關於免費PDF翻譯升級的一些思考，聊聊為什麼放棄了半價的Gemini

今天，我想和大家進行一次坦誠的溝通，首先，是為我們免費版產品最近糟糕的體驗，向每一位受到影響的朋友致以最誠摯的歉意。

在過去的一段時間裡，我們收到了大量關於免費版體驗的負面反饋。這些聲音，我們都聽到了，也感同身受。許多用戶提到，高峰期的"排隊時間長得離譜"；翻譯出來的文檔"翻譯質量很不穩定"，時好時壞；還有人吐槽譯文"中英夾雜，讀起來費勁"，充滿了揮之不去的"機翻感"。

每當看到這些反饋，我們團隊都深感愧疚。我們完全理解，當您急需一篇重要的學術文獻或工作報告，卻不得不面對漫長的等待和一份詞不達意、邏輯混亂的譯文時，那種失望和沮喪的心情。這絕不是我們希望 Doclingo 帶給您的體驗，也完全違背了我們創立這個產品的初衷。

Doclingo 從一開始就採用了免費增值模式，因為我們堅信，高質量的文檔翻譯不應是少數人的特權。我們希望通過一個足夠好用的免費版本，讓更多人能跨越語言障礙，接觸到前沿的知識與信息。然而，一個糟糕的免費體驗不僅無法留住用戶，更是對大家信任的辜負。正是這種認知，讓我們下定決心：必須徹底解決這些問題，不惜一切代價。

經過反覆的內部討論和技術評估，我們得出一個結論：當前免費版所使用的AI翻譯引擎，已經無法承載我們對質量和效率的承諾。要從根本上解決排隊和翻譯質量的問題，唯一的辦法就是更換一個更強大的AI引擎——一個真正配得上我們用戶的引擎。

這個決策將我們帶到了一个艱難的十字路口。市面上最頂尖的AI引擎，主要就是來自OpenAI的GPT系列和來自谷歌的Gemini系列。它們都代表了當前人工智能的最高水平，但風格、成本和在具體翻譯任務上的表現卻各有千秋。

因此，這篇文章想和大家分享的，正是我們做出這次重大升級決策背後的完整思考過程：我們是如何在這兩大頂尖AI引擎之間進行艱難抉擇的？為什麼我們最終放棄了成本僅為一半的Gemini，而選擇了更昂貴的方案？

我們希望通過這次透明的溝通，不僅是為過去的不佳體驗致歉，更是想向大家展示我們對提升產品體驗的決心與承諾。

體驗還是性價比？

我每天都在思考如何為用戶創造更多價值。但在商業世界裡，創造價值的背後，永遠有一張無形的成本帳單。在Doclingo決定升級核心翻譯引擎時，我們團隊就站在了這樣一個艱難的十字路口上：一邊是能將成本幾乎減半的巨大誘惑，另一邊是我們始終堅守的用戶體驗。

任何一個負責產品盈虧的人都明白，成本控制是懸在頭頂的達摩克利斯之劍。當我們在評估新的大模型引擎時，一個極具吸引力的選項擺在了我們面前——Google的Gemini系列。

坦白說，Gemini的定價策略對我們來說誘惑力是巨大的。根據我們的調研，選擇Gemini的成本低於GPT，簡單計算一下，如果切換到Gemini，我們的核心引擎調用成本幾乎可以降低一半。對於Doclingo這樣每天處理海量翻譯請求的應用來說，這筆節省下來的開支是相當可觀的。這筆錢可以投入到市場推廣、團隊建設，或者直接反映在更靈活的定價策略上。面對如此巨大的成本優勢，說我們沒有心動，那絕對是假話。

然而，在激烈的內部討論後，我們最終做出了一個看似"不經濟"的決定：堅守體驗，選擇GPT。

因為，我們有著充分的理由。

選擇GPT的三個理由

1. 學術術語的精準拿捏

對於任何一款面向科研和學術領域的翻譯工具而言，對專業術語的精準拿捏，是其安身立命的根本。這不僅關乎翻譯的"信、達、雅"，更直接決定了文獻的核心價值能否被準確傳遞。

在這次深度評測中，一個鮮活的例子讓我們團隊印象深刻。當我們翻譯一篇凝聚態物理領域的文獻時，遇到了一个高頻術語："pair distribution function"。

• GPT的翻譯是："對分布函數"
• Gemini的翻譯是："配對分布函數"

從字面來看，"配對"似乎更貼近"pair"的原意，這是一個非常直觀、合理的翻譯。然而，對於該領域的學者和學生來說，"對分布函數"才是那個心照不宣、約定俗成的"行家之言"。這一個小小的差異，就像一道分水嶺，清晰地劃分了"局外人"和"圈內人"。Gemini的翻譯雖然字面上沒有錯，但卻透露出一種生硬的"機翻感"，而GPT則展現了對特定學術領域知識的深刻理解。

