AI News · industry
Модели ИИ-перевода в октябре 2026 года: живая речь и текст
Google, OpenAI, Alibaba, DeepL, Bilibili и Tencent выпустили в 2026 году новые модели перевода. Что умеет каждая, где они пока ошибаются и что это значит, если ваши клиенты пишут или звонят на других языках.
К октябрю 2026 года модели ИИ-перевода разошлись на два направления. Модели живой речи от Google, OpenAI и Alibaba слушают на 60–70+ языках и отвечают с отставанием в несколько секунд от говорящего. А открытые текстовые модели вроде Index-Translate от Bilibili охватывают 150 языков, и скачать их можно бесплатно. Для выручки это важно: в опросе CSA Research 2020 года среди 8 709 потребителей из 29 стран 76% предпочли покупать товары с информацией на родном языке, а 40% заявили, что никогда не покупают на сайтах на других языках.
Подвох кроется в мелком шрифте. «70+ языков» обычно означает 70+ языков, которые модель может услышать, а вовсе не 70+, на которых она может говорить. Ниже вы найдете карту рынка, пробелы и то, что мы проверили бы, прежде чем доверить что-либо из этого клиенту.
Что изменилось в ИИ-переводе с февраля по октябрь 2026 года?
В таблице девять релизов от лабораторий из четырех стран: США, Китая, Франции и Германии. Даты взяты из собственных анонсов каждого разработчика.
| Дата (2026) | Лаборатория (страна) | Релиз | Открытая или закрытая |
|---|---|---|---|
| 12 фев. | Kyutai (Франция) | Hibiki-Zero, синхронный перевод речи с французского, испанского, португальского и немецкого на английский | Открытая |
| 16 апр. | DeepL (Германия) | DeepL Voice-to-Voice, 40+ языков, API в раннем доступе | Закрытая |
| 7 мая | OpenAI (США) | GPT-Realtime-Translate, 70+ входных языков, 13 выходных языков | Закрытая |
| 21 мая | Tencent (Китай) | Hy-MT2, текстовые модели на 1.8B, 7B и 30B, 33 языка | Открытая |
| 9 июня | Google (США) | Gemini 3.5 Live Translate, перевод речи в речь, 70+ языков | Закрытая |
| 18 сент. | Alibaba (Китай) | Qwen3.8-LiveTranslate, 60 входных языков, переведенная речь на 29 | API |
| 1 окт. | Microsoft (США) | MAI-Transcribe-2-Streaming и MAI-Voice-2.1, потоковая транскрипция на 60 языках и один голос на 23 | Закрытая |
| 2 окт. | Bilibili (Китай) | Предварительная версия Index-Translate-35B-A3B, перевод текста и изображений на 150 языках, Apache 2.0, плюс родственные модели речь-в-речь Index-Echo | Открытая |
| 6 окт. | Mistral (Франция) | Предварительная версия Mistral Large 4, универсальная модель (не специализированный переводчик), обученная на данных более чем на 160 языках; веса обещаны к концу месяца | Открытая (ожидается) |
У Индии свой путь. Sarvam-Translate вышла в июне 2025 года и по-прежнему остается открытой моделью перевода Sarvam. Она создана вместе с AI4Bharat и охватывает все 22 официально признанных языка Индии плюс английский, включая структурированные объемные документы для 15 из них.
Какие модели переводят живую речь и на скольких языках они на самом деле говорят?
Вот цифра, которую пропускает большинство заголовков. Входных языков много, выходных мало.
| Модель | Слышит | Озвучивает перевод на | Задержка по данным разработчика |
|---|---|---|---|
| Google Gemini 3.5 Live Translate | 70+ языков, определяет автоматически | 70+ языков (список поддерживаемых) | «несколько секунд» (Slator) |
| OpenAI GPT-Realtime-Translate | 70+ языков | 13 языков (OpenAI Cookbook) | успевает за говорящим |
| Alibaba Qwen3.8-LiveTranslate | 60 языков | 29 языков | в среднем 2.3 секунды, было 2.8 |
| DeepL Voice-to-Voice | 40+ языков | 40+ языков (API в раннем доступе) | не опубликована |
| Kyutai Hibiki-Zero (открытая) | 4 языка | английский | синхронно |
13 выходных языков OpenAI: английский, испанский, португальский, французский, немецкий, итальянский, русский, китайский, японский, корейский, хинди, индонезийский и вьетнамский. Эта модель поймет собеседника на арабском или турецком, но ответить ему на его языке не сможет. Если ваши клиенты звонят на арабском, одна эта строка решает вопрос за вас.
