Übersetzungsmethoden

Rosetta unterstützt zehn Übersetzungsmethoden. Jedes Sprachpaar kann eine andere Methode verwenden – Sie sind nicht auf einen einzigen Ansatz für Ihr gesamtes Projekt festgelegt.

Methodenvergleich

LLM-Anbieter

Qualitätsorientiert, Markdown-fähig, Coaching-kompatibel. Am besten für inhaltsschwere Projekte geeignet.

Methode	Schlüssel	Funktion
`llm` (Standard)	`OPENROUTER_API_KEY`	LLM über OpenRouter – über 200 Modelle, Auto-Routing
`llm-coached`	`OPENROUTER_API_KEY`	LLM + Grammatikregeln, Wörterbücher, Stilhinweise
`openai`	`OPENAI_API_KEY`	Direkte OpenAI-API (gpt-4o, gpt-4o-mini)
`anthropic`	`ANTHROPIC_API_KEY`	Direkte Anthropic-API (Claude Sonnet, Haiku, Opus)
`gemini`	`GEMINI_API_KEY`	Direkte Google Gemini-API (Flash, Pro) – kostenloser Tarif

Traditionelle maschinelle Übersetzung (MT)

Geschwindigkeits- und kostenorientiert. Am besten für große Mengen an Schlüssel-Wert-Paaren geeignet.

Methode	Schlüssel	Funktion
`google-translate`	`GOOGLE_TRANSLATE_API_KEY`	Google Cloud Translation API v2 (über 130 Sprachen)
`deepl`	`DEEPL_API_KEY`	DeepL-API mit Glossar-Unterstützung (über 30 Sprachen)
`microsoft-translator`	`MICROSOFT_TRANSLATOR_API_KEY`	Azure Cognitive Services Translator (über 100 Sprachen)
`libretranslate`	(selbst gehostet)	Selbst gehostetes LibreTranslate (AGPL, kostenlos)

Infrastruktur

Methode	Schlüssel	Funktion
`api`	(je nach Anbieter)	Schlanker HTTP-Client für jeden REST-Übersetzungsendpunkt

Entscheidungsbaum

`llm` — LLM-Übersetzung (Standard)

Übersetzt über ein beliebiges LLM auf OpenRouter. Dies ist die Standardmethode und die vielseitigste.

Wie es funktioniert:

Fasst Schlüssel in Stapeln zusammen (Standard: 80/Stapel) mit Register- und Kontextanweisungen
Sendet diese als strukturierten Prompt an OpenRouter
Verarbeitet die JSON-Antwort
Validiert jede Übersetzung durch die Qualitätskontrolle
Schreibt erfolgreiche Übersetzungen, wiederholt oder verwirft fehlgeschlagene

Wann zu verwenden: Die meisten Projekte. Insbesondere inhaltsschwere Websites mit Markdown, bei denen Codeblöcke und Shortcodes geschützt werden müssen.

Konfiguration:

{
  "defaultMethod": "llm",
  "model": "google/gemini-3.5-flash"
}

`llm-coached` — Gecoachte LLM-Übersetzung

Wie llm, jedoch werden Grammatikregeln, Begriffswörterbücher und Stilhinweise in jeden Prompt injiziert.

Wie es funktioniert:

Lädt Coaching-Daten aus .rosetta/coaching/<locale>.json oder dem coaching/-Verzeichnis eines Plugins
Fügt Grammatikregeln, Wörterbuchbegriffe und Stilhinweise in den System-Prompt ein
Wörterbuchbegriffe, die mit Quellschlüsseln übereinstimmen, werden als erforderliche Terminologie einbezogen
Die Übersetzung verläuft wie bei llm, wobei die Coaching-Daten für zusätzliche Präzision sorgen

Wann zu verwenden: Sprachen mit geringen Ressourcen, domänenspezifische Terminologie (rechtlich, medizinisch), formelle Register oder jeder Fall, in dem die generische LLM-Ausgabe nicht präzise genug ist.

Format der Coaching-Daten:

.rosetta/coaching/fr.json
{
  "grammar_rules": [
    "French adjectives agree in gender and number with the noun they modify",
    "Use 'vous' for formal contexts, 'tu' for informal"
  ],
  "dictionary": {
    "dashboard": "tableau de bord",
    "deployment": "déploiement",
    "settings": "paramètres"
  },
  "style_notes": "Prefer active voice. Avoid anglicisms where a native French term exists."
}

Siehe auch: Leitfaden für ressourcenarme Sprachen

`openai` — Direkte OpenAI-API

Übersetzt direkt über die OpenAI Chat Completions API. Kein OpenRouter-Vermittler – Ihr Schlüssel, Ihr Konto, Ihr Nutzungs-Dashboard.

