Melhor LLM open-source para tradução multilíngue

Encontrar um LLM de código aberto para tradução eficiente sem depender de uma API proprietária tornou-se uma questão concreta para as equipes que lidam com volumes de conteúdo multilíngue (contratos, suporte ao cliente, documentação técnica). Diferentemente de uma API de nuvem cobrada por token, um modelo open-weights hospedado localmente oferece total controle sobre os dados traduzidos e um custo fixo independente do volume. Este artigo analisa os modelos generalistas do catálogo mais adequados à tradução, a configuração de hardware necessária e o lugar dos modelos especializados como Aya 32B ou Madlad-400 nesse cenário.

Por que escolher um modelo de pesos abertos para tradução

A tradução de documentos sensíveis (jurídicos, de RH, médicos) representa um problema de confidencialidade quando o texto passa por uma API de terceiros. Um modelo executado localmente por meio de llama.cpp, vLLM ou Ollama elimina esse trânsito de rede: os arquivos permanecem na infraestrutura da empresa. Esse é o raciocínio detalhado em nosso guia sobre a tradução de documentos com um LLM local e naquele dedicado ao suporte multilíngue ao cliente.

O segundo benefício está na licença. A maioria dos modelos multilíngues recentes do catálogo é publicada sob Apache 2.0 ou MIT, o que permite uso comercial sem pagamento de royalties — um ponto a verificar sistematicamente antes de uma implantação em produção.

Modelos generalistas multilíngues a priorizar

Os grandes modelos mixture-of-experts lançados em 2025-2026 geralmente abrangem várias dezenas de idiomas nativamente, graças a corpora de treinamento massivamente multilíngues. Entre as opções do catálogo:

• Qwen 3.5 397B-A17B — 397B parâmetros, licença Apache 2.0, VRAM em Q4 estimada em ~240 GB, contexto de 262 000 tokens. A Alibaba treina sua família Qwen em um corpus fortemente multilíngue que inclui muitos pares de idiomas asiáticos e europeus (ficha do modelo, Alibaba no Hugging Face).
• Mistral Large 3 675B — 675B parâmetros, Apache 2.0, VRAM Q4 ~405 GB, contexto de 256 000 tokens. A Mistral AI dá ênfase aos idiomas europeus desde a concepção de seus modelos (ficha do modelo, Mistral AI no Hugging Face).
• GLM 5.3 Flash 320B-A18B — 320B de parâmetros, licença MIT, VRAM Q4 ~186 GB, contexto de 128 000 tokens, uma opção mais leve de implantar do que os modelos acima de 400B (ficha do modelo, Zhipu AI no Hugging Face).
• DeepSeek V3.2 — 685 bilhões de parâmetros, licença MIT, VRAM Q4 ~410 GB, contexto de 128 000 tokens (ficha do modelo, DeepSeek no Hugging Face).
• Mistral Small 4 — 119B parâmetros, Apache 2.0, VRAM Q4 ~72 GB, contexto de 256 000 tokens: a melhor opção deste comparativo para uma máquina com uma única GPU de 80 GB ou um Mac com memória unificada (ficha do modelo).

Para textos longos (contratos, manuais técnicos), priorizar uma janela de contexto ampla importa tanto quanto o tamanho do modelo: acima de 100.000 tokens, todo o documento cabe em uma única requisição sem divisão manual, o que preserva a coerência terminológica.

Os modelos especializados em tradução: Aya 32B e Madlad-400

Além dos modelos generalistas do catálogo, duas famílias são especificamente projetadas para tradução multilíngue e aparecem frequentemente nos comparativos: Aya 32B (família Aya Expanse da Cohere, voltada para abranger mais de 20 idiomas) e Madlad-400 (treinado em um corpus que abrange mais de 400 idiomas). Esses modelos não aparecem no catálogo principal do QualLLM, e suas especificações exatas (VRAM por quantização, tokens/s) devem ser confirmadas caso a caso, de acordo com a variante testada.

Para situar o Aya 32B em relação a modelos generalistas comparáveis, veja nossa comparação Aya Expanse 32B vs. Qwen 2.5 32B assim como a versão mais leve Aya Expanse 8B vs Llama 3 8B. Na prática, um modelo especializado como Aya destaca-se em línguas com poucos dados de treinamento, enquanto um modelo generalista de grande porte como Qwen 3.5 ou Mistral Large 3 permanece mais versátil para conteúdo misto (tradução + reformulação + resumo no mesmo pipeline).

