i18n-rosetta for Enterprise

Regular na nagta-translate ng content ang team niyo. Meron kayong stack ng locale files, isang CI pipeline, at process kung saan malamang may nagma-manual run ng Google Translate, kumokopya ng results sa JSON, at umaasang magiging okay ang lahat. O kaya naman, nagbabayad kayo para sa isang TMS platform kung saan naka-lock in kayo sa translation engine ng iisang vendor.

May mas magandang paraan po para rito.

The Pitch

Piliin ang best method para sa bawat language — hindi kung ano lang ang default ng vendor niyo
Mag-deploy with one command — tina-translate ng npx i18n-rosetta sync ang bawat locale, bawat format, every single time
Mag-swap ng methods without changing code — config change lang, hindi migration
Own your pipeline — walang vendor lock-in, walang monthly dashboards, walang accounts

i18n-rosetta.config.json
{
  "version": 3,
  "pairs": {
    "en:fr": { "method": "deepl" },
    "en:ja": { "method": "llm", "model": "google/gemini-2.5-pro" },
    "en:de": { "method": "google-translate" },
    "en:ko": { "method": "llm", "register": "polite-haeyo" },
    "en:crk": { "methodPlugin": "crk-coached-v3" }
  }
}

Sa French, DeepL ang gamit (mas prefer ng team niyo ang European fluency nito). Sa Japanese, frontier LLM. Sa German, Google Translate (mabilis, mura, at good enough). Sa Korean, isang LLM na may formal register. Sa Plains Cree, isang community-built coached plugin na may pinakamataas na score sa leaderboard.

Same command. Same CI pipeline. Iba't ibang methods per pair. Isang config file.

The Leaderboard → Deploy Workflow

:::tip Coming soon: rosetta leaderboard CLI Ang workflow na naka-describe sa ibaba ay ang planned integration sa pagitan ng MT Eval Arena leaderboard at ng i18n-rosetta CLI. Existing na ang infrastructure sa both sides — in development pa lang ang bridge. :::

Ang MT Eval Arena ay kung saan bina-benchmark ang mga translation methods gamit ang reproducible at fingerprinted scoring. Bawat method ay nakakakuha ng composite score across multiple metrics (chrF++, exact match, FST acceptance, semantic scoring). Tinu-track ng leaderboard ang bawat submission.

Ang planned workflow:

# Browse the leaderboard from your terminal
npx i18n-rosetta leaderboard --pair en:crk

# Output:
# ┌──────┬───────────────────────┬────────────┬──────────┬───────────┐
# │ Rank │ Method                │ Model      │ chrF++   │ Composite │
# ├──────┼───────────────────────┼────────────┼──────────┼───────────┤
# │  1   │ crk-coached-v3        │ gemini-2.5 │ 43.2     │ 0.67      │
# │  2   │ fst-gated-pipeline    │ gpt-4o     │ 41.8     │ 0.63      │
# │  3   │ prompt-baseline       │ claude-4   │ 38.1     │ 0.55      │
# └──────┴───────────────────────┴────────────┴──────────┴───────────┘

# Install the top-scoring method as a plugin
npx i18n-rosetta plugin install crk-coached-v3

# Use it
npx i18n-rosetta sync

Hindi kayo ang magbi-build ng method. Hindi kayo ang magte-train ng model. Pipiliin niyo lang ang winner at ide-deploy ito. Kung may lumabas na mas magandang method sa leaderboard next month, pwede niyo itong i-swap with one command.

Ano ang Available Ngayon

In development pa ang leaderboard-to-CLI bridge. Heto ang mga gumagana right now:

Built-in methods (no plugins needed)

Method	Best For	Cost
`llm` (default)	Quality-focused, any language	Per-token via OpenRouter
`gemini`	Quality + free tier	Free (limited), tapos per-token na
`google-translate`	Speed + volume	$20/M characters
`deepl`	European languages	$25/M characters
`llm-coached`	Languages na may coaching data	Per-token via OpenRouter
`api`	Custom/community-hosted methods	Self-hosted

Plugin methods (install separately)

Pwedeng i-wrap ng custom plugins ang kahit anong translation logic — isang fine-tuned model, isang FST-gated pipeline, isang community API, o kahit ano pa na nagpo-produce ng JSON. Tingnan ang Build a Plugin.