這種差異並非孤例。研究表明，在醫學、科學等高度專業化的領域，GPT-4級別的模型在處理複雜概念和術語時，其準確性和嚴謹性往往優於競品。例如，在對比評測中，GPT-4在回答高難度的臨床問題時展現了更高的正確率和更少的嚴重錯誤。雖然Gemini的回答有時更容易理解，但這往往是以犧牲技術上的精確性為代價的。這種"為了易讀性而犧牲準確度"的傾向，在學術翻譯中是極其危險的。

我們深知，Doclingo的核心用戶——廣大的科研人員和學生，每天都在與這些高度精專的術語打交道。對於你們而言，術語上的"失之毫厘"，完全可能導致理解上的"謬以千里"。一個不精準的術語，不僅會打斷沉浸式的閱讀心流，迫使你停下來去查證、去猜測，更嚴重的是，它可能扭曲原文作者的核心論點，甚至誤導你的研究方向。精準的術語，是保證學術嚴謹性的基石，也是提升文獻閱讀效率的生命線。

GPT模型之所以能做到這一點，並非偶然。其強大的認知與推理能力，在業界公認的MMLU（大規模多任務語言理解）等基準測試中得到了充分驗證。例如，即便是作為輕量化版本的GPT，其MMLU得分也達到了驚人的82.0%，這一成績足以證明它在跨越眾多學術領域的理解和推理能力上，有著深厚的積累。正是這種強大的"學識功底"，讓它在翻譯時，能夠超越字面含義，精準捕捉到特定學科語境下的正確表達。

因此，當我們看到"對分布函數"這個精準的譯法時，我們知道，這背後是模型對專業知識的深度理解。為了守護這份學術交流中的"精準"與"嚴謹"，我們認為，選擇GPT是唯一正確的答案。

2. 中文語境

我們深知，一個好的工具不僅要功能強大，更要"懂"用戶。在學術文獻翻譯這個場景下，"懂"就意味著要深刻理解中文讀者的閱讀習慣和文化語境。一个看似微不足道的細節，往往能決定用戶體驗的優劣，甚至影響整個產品的專業感。而這次對比中，GPT和Gemini在處理華人作者姓名上的差異，就是這樣一個"於細微處見真章"的絕佳案例。

當我們將一篇包含作者"Xiaohao Yang"的文獻分別交給兩個模型翻譯時，一個令人驚喜的細節出現了：GPT近乎"心有靈犀"地將這個拼音名還原為中文"楊曉浩"，而Gemini則只是按部就班地保留了原文的拼音。這個差異雖小，卻直擊要害。對於任何一位中文讀者，尤其是在閱讀一篇旨在符合中文期刊排版習慣的譯文時，看到熟悉的中文姓名而非一長串拼音，其閱讀的流暢度和親切感是截然不同的。這不僅僅是翻譯，這是一種文化上的體貼，一種對"人"的尊重。

為什麼GPT能做到這一點？這背後是其強大的上下文理解和命名實體識別（NER）能力在起作用。研究表明，GPT-4在整體翻譯質量上已能達到初級人類譯者的水平，並且具備敏銳的翻譯質量評估能力，這意味著它不只是在做機械的詞語替換，而是在理解文本背後的深層含義。在處理人名這類專有名詞時，GPT能夠更精準地利用上下文線索進行判斷。例如，在一項針對俄語文化新聞中人名識別的研究中，GPT通過恰當的提示，F1分數高達0.93，展現了其在特定語言和實體類型上的卓越表現。這種能力使得它在遇到"Xiaohao Yang"時，能夠推斷出這很可能是一位華人作者，並嘗試在其中文知識庫中尋找最匹配的漢字組合，最終成功"猜"對了"楊曉浩"。這是一種基於概率和語境的智能，而非簡單的規則匹配。

相比之下，Gemini在此處的表現則印證了相關研究中發現的一些問題。儘管Gemini在某些NER任務（如識別上下文敏感的人名）上表現優異，但其在處理專有名詞時常表現出不一致、錯譯或漏譯的問題。有研究指出，Gemini在處理人名、地名等專有名詞時準確性不足，容易發生遺漏或誤譯。例如，在翻譯古典文獻時，它會將"佛國白禪師"這樣的專有名詞誤譯為描述性語句。因此，Gemini未能將"Xiaohao Yang"還原為中文，很可能正是其在專有名詞處理上穩定性不足和語境判斷深度不夠的表現。

這個小小的姓名翻譯差異，對我們來說意義重大。它不僅僅是一個技術優劣的證明，更是產品"溫度"的體現。一個"懂"中文語境的模型，能夠預判到用戶的潛在需求——在中文世界裡，我們習慣直呼其名。將華人作者的拼音名還原為漢字，是對作者身份的確認，也是對中文讀者閱讀習慣的順應。這種細節上的"聰明"和"體貼"，能極大地提升用戶在深度閱讀場景下的沉浸感和信任感。