Новые системы также стараются сохранить собственный голос звонящего. Google утверждает, что ее модель сохраняет «интонацию, темп и высоту голоса». Alibaba в сентябре добавила разделение говорящих, так что разговор втроем больше не сливается в один переведенный голос. DeepL в сентябре выпустила новые модели Voice, которые сохраняют голос, тон и ритм каждого говорящего при переходе между языками. О том, как эти голосовые модели справляются с перебиванием, мы писали в статье о полнодуплексном голосовом ИИ.
Обгоняют ли специализированные модели перевода универсальных чат-ботов на текстах?
Иногда. Все зависит от того, на какой тест смотреть.
Карточка модели от Bilibili здесь на редкость откровенна. На FLORES (COMET-22) ее предварительная версия 35B набирает 0.8794 и опережает GPT-5.6 Sol от OpenAI с результатом 0.8650 и Gemini 3.5 Flash Lite от Google с 0.8750 (это модель среднего уровня; флагман Google сейчас Gemini 4 Argon). Но по оценке судьи WMT26 в той же таблице первое место у GPT-5.6 Sol: 89.10 против 76.76 у Index-Translate. Одна оговорка: в этом тесте судьей выступает та же GPT-5.6 Sol, а OpenAI с тех пор перевела ChatGPT на GPT-6. Ни одну из этих цифр нельзя считать нейтральным рейтингом.
Tencent делает похожее заявление о Hy-MT2: в ее статье сказано, что модели на 7B и 30B обходят DeepSeek-V4-Pro и Kimi K2.6 в режиме быстрого мышления, а версия на 1.8B после сжатия занимает 440 МБ. Этого достаточно, чтобы запустить ее на телефоне.
Выходит, что на октябрь 2026 года единой «лучшей модели перевода» нет. Вот как мы читаем имеющиеся данные:
- Специализированные открытые модели (Index-Translate, Hy-MT2, Sarvam-Translate) теперь конкурируют с флагманскими чат-ботами на стандартных текстовых бенчмарках, будучи в разы меньше. Почему эта закономерность повторяется снова и снова, мы разбирали в статье о малых языковых моделях в 2026 году.
- Флагманские универсальные модели по-прежнему чаще выигрывают в оценке живой, естественной речи судьями и лучше справляются с целыми диалогами, чем с отдельными предложениями.
- Редкие языки как раз там, где открывается разрыв. В таблице Bilibili по малоресурсным языкам Hy-MT2-1.8B отвечала не на том языке в 54.2% случаев, а Index-Translate-35B лишь в 2.4%. Здесь один разработчик оценивает конкурента, так что воспринимайте это как повод для проверки, а не как приговор.
Где эти модели все еще недотягивают?
Самый полезный источник здесь собственная документация Google, потому что слабые места в ней перечислены прямо. Согласно описанию ограничений Live Translate от Google и пересказу карточки модели от Slator, воспроизведение голоса «может становиться непоследовательным в длинных разговорах или при нескольких говорящих», а определение языка «может давать сбои при сильном акценте, похожих языках или быстром переключении между языками».
Google добавляет, что такие сбои определения в основном затрагивают входную транскрипцию, а итоговый перевод должен оставаться точным. Справедливо, но звонящие то и дело меняют язык посреди фразы, а транскрипция, которой ваша команда не может доверять, сама по себе проблема. С текстовым чатом история опять другая: клиенты смешивают письменности и диалекты, пишут по-арабски латиницей или вставляют английские названия брендов в турецкую фразу (цифры по диалектам есть в нашей статье об арабоязычной клиентской поддержке с ИИ в странах Персидского залива). Live Translate принимает только аудио, поэтому эту задачу не решает.
Еще два ограничения, о которых стоит знать:
- Имена и названия продуктов. Разработчики это латают, а значит, проблема известная: DeepL добавила «настройку с произносимыми терминами», Qwen сохраняет поддержку ключевых слов для брендов и названий продуктов, а Index-Translate принимает глоссарий.
- Задержка в 2–3 секунды подходит для лекции, но мешает при продаже. Средняя задержка Alibaba в 2.3 секунды говорит о хорошей инженерной работе. Но в звонке, где клиент спрашивает «так я могу записаться на четверг?», это все равно ощущается как спутниковая связь.
Что бизнесу стоит проверить, прежде чем полагаться на ИИ-перевод?
Если вы продаете клиентам, которые пишут или звонят на других языках, эти вопросы важнее любого бенчмарка:
- На каких языках модель может отвечать? Попросите выходной список с названиями языков; входной всегда длиннее.
