transcribe-2-Streaming e MAI-Voice-2.1, transcrição em streaming em 60 línguas e uma única voz em 23	Fechado
2 out	Bilibili (China)	Pré-visualização do Index-Translate-35B-A3B, tradução de texto e imagem em 150 línguas, Apache 2.0, com os modelos irmãos Index-Echo de voz para voz	Aberto
6 out	Mistral (França)	Pré-visualização do Mistral Large 4, um modelo generalista (não um tradutor dedicado) treinado com dados de mais de 160 línguas, com pesos prometidos até ao fim do mês	Aberto (pendente)

A Índia também tem o seu próprio caminho. O Sarvam-Translate, lançado em junho de 2025 e ainda o modelo de tradução aberto da Sarvam, foi desenvolvido com a AI4Bharat e cobre as 22 línguas oficiais reconhecidas da Índia, mais o inglês, incluindo documentos longos e estruturados em 15 delas.

Que modelos traduzem voz em direto, e quantas línguas falam realmente?

Eis o número que a maioria dos títulos ignora. A cobertura de entrada é ampla; a de saída é estreita.

Modelo	Ouve	Fala áudio traduzido em	Atraso indicado pelo fornecedor
Google Gemini 3.5 Live Translate	Mais de 70 línguas, detetadas automaticamente	Mais de 70 línguas (lista suportada)	"alguns segundos" (Slator)
OpenAI GPT-Realtime-Translate	Mais de 70 línguas	13 línguas (OpenAI Cookbook)	acompanha o ritmo de quem fala
Alibaba Qwen3.8-LiveTranslate	60 línguas	29 línguas	2.3 segundos em média, abaixo dos 2.8
DeepL Voice-to-Voice	Mais de 40 línguas	Mais de 40 línguas (API em acesso antecipado)	não publicado
Kyutai Hibiki-Zero (aberto)	4 línguas	Inglês	simultâneo

As 13 línguas de saída da OpenAI são inglês, espanhol, português, francês, alemão, italiano, russo, chinês, japonês, coreano, hindi, indonésio e vietnamita. Quem fala árabe ou turco pode ser compreendido por esse modelo, mas não pode receber resposta na sua própria língua. Se os seus clientes ligam em árabe, essa linha da tabela decide a questão por si.

Os sistemas mais recentes tentam também manter a voz de quem liga. A Google diz que o seu modelo preserva "a entoação, o ritmo e o tom". A Alibaba acrescentou a separação de oradores em setembro, por isso uma chamada a três já não junta toda a gente numa única voz traduzida. A DeepL lançou novos modelos Voice em setembro que mantêm a voz, o tom e o ritmo de cada orador de uma língua para outra. Abordámos o lado das interrupções destes modelos de voz no nosso artigo sobre IA de voz full-duplex.

Os modelos de tradução dedicados já superam os chatbots generalistas em texto?

Às vezes, e depende do teste que se lê.

A ficha técnica da própria Bilibili é invulgarmente franca neste ponto. No FLORES (COMET-22), a sua pré-visualização de 35B obtém 0.8794, à frente do GPT-5.6 Sol da OpenAI, com 0.8650, e do Gemini 3.5 Flash Lite da Google, com 0.8750 (um modelo intermédio da Google; o topo de gama da Google é agora o Gemini 4 Argon). Já na pontuação de avaliador do WMT26, na mesma tabela, o GPT-5.6 Sol fica em primeiro, com 89.10, contra 76.76 do Index-Translate. Uma ressalva: o GPT-5.6 Sol é também o modelo que faz a avaliação nesse teste, e a OpenAI entretanto passou o ChatGPT para o GPT-6. Nenhum dos números é uma classificação neutra.

A Tencent faz uma afirmação semelhante sobre o Hy-MT2: o seu artigo indica que os modelos de 7B e 30B superam o DeepSeek-V4-Pro e o Kimi K2.6 em modo de pensamento rápido, e que a versão de 1.8B ocupa 440 MB depois de comprimida. É pequena o suficiente para correr num telemóvel.

Portanto, à data de outubro de 2026, não existe um único "melhor modelo de tradução". A nossa leitura das provas:

Os modelos abertos especializados (Index-Translate, Hy-MT2, Sarvam-Translate) já competem com os chatbots de topo nos testes padrão de texto, com uma fração do tamanho. Escrevemos sobre a razão pela qual este padrão se repete em modelos de linguagem pequenos em 2026.
Os modelos generalistas de topo continuam a ganhar, em regra, na fluência avaliada em situações reais, e lidam melhor com conversas inteiras do que com frases soltas.
As línguas raras são onde a diferença se abre. Na tabela de línguas com poucos recursos da Bilibili, o Hy-MT2-1.8B respondeu na língua errada 54.2% das vezes, contra 2.4% do Index-Translate-35B. É um fornecedor a avaliar um rival, por isso trate o dado como uma pista a testar, não como um veredicto.

Onde é que estes modelos ainda ficam aquém?

A documentação da própria Google é a fonte mais útil aqui, porque enumera os pontos fracos sem rodeios. Segundo as limitações do Live Translate da Google e o resumo da ficha do modelo feito pela Slator, a replicação da voz "pode tornar-se inconsistente em conversas longas ou sessões com vários oradores", e a deteção da língua "pode ter dificuldades com sotaques fortes, línguas semelhantes ou mudanças rápidas de língua".

A Google acrescenta que estes deslizes de deteção afetam sobretudo a transcrição de entrada e que a tradução final deve continuar correta. Faz sentido, mas quem liga muda de língua a meio de uma frase a toda a hora, e uma transcrição em que a sua equipa não pode confiar é um problema por si só. O chat escrito é outro caso: aí os clientes misturam alfabetos e dialetos, escrevem árabe com letras latinas ou metem nomes de marcas em inglês numa frase em turco (o nosso artigo sobre atendimento ao cliente com IA em árabe no Golfo tem os números dos dialetos). O Live Translate só aceita áudio, por isso não resolve esse caso.