Configuração de hardware e quantização

A escolha da quantização determina diretamente a VRAM necessária:

• Q4: este é o nível de referência usado para os números deste catálogo — cerca de 0,58 a 0,6 GB por bilhão de parâmetros para arquiteturas MoE recentes.
• Q8: aproximadamente o dobro da VRAM em Q4 (estimativa), com perda de qualidade na tradução geralmente negligenciável.
• FP16: cerca de quatro vezes a VRAM em Q4 (estimativa), reservado a implantações com várias GPUs de alto desempenho.

Para uma estação de trabalho com uma única GPU de 24 GB ou 32 GB, apenas modelos compactos como Mistral Small 4 com quantização Q4 continuam sendo viáveis; modelos acima de 200B exigem um cluster ou um Mac com grande capacidade de memória unificada. Nosso guia multilíngue europeu e nossa seleção de modelos para o francês detalham as escolhas e concessões entre consumo de VRAM e qualidade para configurações mais modestas.

A taxa em tokens por segundo varia bastante conforme a GPU, o comprimento do contexto e a carga concorrente; sem medição no hardware de destino, esse número ainda precisa ser confirmado, em vez de ser estimado a priori.

Casos de uso concretos

• Suporte multilíngue ao cliente: um modelo como GLM 5.3 Flash, mais leve de hospedar, permite processar tickets em vários idiomas com latência controlada — detalhes em guia de suporte multilíngue ao cliente.
• Tradução de documentos longos: Mistral Large 3 ou DeepSeek V3.2, com seu contexto estendido, evitam a divisão de contratos ou manuais em partes — ver o guia de tradução de documentos.
• Avaliação de qualidade: antes de uma implantação, comparar as pontuações multilíngues dos modelos candidatos noOpen LLM Leaderboard e verificar a documentação do modelo no Hugging Face Hub.

FAQ

P: Qual é o melhor LLM open source para tradução em grande volume?

Para um volume significativo com hardware disponível, Qwen 3.5 397B-A17B ou Mistral Large 3 675B oferecem boa cobertura multilíngue sob licença Apache 2.0. Para uma infraestrutura mais modesta, Mistral Small 4 (119B, VRAM Q4 ~72 GB) permanece a opção mais acessível do catálogo.

P: O Aya 32B é melhor que os modelos generalistas do catálogo?

Em idiomas pouco representados nos corpora generalistas, o Aya 32B pode apresentar desempenho superior. Em pares de idiomas comuns (inglês-francês, inglês-chinês), modelos generalistas como Qwen 3.5 ou GLM 5.3 Flash costumam ser competitivos, com um contexto mais longo. Ver a comparação Aya Expanse 32B vs. Qwen 2.5 32B.

P: O Madlad-400 é adequado para implantação em uma empresa?

Madlad-400 visa uma cobertura linguística muito ampla (mais de 400 idiomas), útil para casos de nicho. As especificações precisas de VRAM por quantização ainda precisam ser confirmadas conforme a variante utilizada; ele não está listado no catálogo principal deste comparativo.

P: É necessária uma GPU dedicada para rodar um LLM de tradução localmente?

Isso depende do tamanho do modelo escolhido. Um modelo compacto como Mistral Small 4 em Q4 cabe em uma GPU de 24-32 GB ou em um Mac com memória unificada suficiente. Modelos acima de 300B exigem várias GPUs ou uma máquina com grande capacidade de memória unificada.

P: Qual licença escolher para uso comercial?

Priorizar Apache 2.0 ou MIT, que não impõem royalties nem restrições de uso comercial — é o caso do Qwen 3.5, Mistral Large 3, GLM 5.3 Flash e DeepSeek V3.2 neste comparativo. Verificar sistematicamente a licença exata na ficha do modelo antes da implantação.

P: Como medir a qualidade da tradução antes de escolher um modelo?

Testar em uma amostra representativa do domínio (contratos, tickets de suporte, documentação) em vez de se basear apenas em benchmarks genéricos como MMLU. Consultar também oOpen LLM Leaderboard para uma primeira indicação do nível geral antes de um teste específico do domínio.

Conclusão

Escolher um LLM de código aberto para tradução depende principalmente do volume a ser processado e do hardware disponível: modelos generalistas como Qwen 3.5, Mistral Large 3 ou GLM 5.3 Flash abrangem a maioria dos casos de uso sob licenças permissivas, enquanto modelos especializados como Aya 32B ou Madlad-400 continuam relevantes para línguas com poucos recursos. Para refinar essa escolha de acordo com sua configuração de hardware, use o configurador ou explore todo o catálogo.