Modelle: gpt-4o (Standard), gpt-4o-mini

Funktionen:

✅ Markdown-fähig (Inhaltsübersetzung)
✅ Coaching-Unterstützung (Grammatikregeln, Wörterbuch-Überschreibungen, Stilhinweise)
✅ JSON-Modus für strukturierte Schlüssel-Wert-Ausgabe
✅ Exponentielles Backoff mit Wiederholungsversuchen

Konfiguration:

{
  "pairs": {
    "en:fr": { "method": "openai", "model": "gpt-4o-mini" }
  }
}

export OPENAI_API_KEY=sk-proj-...

Holen Sie sich Ihren Schlüssel unter platform.openai.com/api-keys.

`anthropic` — Direkte Anthropic-API

Übersetzt direkt über die Anthropic Messages API. Verwendet den Parameter system für Coaching-Daten, was das Prompt-Caching von Anthropic ermöglicht.

Modelle: claude-sonnet-4-6 (Standard), claude-haiku-4-5, claude-opus-4-7

Funktionen:

✅ Markdown-fähig (Inhaltsübersetzung)
✅ Coaching-Unterstützung (Grammatikregeln, Wörterbuch-Überschreibungen, Stilhinweise)
✅ System-Prompt-Caching (amortisiert Coaching-Kosten über Stapel hinweg)
✅ Exponentielles Backoff mit Wiederholungsversuchen

Konfiguration:

{
  "pairs": {
    "en:ja": { "method": "anthropic", "model": "claude-haiku-4-5" }
  }
}

export ANTHROPIC_API_KEY=sk-ant-...

Holen Sie sich Ihren Schlüssel unter console.anthropic.com.

`gemini` — Direkte Google Gemini-API

Übersetzt direkt über die Google Gemini generateContent API. Kostenloser Tarif verfügbar – der beste kostenlose Einstiegspunkt.

Modelle: gemini-2.5-flash (Standard), gemini-2.5-pro

Funktionen:

✅ Markdown-fähig (Inhaltsübersetzung)
✅ Coaching-Unterstützung (Grammatikregeln, Wörterbuch-Überschreibungen, Stilhinweise)
✅ JSON-Antwortmodus über responseMimeType
✅ Kostenloser Tarif (großzügiges tägliches Kontingent)
✅ Exponentielles Backoff mit Wiederholungsversuchen

Konfiguration:

{
  "pairs": {
    "en:ko": { "method": "gemini", "model": "gemini-2.5-pro" }
  }
}

export GEMINI_API_KEY=AI...

Holen Sie sich Ihren Schlüssel unter aistudio.google.com/apikey.

Modellvalidierung

Die direkten LLM-Anbieter (openai, anthropic, gemini) validieren Ihre Modellzeichenfolge bei der ersten Verwendung. Dies fängt drei Kategorien von Fehlern ab:

Falsches Methodenformat – Verwendung eines Modellpfads im OpenRouter-Stil bei einem direkten Anbieter:

[WARN] OpenAI: model "google/gemini-3.5-flash" looks like an OpenRouter path.
       Direct providers use bare model names (e.g., "gpt-4o").
       To use OpenRouter models, set method to 'llm' instead.

Falscher Anbieter – Verwendung eines Modells von einem völlig anderen Anbieter:

[WARN] Gemini: model "claude-sonnet-4-6" is an Anthropic model.
       This provider (gemini) cannot serve Anthropic models.
       Use --method anthropic or set "method": "anthropic" in config.

Veraltetes oder falsch geschriebenes Modell – Beim ersten API-Aufruf ruft Rosetta die Live-Modellliste des Anbieters ab und gleicht Ihr Modell damit ab:

[WARN] Gemini: model "gemini-1.5-flash" not found in available models.
       Similar models: gemini-2.0-flash, gemini-2.5-flash, gemini-2.5-pro
       The API call will proceed — the provider will give the final verdict.

:::note Dies sind Warnungen, keine Fehler Die Modellvalidierung protokolliert Warnungen, blockiert jedoch nicht den API-Aufruf. Die API des Anbieters fällt das endgültige Urteil – ein zukünftiger Modellname könnte einem anderen Muster entsprechen, und wir möchten keine Blockaden aufgrund von Heuristiken einrichten. :::

`google-translate` — Google Cloud Translation API

Direkte Integration mit der Google Cloud Translation API v2. Verwendet die REST-API – kein SDK, kein Dienstkonto. Nur der API-Schlüssel.