3. 上下文的理解

在我們的用戶反饋中，有一條觀察非常精辟，它精準地指出了當前兩大主流模型在風格上的核心差異："Gemini的特點是信息量極全，恨不得把每個角標都翻出來，導致行文有時過於囉嗦。而GPT的表達更加凝練。"

這句評價切中了要害。對於追求效率和深度的學術與文獻翻譯場景而言，"凝練"不僅僅是文字優美那麼簡單，它直接關係到"分寸感"——一種知道在何時詳盡、何時克制，從而最大化信息傳遞效率的智慧。當您面對浩如煙海的文獻資料時，最寶貴的就是時間。一個懂得"分寸感"的翻譯助手，能幫您迅速剝離冗餘信息，直擊核心論點，而不是用面面俱到的細節淹沒您。這不僅關乎準確性，更關乎閱讀效率和認知負荷。

那麼，這種"分寸感"從何而來？它源於模型對上下文深層次、全局性的理解。有趣的是，雖然Gemini以其高達百萬級別的超大上下文窗口著稱，理論上能"看"得更遠，但在實際的長文翻譯中，保持統一的風格和情感基調卻成了一項挑戰。有研究指出，Gemini在翻譯過程中可能會削弱原文的情感色彩，其風格一致性表現出較大的可變性。有時，它甚至會在長時間的敘事中混淆情節，出現"風格漂移"。

相比之下，GPT雖然上下文窗口同樣達到了128K tokens，但它在保持情感基調和文體一致性上表現得更為出色。多項研究表明，GPT的輸出在情感上更接近人類專家的翻譯，也更具共鳴感。它能更好地維持一致的敘事聲音，在意義、句子結構和上下文的連貫性上是"最一致和可靠的模型"。這種穩定輸出、忠於原文神韻的能力，正是"分寸感"的絕佳體現。它明白，好的翻譯不是信息的堆砌，而是有選擇、有側重的呈現。

從另一個側面也能印證這種差異。我們注意到，一些用戶反饋Gemini的安全過濾器有時過於"敏感"，在處理完全正常的學術或歷史文本時，會因個別詞彙而中斷翻譯。這在一定程度上也反映了模型在理解真實語境和把握"分寸"上的些許不足——它看到了"樹木"（敏感詞），卻沒能理解整片"森林"（學術語境）。

總而言之，真正的上下文理解，不只在於能處理多長的文本，更在於能多麼深刻地領會文本的意圖、語氣和風格，並以恰如其分的方式將其再現。對於我們這些在知識海洋中航行的探索者來說，一個具備"分寸感"的AI夥伴，遠比一個只會傾倒信息的"資料庫"更有價值。

展望與承諾：新的開始，更好的體驗

在詳細解釋了我們艱難但堅定的選擇之後，現在，我懷著無比激動的心情，向大家正式宣布：集成了全新GPT引擎的免費翻譯服務，目前已在內部測試的最後階段，並將在本週內面向所有用戶全量上線！

這意味著，大家長期以來向我們抱怨的排隊時間過長、高峰期翻譯質量不穩定等問題，將得到很大的緩解。我們深知，等待的每一分鐘都消耗著您的耐心，每一次不盡如人意的翻譯結果都辜負了您的信任。這次升級，就是為了終結這一切。

做出這個決定並不容易。選擇成本更高的方案，對一個仍在成長的團隊來說，意味著巨大的壓力。但我們反覆問自己：Doclingo存在的意義是什麼？答案始終如一：為用戶創造價值。我們堅信，卓越且可靠的用戶體驗，才是產品的核心與靈魂，任何時候都不應被成本所妥協。因此，這次升級不僅僅是一次技術迭代，更是我們對"用戶第一"這一承諾的鄭重兌現。我們願意投入更多，只為換取您在閱讀文獻時那份心無旁騖的專注與流暢。

當然，新的開始需要我們與您共同開啟。一個更強大的引擎只是起點，而您的真實感受，才是衡量我們工作價值的唯一標準。因此，我們真誠地邀請每一位用戶，在新引擎上線後，去盡情地體驗它、使用它、審視它。

• 長篇複雜的段落，行文是否更加自然流暢，忠於原文的"分寸感"？
• 那些惱人的人名、機構名錯亂問題是否已經消失？
• 您的論文翻譯是否更加精準、專業？

請把您的真實體驗，通過產品內的反饋渠道告訴我們。您的每一次點讚，都是對我們最大的鼓勵；您的每一次批評，都是我們優化迭代最寶貴的驅動力。我們承諾，會認真閱讀和分析每一條反饋，並將其融入我們未來的產品路線圖中，形成一個透明、高效的反饋閉環。

這不僅是一次升級的結束，更是一個我們與您共同打磨一款頂尖翻譯工具的開始。我們對未來充滿信心，也期待與您一起，見證Doclingo的每一次進步。