- Она переводит или отвечает сразу на нужном языке? Модель, которая пишет прямо по-испански, обычно звучит естественнее, чем английский текст, пропущенный через переводчик.
- Может ли ваша команда прочитать каждый разговор? Кто-то должен проверять, что сказал ИИ, на понятном ему языке.
- Можно ли зафиксировать названия брендов и цены? Переведенная цена или неправильно переведенное название продукта превращаются в обращение в поддержку.
- Что будет с неподдерживаемым языком? Модель должна переключиться на выбранный вами язык, а не гадать.
Как Entagl ведет разговоры на других языках?
ИИ-администратор Receptionist от Entagl не прикручивает переводчик к англоязычному боту. Он определяет язык клиента в каждом сообщении и пишет ответ сразу на этом языке, более чем на 100 языках, а если клиент переходит на другой язык посреди разговора, следует за ним. Короткое «ok» или название бренда не переключат язык обратно.
Для вашей команды входящие могут по запросу перевести весь разговор на любой из 10 языков интерфейса (английский, турецкий, арабский, русский, испанский, французский, немецкий, итальянский, португальский и греческий), включая расшифровки голосовых сообщений. Когда вы берете разговор на себя и пишете ответ сами, ИИ переписывает ваше сообщение на языке клиента перед отправкой. А если вы хотите, чтобы ИИ отвечал только на тех языках, с которыми вы работаете, дополнительная настройка «Отвечать только на этих языках» удерживает каждый ответ в пределах вашего списка, а во всех остальных случаях переключается на ваш основной язык. Как эти части работают вместе, мы подробно разобрали в статье о многоязычной поддержке клиентов с помощью ИИ и вашей команды.
Сам интерфейс продукта Entagl доступен на 10 языках; цифра 100+ относится к языкам, на которых ИИ-агент отвечает клиентам.
FAQ
Какая модель ИИ-перевода лучшая в 2026 году?
Единого победителя нет. На октябрь 2026 года открытые специализированные модели вроде Index-Translate от Bilibili лидируют в некоторых текстовых бенчмарках (0.8794 на FLORES COMET-22 по ее собственному отчету), тогда как флагманские универсальные модели по-прежнему получают более высокие оценки судей за естественность. Среди рассмотренных здесь моделей живой речи самый широкий выбор выходных языков у Gemini 3.5 Live Translate от Google: 70+ языков (список поддерживаемых).
Может ли ИИ переводить телефонный звонок в реальном времени?
Да, но с задержкой. Alibaba сообщает о средней задержке 2.3 секунды для Qwen3.8-LiveTranslate, а Google описывает свой перевод как идущий «на несколько секунд позади». Для встреч и звонков в поддержку этого достаточно; в быстрых диалогах при продажах задержка заметна.
Есть ли бесплатные модели ИИ-перевода с открытым исходным кодом?
Да. Index-Translate от Bilibili (150 языков, Apache 2.0), Hy-MT2 от Tencent (33 языка), Sarvam-Translate (22 языка Индии) и Hibiki-Zero от Kyutai (речь, четыре языка на английский) публикуют свои веса. Mistral обещает выложить веса Large 4 до конца октября 2026 года.
Действительно ли клиентам важно, чтобы бизнес отвечал на их языке?
Самые известные данные говорят, что да. Опрос CSA Research среди 8 709 потребителей из 29 стран показал: 76% предпочитают покупать, когда информация дана на их родном языке, а 40% не покупают на сайтах на других языках.
Что выбрать малому бизнесу: модель перевода или многоязычного ИИ-агента?
Если клиенты пишут вам в WhatsApp, Instagram или веб-чат, многоязычный агент, который сразу отвечает на их языке и дает вашей команде переведенный вид разговора, проще, чем встраивать переводчик во входящие. Модели перевода больше подходят для документов, субтитров и живых мероприятий.
Клиенты пишут на языках, которыми ваша команда не владеет? Посмотрите, как Entagl отвечает, записывает и передает разговор сотрудникам на родном языке клиента. Запишитесь на 30-минутную демонстрацию.
Источники (проверены 21 октября 2026 года): анонсы и карточки моделей от Google, OpenAI, Alibaba (через Slator), DeepL, Microsoft, Tencent (arXiv 2605.22064), Bilibili (Hugging Face), Mistral, Sarvam и Kyutai; данные о потребителях от CSA Research (2020). Результаты бенчмарков приведены по данным каждого разработчика; Entagl их независимо не воспроизводил.