Wann zu verwenden: Große Mengen an Schlüssel-Wert-Zeichenfolgenpaaren, bei denen Geschwindigkeit und Kosten wichtiger sind als Nuancen. Unterstützt standardmäßig über 130 Sprachen.

Einschränkungen:

⚠️ Keine Markdown-Fähigkeit. Beschädigt Codeblöcke, Shortcodes und Interpolationsvariablen.
Keine Kontrolle über Register/Tonfall
Kein Coaching oder Durchsetzung von Terminologie

npx i18n-rosetta sync --method google-translate

:::tip Automatische Erkennung Wenn nur GOOGLE_TRANSLATE_API_KEY festgelegt ist (kein OpenRouter-Schlüssel), wechselt Rosetta automatisch zu Google Translate. Keine Konfigurationsänderung erforderlich. :::

`deepl` — DeepL-API

Direkte Integration mit der DeepL-Übersetzungs-API. Unterstützt Glossare für eine konsistente Terminologie.

Wann zu verwenden: Europäische Sprachen, in denen DeepL hervorragend ist (Deutsch, Französisch, Spanisch, Niederländisch, Polnisch usw.). Die Glossar-Unterstützung erzwingt eine konsistente Terminologie ohne Coaching-Daten.

Funktionen:

✅ Automatische Erkennung von Free/Pro-Endpunkten (Suffix :fx bei kostenlosen Schlüsseln)
✅ Erstellung und Verwaltung von Glossaren
✅ Kontrolle der Formalitätsstufe
⚠️ Keine Markdown-Fähigkeit – nur Schlüssel-Wert-Paare

Konfiguration:

{
  "pairs": {
    "en:de": { "method": "deepl" }
  }
}

export DEEPL_API_KEY=your-key-here

Holen Sie sich Ihren Schlüssel unter deepl.com/pro-api.

`microsoft-translator` — Azure Cognitive Services

Direkte Integration mit der Microsoft Translator Text API v3.

Wann zu verwenden: Unternehmensumgebungen mit bestehender Azure-Infrastruktur. Unterstützt über 100 Sprachen, einschließlich vieler, die Google Translate nicht abdeckt.

Funktionen:

✅ Bis zu 100 Segmente pro Anfrage (hoher Durchsatz)
✅ Optionaler Regionsparameter zur Latenzoptimierung
⚠️ Keine Markdown-Fähigkeit – nur Schlüssel-Wert-Paare
⚠️ Keine Inhaltsübersetzung – nur Schlüssel-Wert-Paare

Konfiguration:

{
  "pairs": {
    "en:ar": { "method": "microsoft-translator" }
  }
}

export MICROSOFT_TRANSLATOR_API_KEY=your-key
export MICROSOFT_TRANSLATOR_REGION=global  # optional

Holen Sie sich Ihren Schlüssel über das Azure-Portal → Cognitive Services → Translator.

`libretranslate` — Selbst gehostete Übersetzung

Selbst gehostete Open-Source-Übersetzung mit LibreTranslate. Läuft lokal oder auf Ihrer eigenen Infrastruktur – keine API-Kosten, volle Datenhoheit.

Wann zu verwenden: Projekte, die Offline-Übersetzung, Einhaltung des Datenschutzes (DSGVO) oder einen kostenlosen Betrieb erfordern. Besonders nützlich für CI-Pipelines, die nicht von externen APIs abhängig sein sollten.

Funktionen:

✅ Selbst gehostet – keine externen API-Aufrufe
✅ Kostenlos und Open Source (AGPL-3.0)
✅ Docker-Bereitstellung verfügbar
⚠️ Keine Markdown-Fähigkeit – nur Schlüssel-Wert-Paare
⚠️ Keine Inhaltsübersetzung – nur Schlüssel-Wert-Paare
⚠️ Qualität variiert je nach Sprachpaar

Einrichtung:

# Run LibreTranslate locally with Docker
docker run -d -p 5000:5000 libretranslate/libretranslate

# Configure (optional — defaults to localhost:5000)
export LIBRETRANSLATE_API_URL=http://localhost:5000/translate

{
  "pairs": {
    "en:es": { "method": "libretranslate" }
  }
}

`api` — Remote-Übersetzungs-API

Ein schlanker HTTP-Client für von der Community gehostete oder IP-geschützte Übersetzungsendpunkte. Rosetta sendet Schlüssel ab und empfängt Übersetzungen zurück – es enthält keinerlei Übersetzungslogik.

