开场：一个三天搭建的"翻译机器人"

2026年，我接了一个开发任务：三天内搭建一个"翻译机器人"——自动监听微信群中的中英文消息，实时翻译并发送。看起来很简单：接入AI翻译API，监听消息，翻译，发送。三天足够了。

实际用了五天。不是因为代码难写，而是因为API的"坑"太多。 每一个坑都让我多花半天时间。现在我把这些坑全部写出来，如果你也要用AI翻译API开发，希望你能绕过这些坑。

四大AI翻译API横评

DeepL API：

  • 价格：免费版50万字/月，Pro版按字符计费，每百万字符约20欧元（约150元）
  • 翻译质量：商务/法律/技术翻译最佳
  • 支持语言：30+种语言
  • 优点：术语翻译准确，句式自然，支持"Glossary"（术语表）功能
  • 缺点：API文档不够详细，错误代码不友好
  • 坑：Glossary功能有bug——当你添加超过1000个术语时，API会随机忽略某些术语

Google Cloud Translation API：

  • 价格：按字符计费，每百万字符约20美元（约145元）
  • 翻译质量：多语言翻译最佳
  • 支持语言：130+种语言
  • 优点：语言覆盖最广，支持"AutoML Translation"（自定义翻译模型）
  • 缺点：翻译质量不如DeepL稳定，中文翻译质量波动大
  • 坑：NMT（神经机器翻译）模型偶尔会"退化"——在某些罕见语言对上，翻译质量比PBMT（基于短语的机器翻译）还差

微软Azure Translator API：

  • 价格：按字符计费，每百万字符约10美元（约72元）
  • 翻译质量：中等偏上，稳定
  • 支持语言：100+种语言
  • 优点：价格最低，企业级稳定性，支持"Custom Translator"（自定义翻译模型）
  • 缺点：翻译质量不如DeepL和ChatGPT
  • 坑：API的"语言检测"功能在短文本（<10个字符）上准确率极低——经常把中文检测成日文

ChatGPT API：

  • 价格：按token计费，每百万token约2-10美元（约15-72元）
  • 翻译质量：文学/文化/创意翻译最佳
  • 支持语言：100+种语言
  • 优点：翻译质量最高（文学和文化翻译），支持"上下文翻译"（翻译整个段落而非单句）
  • 缺点：价格最高（如果翻译量大），延迟较高（2-5秒），不稳定（偶尔"自由发挥"）
  • 坑：模型会"自由发挥"——你让它翻译，它有时会"润色"或"改写"原文，而不是严格翻译

开发一个"翻译机器人"的10个坑

坑一：API密钥安全。 不要把API密钥写在代码里，不要上传到GitHub。使用环境变量或密钥管理服务。我的API密钥在GitHub上泄露了，被人盗刷了200美元。

坑二：请求频率限制。 所有AI翻译API都有"频率限制"（Rate Limit）。超过限制，API返回429错误。需要实现"指数退避"（Exponential Backoff）重试机制。

坑三：翻译延迟。 ChatGPT API的延迟在2-5秒，Google Translation API的延迟在0.5-1秒。如果你的应用需要"实时翻译"，选择Google或DeepL（延迟低）。如果你的应用需要"高质量翻译"，选择ChatGPT（延迟高但质量好）。

坑四：字符编码。 不同API对"字符"的定义不同。DeepL按"字符"计费，Google按"字符"计费，但两者对"字符"的计算方式不同。中文一个汉字=1个字符，英文一个字母=1个字符——中文翻译的成本远低于英文翻译。

坑五：HTML/XML标签处理。 如果你的文本包含HTML/XML标签，AI翻译API可能会"破坏"标签结构。需要设置"标签不翻译"参数。DeepL和Google支持这个功能，ChatGPT不支持。

坑六：批量翻译vs逐句翻译。 批量翻译（一次发送多句）效率高但质量低（因为AI无法区分句子边界）。逐句翻译（一次发送一句）质量高但效率低（API调用次数多，成本高）。建议：批量翻译时，用特殊分隔符（如"|||"）分隔句子，翻译后再拆分。

坑七：语言检测。 如果你的应用需要自动检测输入语言，使用专门的"语言检测API"（如Google Language Detection API），而不是依赖翻译API的"自动语言检测"。翻译API的"自动语言检测"在短文本上准确率极低。

坑八：错误处理。 AI翻译API偶尔会返回"空翻译"或"原样返回"（没有翻译）。需要实现"错误检测"——如果翻译结果和原文相同，可能是API故障，需要重试。

坑九：成本控制。 翻译API按使用量计费，成本可能"失控"。需要实现"成本监控"——每日翻译量、每日花费、异常告警。我的翻译机器人在第一个月花了800美元——因为有人在群里发了一篇10万字的小说。

坑十：隐私合规。 如果翻译内容包含用户隐私数据，需要确保API提供商的数据处理符合隐私法规（GDPR、中国《个人信息保护法》）。选择"数据不用于训练"的API方案（通常是付费版）。

我的"翻译机器人"技术栈

  • API：DeepL API（主翻译）+ Google Cloud Translation API（备翻译）
  • 后端：Python + Flask
  • 消息监听：微信机器人框架（itchat/wechaty）
  • 翻译缓存：Redis（缓存已翻译的句子，减少API调用）
  • 成本监控：Prometheus + Grafana

三天搭建一个"翻译机器人"是可能的，但前提是你已经知道这些坑在哪里。 如果你第一次用AI翻译API开发，建议留出5-7天——前2-3天踩坑，后2-3天填坑，最后1天优化。