翻译是机器学习最早真正做好的事情之一，通用语言模型出现后又提升了一次。现在有三条主流路线——专用神经引擎、Google 的基础设施、以及直接问聊天机器人。它们各有强项，更重要的是，各有不同的失败方式。
三位选手
DeepL
专用神经机器翻译。它在欧洲语对上一贯被专业译者高度评价，尤其善于产出自然的行文，而不是逐字对应的输出。
- 强项：流畅度、句式结构、习语表达，以及在支持语言上的语体控制（正式/非正式）
- 强项：术语表与正式度功能，以及能保留排版的文档翻译
- 短板：语言覆盖比 Google 窄
- 短板：在部分非欧洲语对上偏弱
Google 翻译
老牌选手，语言覆盖最广、整合最深——Chrome、Android、 Lens（拍照翻译）、实时对话模式，以及最多的低资源语言。
- 强项：语言广度，包括许多竞品覆盖不好的语种
- 强项：无处不在的整合、离线包、即时拍照与语音翻译
- 强项：免费额度非常慷慨
- 短板：输出往往更字面，尤其处理长文本或微妙文本时
- 短板：数年前一次重大的模型切换曾在一时之间引入奇怪的错误；如今质量随语对和文本类型波动明显
通用大模型（ChatGPT、Claude、Gemini）
它们不是翻译引擎，但翻译得很好——而且独特之处在于，它们能接受关于"这次翻译本身"的指令。
- 强项：可下指令——"按面向德国读者的正式产品描述来翻译"、"保留幽默"、"控制在 100 字以内"
- 强项：上下文——你可以提供风格指南、术语表，或前文段落
- 强项：解释取舍、给出备选方案、指出原文中的歧义
- 短板：批量处理更慢更贵，通常按 API 计费
- 短板：可能"过度翻译"——把原文刻意的犹豫或模糊给抹平了
- 短板：长文档上更容易增字漏句
它们怎么失败
- 幻觉内容——大模型（偶尔也包括 NMT 引擎）可能编出一个原文中并不存在的句子。短文本最少见，长文档更可能。
- 漏译——悄悄删掉一个从句。这是最危险的一种，因为输出里看不到任何错误。
- 虚假流畅——读起来漂亮，意思却是别的。母语级流畅的文本会得到超出应得的信任。
- 语域错误——正式/非正式搞错，在专业上很尴尬，且各语言间的文化不对称性很强。
- 数字、日期与单位——格式约定各不相同（小数点分隔符、日期顺序、大数命名）。这些要专门核对。
- 否定与模糊限定——"可能不"、"不太可能"、"不能排除"被系统性地处理错，而这些在技术、法律与医学文本里分量极重。
- 术语漂移——同一套文档里，专业术语前后译法不一致。
各自该用在哪
- 阅读外文网页： Google 翻译或浏览器扩展。广度与整合取胜，准确度只需达到大意级别。
- 旅行、菜单、路牌、对话： Google 翻译——拍照、语音与离线模式没有对手。
- 翻译你要发出去的消息或文档： DeepL 求行文质量；需要控制语气、篇幅或受众时，用大模型。
- 你要发布的商业文案： 大模型加明确指令与术语表，然后人工复核。单纯的机器输出不是专业交付物。
- 高风险文档： 法律、医学、安全相关、合同。请用有资质的人工译者。机器翻译可以辅助，但不应成为终稿。
- 批量或 API： 在你的具体语对上跑基准最好的那个引擎，并配术语表
怎么拿到更好的输出
- 原文写清楚。 含糊、习语堆砌或结构绕的输入，无论用哪个工具译出都更差。
- 如果文本会被机器翻译，避免使用习语。
- 给大模型上下文——读者是谁、什么语域、什么目的、字数限制。
- 提供术语表，覆盖专业词与产品名。
- 回译检验。 把结果译回原文，差异会暴露问题，尽管抓不到全部。
- 数字、人名与否定句手动核对。 代价高昂的错误集中在那里。
- 长文档切成小块——漏译与幻觉率都随长度上升。
隐私提示
你粘贴的东西总会去某个地方。保密合同、患者信息（这对本站涉及的健康相关场景是真实关切）、未发表的研究与专有源码，在粘贴进消费级工具之前都要先确认：服务商是否用输入训练模型、留存政策如何，以及是否必须使用条款更强的企业版。
结论
没有单一赢家，因为它们根本不是同一类工具。Google 翻译是广度与便利；DeepL 是其强势语对上的行文流畅；大模型可控、懂上下文，但需要护栏。看大意和旅行，三者都可以。任何署你名的内容，机器输出加人工复核。任何法律或医疗约束力文件，请找有资质的人工译者——机器可以辅助，但不应成为作者。