Enterprise Workflow

1. I-evaluate ang inyong current quality

# See what you're getting today
npx i18n-rosetta status

# Output shows: method per pair, cache hit rate, quality gate stats

2. I-run ang eval harness sa mga candidates

Hinahayaan kayo ng eval harness na mag-benchmark ng multiple methods laban sa parehong dataset. Mag-run ng sweep, i-compare ang scores, at pumili ng winners:

# In the eval harness repo
python -m mt_eval_harness.run \
  --methods coached-v3 baseline prompt-tuned \
  --dataset data/your-corpus.json

3. I-configure ang per-pair winners

I-update ang config niyo para gamitin ang best method per language pair. Iba't iba ang best methods ng iba't ibang languages — 'yun ang point nito.

4. I-integrate sa CI/CD

# In your CI pipeline
npx i18n-rosetta lint        # Catch hardcoded strings
npx i18n-rosetta sync        # Translate what changed
npx i18n-rosetta audit       # Fail if any locale is incomplete
npx i18n-rosetta integrity   # Validate placeholder consistency

Tatlong commands. Zero manual translation. Sinasalo ng pipeline ang mga hardcoded strings, tina-translate ang mga ito gamit ang chosen methods niyo, at mag-fa-fail ang build kung may nawawala o na-corrupt.

5. Professional review (optional)

Para sa high-stakes content, mag-export sa XLIFF para sa human review:

npx i18n-rosetta xliff export --locale ja --output translations.xliff
# → Send to your translation agency
# → Import corrections back:
npx i18n-rosetta xliff import translations.xliff

I-machine-translate ang bulk ng content. I-human-review ang mga critical paths. Magbayad lang para sa human time kung saan ito talaga kailangan.

Cost Model

Ang rosetta ay walang license fee, walang monthly subscription, at walang per-seat pricing. Isa itong open-source CLI tool. Magbabayad lang kayo para sa mga translation API calls:

Volume	Google Translate	LLM (Gemini Flash)	LLM (GPT-4o)
1,000 keys × 5 locales	~$0.50	~$0.30 (free tier)	~$2.00
10,000 keys × 15 locales	~$15	~$8	~$60
50,000 keys × 30 locales	~$75	~$40	~$300

Dahil sa Translation Memory, magbabayad lang kayo para sa changed keys sa mga susunod na syncs. Kung nag-update kayo ng 10 strings out of 10,000, magbabayad lang kayo para sa 10 translations, hindi 10,000.

vs. TMS Platforms

	rosetta	Crowdin / Phrase / Locize
Pricing	Free (open source) + API costs	$50–$500/month + per-seat
Vendor lock-in	Wala — mag-switch ng providers sa config	Mataas — nasa cloud nila ang data
Method choice	Any provider, any model, per pair	Kung ano lang ang i-offer nila
CI/CD	First-class (`lint → sync → audit`)	Plugin/webhook
Custom methods	Plugin system, community plugins	Not supported
Quality gate	Built-in (wrong-script, echo, length)	Nag-iiba-iba
Self-hosted	Oo (LibreTranslate, custom API)	Hindi

Tingnan ang full comparison para sa details.

The Pitch​

The Leaderboard → Deploy Workflow​

Ano ang Available Ngayon​

Built-in methods (no plugins needed)​

Plugin methods (install separately)​

Enterprise Workflow​

1. I-evaluate ang inyong current quality​

2. I-run ang eval harness sa mga candidates​

3. I-configure ang per-pair winners​

4. I-integrate sa CI/CD​

5. Professional review (optional)​

Cost Model​

vs. TMS Platforms​

Further Reading​