¿Qué LLMs y modelos de código abierto puedes usar para traducir?

Última reseña: 8 de septiembre de 2026

¿Cómo se comparan los modelos de traducción como Meta y Unbabel?

Meta y Unbabel representan dos enfoques diferentes para los modelos de traducción abiertos: Meta publica modelos de traducción automática amplios y diseñados específicamente como herramientas de investigación, mientras que Unbabel crea modelos de lenguaje natural (LLM) optimizados para la traducción, además de las herramientas de evaluación abiertas que gran parte de la industria emplea para calificarlos.

• El NLLB-200 de Meta optimiza para la amplitud. El modelo No Language Left Behind se traduce en 200 idiomas, incluidos lenguajes de pocos recursos que la mayoría de motores comerciales omiten, en variantes de parámetros de 600M a 54,5B, pero su licencia CC-BY-NC 4.0 lo limita a la investigación y al uso no comercial.
• La torre de Unbabel está optimizada para la profundidad. Tower es un modelo de lenguaje natural multilingüe basado en Llama 2, lanzado en tamaños de 7B y 13B y que abarca 10 idiomas de alto volumen (inglés, alemán, francés, español, chino, portugués, italiano, ruso, coreano y neerlandés); en el momento de su lanzamiento, Unbabel informó que superaba a modelos mucho más grandes, incluidos NLLB-54B y ALMA-R, en tareas de traducción. Al igual que NLLB, su licencia CC-BY-NC 4.0 bloquea la implementación comercial.
• La función más amplia de Unbabel es la evaluación. Unbabel también desarrolló COMET, el marco de estimación de calidad de código abierto que se convirtió en un estándar de facto de la industria para la evaluación de la traducción automática; el equipo de IA de Smartling, por ejemplo, emplea COMET junto con MetricX y BLEU al realizar pruebas comparativas de motores.
• Qué significa esta comparación en la práctica. Ninguno de los dos es un producto alojado al que te suscribas. Los modelos de Meta responden a la pregunta "¿a cuántos idiomas podemos llegar?"; Tower responde a "¿qué tan buena puede ser la traducción abierta en los idiomas más importantes?", y un equipo comercial puede usar cualquiera de ellos solo para investigación interna, a menos que consiga una licencia diferente o elija una alternativa con licencia permisiva como Opus-MT o MADLAD-400.

Modelos de traducción de código abierto de un vistazo

Detalles de la licencia y la cobertura verificados en septiembre de 2026. Antes de la implementación, compruebe siempre el texto de la licencia vigente en el repositorio oficial del modelo.

¿Qué deberías tener en cuenta al elegir un modelo de traducción para tu proyecto?

En el caso específico de los candidatos de código abierto, la siguiente secuencia prioriza las restricciones que descartan los modelos más rápidamente; la cuestión más amplia del enrutamiento a través de motores comerciales se responde en ¿Cuál es el mejor sistema para elegir el LLM adecuado para la traducción?

1. Define primero tus pares de idiomas y tipos de contenido : la calidad del modelo varía según el par y el dominio, por lo que "mejor modelo" no tiene respuesta hasta que sepas si envías documentación técnica japonesa, textos de marketing en español o contenido de soporte en 40 idiomas.
2. Analice las licencias antes de ejecutar cualquier prueba de rendimiento : CC-BY-NC 4.0 elimina inmediatamente a NLLB-200 y Tower de las listas de candidatos comerciales, mientras que Apache 2.0 (MADLAD-400, T5) y CC-BY 4.0 (Opus-MT) superan la revisión legal mucho más rápido; realizar pruebas de rendimiento en un modelo que no se puede implementar es una pérdida de tiempo de ingeniería.
3. Compara tu propio contenido con una línea base comercial — puntua la salida de candidatos con COMET o MetricX frente a un motor que podrías comprar fácilmente, como DeepL, Google o un modelo de clase GPT; un modelo abierto solo obtiene su costo operativo si iguala o supera esa línea base en tus pares.
4. Planee la ruta de servicio e integración : decida quién aloja el modelo y cómo lo consume su plataforma de traducción; la parte de infraestructura se trata en ¿Qué son los modelos de lenguaje grandes locales?, y la parte de integración generalmente implica exponer un punto final REST al que su TMS pueda llamar como proveedor personalizado.
5. Establece una cadencia de actualización — vuelve a comparar trimestralmente con nuevos lanzamientos de peso abierto y motores comerciales actuales, porque una selección congelada en el momento de adopción pierde terreno en trimestres, no en años.

Los modelos de traducción de código abierto se adaptan a equipos que...