Wann zu verwenden: Wenn Übersetzungsmethoden serverseitig gehostet werden (z. B. proprietäre Coaching-Daten, feinabgestimmte Modelle, FST-Pipelines, die nicht verteilt werden können).

{
  "pairs": {
    "en:crk": {
      "method": "api",
      "endpoint": "https://api.example.com/v1/translate",
      "apiKey": "your-key"
    }
  }
}

:::note OCAP-kompatible Community-Übersetzung Die Methode api ist die Brücke zur OCAP-kompatiblen, von der Community gehosteten Übersetzung. Indigene und Minderheitensprachgemeinschaften können ihre eigenen Übersetzungsendpunkte hosten – wodurch Coaching-Daten, feinabgestimmte Modelle und linguistisches geistiges Eigentum (IP) unter der Kontrolle der Community bleiben –, während Rosetta als schlanker Client eine Verbindung zu ihnen herstellt.

Siehe Unterstützung einer ressourcenarmen Sprache für die vollständige Anleitung zum Community-Hosting und Bereitstellung einer Methode über API für die Anforderungen an Endpunkte. :::

Konfiguration pro Sprachpaar

Die wahre Stärke liegt in der Mischung von Methoden pro Sprachpaar:

i18n-rosetta.config.json
{
  "version": 3,
  "pairs": {
    "en:fr": { "method": "deepl" },
    "en:ja": { "method": "openai", "model": "gpt-4o" },
    "en:ko": { "method": "gemini" },
    "en:ar": { "method": "microsoft-translator" },
    "en:crk": { "methodPlugin": "crk-coached-v1" }
  }
}

Dies übersetzt Französisch über DeepL (Glossar-Unterstützung), Japanisch über OpenAI (Qualität), Koreanisch über Gemini (kostenloser Tarif), Arabisch über Microsoft Translator (Abdeckung) und Plains Cree über ein gecoachtes Plugin (spezialisiert).

Plugins

Plugins sind vorgefertigte Übersetzungsrezepte für bestimmte Sprachpaare. Es handelt sich um JSON-Manifeste – keinen Code –, die Rosetta mitteilen, welche Methode verwendet werden soll, mit welchen Einstellungen und welche Qualität als Benchmark ermittelt wurde.

:::tip Vom Eval-Harness zur Produktion mit einem Befehl Plugins, die im Eval-Harness entwickelt und erprobt wurden, können direkt installiert werden – die Methode, die Sie dort validieren, wird hier mit einem einzigen plugin install-Befehl bereitgestellt. Siehe MT-Evaluierung für den vollständigen Evaluierungs-Workflow. :::

i18n-rosetta plugin install ./french-formal-v1/
i18n-rosetta plugin list
i18n-rosetta plugin remove french-formal-v1

Siehe die Plugin-Spezifikation für das vollständige Manifestformat.

Anbieter wechseln

Wechseln Sie zwischen Methoden? Das Modellformat und die Umgebungsvariable (Env Var) ändern sich – hier ist die Übersicht:

OpenRouter → Direkter Anbieter

i18n-rosetta.config.json
 {
   "pairs": {
     "en:fr": {
-      "method": "llm",
-      "model": "openai/gpt-4o"
+      "method": "openai",
+      "model": "gpt-4o"
     }
   }
 }

Environment variables
- export OPENROUTER_API_KEY=sk-or-v1-...
+ export OPENAI_API_KEY=sk-proj-...

Hauptunterschiede:

OpenRouter verwendet das Format provider/model (z. B. openai/gpt-4o). Direkte Anbieter verwenden reine Modellnamen (z. B. gpt-4o).
Jeder direkte Anbieter hat seine eigene Umgebungsvariable (OPENAI_API_KEY, ANTHROPIC_API_KEY, GEMINI_API_KEY).
Wenn Sie das falsche Modellformat verwenden, wird Rosetta Sie warnen – siehe Modellvalidierung.