Mais dois limites que convém conhecer:

Nomes e termos de produto. Os fornecedores estão a corrigir isto, o que mostra que é uma falha conhecida: a DeepL acrescentou "personalização com termos falados", o Qwen mantém o suporte a palavras-chave para marcas e nomes de produtos, e o Index-Translate aceita um glossário.
Um atraso de 2 a 3 segundos serve para uma palestra, mas é estranho numa venda. O atraso médio de 2.3 segundos da Alibaba é boa engenharia. Numa chamada em que o cliente pergunta "então posso marcar para quinta?", continua a parecer uma ligação por satélite.

O que deve uma empresa verificar antes de confiar na tradução com IA?

Se vende a clientes que escrevem ou ligam noutras línguas, estas são as perguntas que importam mais do que qualquer teste de referência:

Em que línguas consegue responder? Peça a lista de saída, língua a língua; a lista de entrada é sempre mais longa.
Traduz ou responde de forma nativa? Um modelo que escreve diretamente em espanhol soa normalmente mais natural do que um texto em inglês passado por um tradutor.
A sua equipa consegue ler todas as conversas? Alguém tem de rever o que a IA disse, numa língua que compreenda.
Consegue bloquear nomes de marcas e preços? Um preço traduzido ou um nome de produto mal traduzido é um pedido de suporte.
O que acontece com uma língua que não suporta? Deve recorrer a uma língua escolhida por si, não tentar adivinhar.

Como é que a Entagl lida com conversas noutras línguas?

O AI Receptionist da Entagl não acrescenta um tradutor a um bot em inglês. Deteta a língua do cliente em cada mensagem e escreve a resposta diretamente nessa língua, em mais de 100 línguas, e acompanha o cliente quando este muda de língua a meio da conversa. Um "ok" isolado ou o nome de uma marca não faz a língua voltar atrás.

Para a sua equipa, a caixa de entrada pode traduzir uma conversa inteira, a pedido, para qualquer uma das suas 10 línguas de equipa (inglês, turco, árabe, russo, espanhol, francês, alemão, italiano, português e grego), incluindo transcrições de notas de voz. Quando assume a conversa e escreve uma resposta, uma reescrita com IA passa a sua mensagem para a língua do cliente antes de a enviar. E se só quer que a IA responda nas línguas com que trabalha, a definição opcional "Responder apenas nestas línguas" mantém todas as respostas dentro da sua lista e recorre à sua língua principal para tudo o resto. Explicámos como estas peças encaixam em atendimento multilingue com IA e a sua equipa.

A interface do produto Entagl está disponível em 10 línguas; o número de mais de 100 refere-se às línguas em que o agente de IA responde aos clientes.

FAQ

Qual é o melhor modelo de tradução com IA em 2026?

Não há um vencedor único. À data de outubro de 2026, modelos abertos especializados como o Index-Translate da Bilibili lideram alguns testes de texto (0.8794 no FLORES COMET-22, segundo o seu próprio relatório), enquanto os modelos generalistas de topo continuam a pontuar mais alto em fluência avaliada. Na voz em direto, dos modelos aqui comparados, o Gemini 3.5 Live Translate da Google tem a saída falada mais ampla, com mais de 70 línguas (lista suportada).

A IA consegue traduzir uma chamada telefónica em tempo real?

Sim, com algum atraso. A Alibaba indica um atraso médio de 2.3 segundos para o Qwen3.8-LiveTranslate, e a Google descreve a sua saída como seguindo "alguns segundos atrás". Funciona bem em reuniões e chamadas de suporte; nota-se em chamadas de vendas com um vaivém rápido.

Existem modelos de tradução com IA gratuitos e de código aberto?

Sim. O Index-Translate da Bilibili (150 línguas, Apache 2.0), o Hy-MT2 da Tencent (33 línguas), o Sarvam-Translate (22 línguas indianas) e o Hibiki-Zero da Kyutai (voz, quatro línguas para inglês) publicam todos os seus pesos. A Mistral diz que os pesos do Large 4 chegarão até ao fim de outubro de 2026.

Os clientes importam-se mesmo que uma empresa responda na sua língua?

Os dados mais conhecidos dizem que sim. O inquérito da CSA Research a 8,709 consumidores em 29 países concluiu que 76% preferem comprar com informação na sua própria língua e que 40% não compram em sites noutras línguas.

Uma pequena empresa deve usar um modelo de tradução ou um agente de IA multilingue?

Se os clientes lhe enviam mensagens por WhatsApp, Instagram ou chat no site, um agente multilingue que responde de forma nativa e dá à sua equipa uma vista traduzida é mais simples do que ligar um tradutor à sua caixa de entrada. Os modelos de tradução fazem mais sentido para documentos, legendas e eventos em direto.

Tem clientes a escrever em línguas que a sua equipa não fala? Veja como a Entagl responde, faz marcações e passa a conversa à sua equipa na língua do próprio cliente. Marque uma demonstração de 30 minutos.

Fontes (verificadas a 21 de outubro de 2026): anúncios e fichas de modelos da Google, OpenAI, Alibaba (via Slator), DeepL, Microsoft, Tencent (arXiv 2605.22064), Bilibili (Hugging Face), Mistral, Sarvam e Kyutai; dados de consumidores da CSA Research (2020). Os valores dos testes de referência são os indicados por cada fornecedor e não foram reproduzidos de forma independente pela Entagl.