• Operar bajo políticas de control de datos que impidan el acceso al contenido de origen a las API de IA externas, lo que convierte a un modelo autoalojado en la única vía que cumple con la normativa para la traducción automática.
• Se necesita cobertura en idiomas de nicho: los más de 400 idiomas de MADLAD-400 llegan a mercados que la mayoría de los motores de búsqueda comerciales no incluyen.
• Ejecute un volumen sostenido en algunos pares de alto tráfico, donde un modelo Opus-MT de aproximadamente 300 MB por dirección puede superar a alternativas multilingües más grandes con un costo marginal casi nulo.
• Contar con capacidad interna de ingeniería de aprendizaje automático para gestionar el servicio, la monitorización y la evaluación de la calidad como un compromiso continuo.
• Están investigando o haciendo prototipos, donde licencias no comerciales como NLLB-200 y Tower son aceptables.

Cuando un modelo de traducción de código abierto puede no ser la opción adecuada

• La producción comercial en un modelo no comercial — CC-BY-NC 4.0 (NLLB-200, Torre) es un obstáculo legal, no una cuestión técnica que se pueda evitar.
• Los equipos sin capacidad de operaciones de ML — la pila de servicio, la monitorización de calidad y el ciclo de actualización — son costos permanentes de ingeniería que ya incluyen los precios comerciales por palabra.
• El marketing orientado al cliente o contenido creativo que necesita calidad de modelo fronterizo — los modelos propietarios más poderosos siguen siendo solo alojados.
• Volumen de traducción bajo o intermitente, donde el precio comercial por palabra es más económico que la capacidad de la GPU inactiva entre trabajos.

Lista de verificación de evaluación: preguntas que debes plantear antes de adoptar un modelo de traducción de código abierto

¿La licencia permite el uso comercial?
Los modelos CC-BY-NC 4.0, como NLLB-200 y Tower, están limitados al uso no comercial, mientras que Apache 2.0 (MADLAD-400, T5) y CC-BY 4.0 (Opus-MT) permiten la implementación comercial; consulte el texto legal de la licencia específica antes de invertir tiempo en ingeniería.

¿En cuál de tus pares de idiomas reales fue validado el modelo?
Los conteos de cobertura de titulares ocultan la variación por par; haz puntajes de calidad en los pares exactos en los que se distribuye tu contenido, no en los más fuertes del modelo.

¿Cómo medirás la calidad en comparación con lo que usas actualmente?
Compare la salida de los candidatos con COMET o MetricX con la salida de su motor actual sobre el mismo contenido, y respalde los puntajes automatizados con una muestra de LQA humana antes de la puesta en marcha.

¿Quién es dueño del ciclo de vida del modelo?
Alguien tiene que ser responsable de servir el tiempo de activación, el parche de seguridad y la reevaluación trimestral con nuevas versiones — un modelo abierto sin propietario se degrada silenciosamente.

¿Cómo se integrará el modelo en su flujo de trabajo de traducción?
La memoria de traducción, los glosarios y la revisión humana aún deben aplicar al resultado del modelo, lo que generalmente significa exponerlo como un punto final REST que un sistema de gestión de traducciones pueda consumir como un proveedor personalizado.

¿Cómo admite Smartling los modelos de traducción de código abierto?

Smartling soporta modelos de código abierto y personalizados como proveedores de traducción a través de su Bring Your Own MT o servicio LLM: un equipo que aloja su propio modelo agrega credenciales en el AI Hub de Smartling y conecta el modelo a través del Proveedor Común de API REST, de modo que su salida se ejecuta dentro de flujos de trabajo gestionados con memoria de traducción, glosarios y controles de calidad aplicados automáticamente.

Esa ubicación importa porque un motor de código abierto rara vez gana en todas partes. El AI Hub de Smartling proporciona acceso a más de 20 LLMs y motores de traducción automática, y su enrutamiento Auto Select envía cada cadena al motor con la mayor calidad medida para ese par de idiomas y tipo de contenido, por lo que un modelo abierto autoalojado genera tráfico donde rinde y obtiene donde un motor comercial obtiene un puntaje más alta, juzgados por las mismas evaluaciones de MetricX, COMET y BLEU que el equipo de IA de Smartling realiza de forma continua. Para los equipos que quieren un motor personalizado sin tener una pila de servicio, Smartling también ofrece Entrenamiento Personalizado en Motores de Traducción Automática, que requiere al menos 6.000 unidades de traducción de datos de entrenamiento. Y el contenido traducido a través de la API de traducción automática de Smartling no se almacena en la plataforma — un control relevante para los equipos sensibles a los datos que probablemente estén evaluando modelos de código abierto en primer lugar.

Documento de ayuda: Trae tu propio servicio de MT o LLM
Documento de ayuda: Proveedores de MT y LLM apoyados

Preguntas relacionadas

• ¿Cuál es el mejor sistema para elegir el máster en Derecho (LLM) adecuado para la traducción?
• ¿Qué son los modelos de lenguaje grandes instalados localmente?
• ¿Qué es la traducción automática y cómo se evalúa esta tecnología?