Direkter Anbieter → OpenRouter

i18n-rosetta.config.json
 {
   "pairs": {
     "en:ja": {
-      "method": "anthropic",
-      "model": "claude-sonnet-4-6"
+      "method": "llm",
+      "model": "anthropic/claude-sonnet-4-6"
     }
   }
 }

:::tip Wann OpenRouter vs. Direktanbieter zu verwenden ist Verwenden Sie OpenRouter, wenn Sie zwischen Modellen wechseln möchten, ohne Umgebungsvariablen zu ändern, oder wenn Sie mit einem einzigen Schlüssel Zugriff auf über 200 Modelle haben möchten. Verwenden Sie direkte Anbieter, wenn Sie eine einfachere Abrechnung, eine geringere Latenz (kein Vermittler) oder Zugriff auf anbieterspezifische Funktionen wie das Prompt-Caching von Anthropic wünschen. :::

Kostenvergleich

Ungefähre Kosten pro 1.000 übersetzte Schlüssel (geht von ca. 10 Token pro Schlüssel und 80 Schlüsseln pro Stapel aus):

Methode	Kosten / 1K Schlüssel	Geschwindigkeit	Qualität	Am besten für
`gemini` (Flash)	Kostenlos (innerhalb des Tarifs)	Schnell	Gut	Einstieg, persönliche Projekte
`google-translate`	~$0.02	Am schnellsten	Ausreichend	Große Mengen, europäische Sprachen
`deepl`	~$0.02	Schnell	Gut	Europäische Sprachen, Terminologie
`microsoft-translator`	~$0.01	Schnell	Ausreichend	Azure-Umgebungen, breite Sprachabdeckung
`libretranslate`	Kostenlos (selbst gehostet)	Variiert	Akzeptabel	Air-Gapped, DSGVO, CI-Pipelines
`gemini` (Pro)	~$0.07	Mittel	Sehr gut	Qualitätssensibel, kostenloses Kontingent
`openai` (GPT-4o-mini)	~$0.01	Schnell	Gut	Budget-LLM
`openai` (GPT-4o)	~$0.10	Mittel	Sehr gut	Qualitätssensibel
`anthropic` (Haiku)	~$0.01	Schnell	Gut	Budget-LLM
`anthropic` (Sonnet)	~$0.10	Mittel	Sehr gut	Qualitätssensibel
`anthropic` (Opus)	~$0.50	Langsam	Exzellent	Maximale Qualität
`llm` (OpenRouter)	Variiert je nach Modell	Variiert	Variiert	Modellvergleich, Experimente

:::note Dies sind Schätzungen Die tatsächlichen Kosten hängen von der Länge Ihres Quelltextes, der Stapelgröße und Preisänderungen der Anbieter ab. Überprüfen Sie die aktuelle Preisseite jedes Anbieters für genaue Tarife. :::

Siehe auch

Unterstützte Sprachen
Coaching-Daten
Unterstützung einer ressourcenarmen Sprache
Plugin-Spezifikation
Bereitstellung einer Methode über API
Qualitätskontrolle
Architektur
Fehlerbehebung – Modellfehler, API-Probleme

Methodenvergleich​

LLM-Anbieter​

Traditionelle maschinelle Übersetzung (MT)​

Infrastruktur​

Entscheidungsbaum​

llm — LLM-Übersetzung (Standard)​

llm-coached — Gecoachte LLM-Übersetzung​

openai — Direkte OpenAI-API​

anthropic — Direkte Anthropic-API​

gemini — Direkte Google Gemini-API​

Modellvalidierung​

google-translate — Google Cloud Translation API​

deepl — DeepL-API​

microsoft-translator — Azure Cognitive Services​

libretranslate — Selbst gehostete Übersetzung​

api — Remote-Übersetzungs-API​

Konfiguration pro Sprachpaar​

Plugins​

Anbieter wechseln​

OpenRouter → Direkter Anbieter​

Direkter Anbieter → OpenRouter​

Kostenvergleich​

Siehe auch​

Methodenvergleich

LLM-Anbieter

Traditionelle maschinelle Übersetzung (MT)

Infrastruktur

Entscheidungsbaum

`llm` — LLM-Übersetzung (Standard)

`llm-coached` — Gecoachte LLM-Übersetzung

`openai` — Direkte OpenAI-API

`anthropic` — Direkte Anthropic-API

`gemini` — Direkte Google Gemini-API

Modellvalidierung

`google-translate` — Google Cloud Translation API

`deepl` — DeepL-API

`microsoft-translator` — Azure Cognitive Services

`libretranslate` — Selbst gehostete Übersetzung

`api` — Remote-Übersetzungs-API

Konfiguration pro Sprachpaar

Plugins

Anbieter wechseln

OpenRouter → Direkter Anbieter

Direkter Anbieter → OpenRouter

Kostenvergleich

Siehe auch