使用大模型翻译的成本居然比传统机器翻译便宜 25 倍

先说完整的结论：

当前使用 [ API 定价为 0.005 元/千 Token ] 的 [国内某大模型] 进行 [英译中] 方向的翻译，其成本约是使用 [国内的几家大厂例如 XX 云] 的机器翻译 API 的 1/20~1/30.

不敢相信！大家也可以看看下面的计算过程是否有纰漏。

附上测试（随便）选用的英语文本、大模型翻译结果、传统机器翻译结果

本次测试：

翻译 Prompt 是很简单的一句话："将下面的英文文章翻译成准确流畅的中文给我，不要遗漏原文信息：..."

• 英语原文：字符数 6500 ，Token 数 1500 ，机器翻译输入字符计费 0.325 元（按 50 元/百万字符计算），大模型输入 Token 成本 0.0075 元。
• 大模型中文译文：字符数 1750 ，Token 数 1100 ，大模型输出成本 0.0055 元；机器翻译输出字符不计费。
• 合计：Token 数 2600 ，机器翻译成本 0.325 元，大模型翻译成本 0.013 元，机器翻译的成本约是大模型翻译的 25 倍。

附 1：使用 gpt-3.5-turbo-1106 翻译上述例子的成本：

• 输入 1300token ，输出 1900token ，合计费用 0.0051 美元，按照最新的汇率来算是 0.0362 元。约合 5.57 元/百万字符。机器翻译的成本约是 gpt-3.5-turbo-1106 翻译的 9 倍。

（这里输入输出与上文的模型不同是因为两个模型采用了不同的分词方法）

附 2：国内主要厂商机器翻译 API 定价：

• 40 元左右/百万字符档位：彩云小译、搜狗翻译（已下线）
• 50 元左右/百万字符档位：字节火山翻译、阿里翻译（通用版）、百度翻译、有道翻译、小牛翻译、讯飞翻译
• 60 元左右/百万字符档位：腾讯翻译

可以看到主要厂商的机器翻译 API 定价都在 50 元/百万字符左右，尽管使用量大的话肯定是会更便宜的，但应该是做不到大模型约 2 元/百万字符的成本档位。

大模型翻译缺点：可能会遗漏少数原文信息，生成速度慢，存在审查机制可能拒绝翻译；机器翻译缺点：相较大模型不够流畅准确、贵。

以前我以为使用大模型翻译英文很贵，但是在经过一番计算后，发现两者的成本有量级的差别，即使是使用 GPT-3.5 来翻译也是如此。

试问如果上述计算准确，传统机器翻译产品如今还有什么意义呢？