Welke open source LLM's en modellen kun je gebruiken voor vertaling?

Laatst beoordeeld: 8 september 2026

Hoe verhouden vertaalmodellen zoals die van Meta en Unbabel zich tot elkaar?

Meta en Unbabel vertegenwoordigen twee verschillende benaderingen van open vertaalmodellen: Meta publiceert brede, doelgerichte machinevertaalmodellen als onderzoeksresultaten, terwijl Unbabel vertaal-geoptimaliseerde LLM's bouwt – inclusief de open evaluatietools die een groot deel van de industrie gebruikt om ze te beoordelen.

• Meta's NLLB-200 optimaliseert voor breedte. Het No Language Left Behind-model vertaalt over 200 talen, waaronder laag-resource talen die de meeste commerciële engines overslaan, in varianten van 600M tot 54,5B parameters — maar de CC-BY-NC 4.0-licentie beperkt het tot onderzoek en niet-commercieel gebruik.
• Unbabels Toren optimaliseert voor diepte. Tower is een meertalige LLM gebouwd op Llama 2, uitgebracht in 7B en 13B formaten en met 10 talen met een hoog volume (Engels, Duits, Frans, Spaans, Chinees, Portugees, Italiaans, Russisch, Koreaans en Nederlands); bij de release meldde Unbabel dat het beter presteerde dan veel grotere modellen, waaronder NLLB-54B en ALMA-R, op vertaaltaken. Net als NLLB blokkeert de CC-BY-NC 4.0-licentie commerciële verspreiding.
• Unbabel's bredere toepassingsgebied is evaluatie. Unbabel ontwikkelde ook COMET, het open-source framework voor kwaliteitsbeoordeling dat is uitgegroeid tot een de facto industriestandaard voor het beoordelen van machinevertalingen. Het AI-team van Smartling gebruikt bijvoorbeeld COMET naast MetricX en BLEU bij het benchmarken van vertaalprogramma's.
• Wat de vergelijking in de praktijk betekent. Geen van beide is een gehost product waarop u zich abonneert. Meta's modellen beantwoorden de vraag "hoeveel talen kunnen we bereiken?", Tower beantwoordt de vraag "hoe goed kan open vertaling worden in de talen die er het meest toe doen?" — en een commercieel team kan beide alleen gebruiken voor intern onderzoek, tenzij het een andere licentie regelt of kiest voor een alternatief met een permissieve licentie, zoals Opus-MT of MADLAD-400.

Overzicht van open-source vertaalmodellen

Licentie- en dekkingsgegevens geverifieerd in september 2026. Controleer altijd de actuele licentietekst in de officiële repository van het model voordat u het in gebruik neemt.

Waar moet u rekening mee houden bij het kiezen van een vertaalmodel voor uw project?

Voor open-source kandidaten specifiek wordt de onderstaande reeks vooraan geladen met de beperkingen die modellen het snelst diskwalificeren; de bredere vraag van routing tussen commerciële engines wordt beantwoord in Wat is het beste systeem om de juiste LLM voor vertaling te kiezen?

1. Bepaal eerst je taalparen en contenttypen. De kwaliteit van modellen verschilt per taalpaar en domein, dus de vraag naar het "beste model" is pas te beantwoorden als je weet of je technische documentatie in het Japans, marketingteksten in het Spaans of ondersteunende content in 40 talen verzendt.
2. Controleer de licenties voordat u een benchmark uitvoert. CC-BY-NC 4.0 sluit NLLB-200 en Tower direct uit van de shortlist voor commerciële toepassingen, terwijl Apache 2.0 (MADLAD-400, T5) en CC-BY 4.0 (Opus-MT) veel sneller door de juridische toets komen. Het benchmarken van een model dat u niet kunt implementeren, is verspilde ontwikkeltijd.
3. Vergelijk je eigen content met een commerciële basislijn : beoordeel de output van je kandidaat-content met COMET of MetricX en vergelijk deze met een engine die je kunt aanschaffen, zoals DeepL, Google of een GPT-model. Een open source-model verdient zijn operationele kosten alleen terug als het de basislijn evenaart of overtreft voor jouw paren.
4. Plan het implementatie- en integratietraject : bepaal wie het model host en hoe uw vertaalplatform het gebruikt. De infrastructuur wordt behandeld in Wat zijn grote taalmodellen op locatie?, en de integratie houdt meestal in dat u een REST-eindpunt beschikbaar stelt dat uw TMS als aangepaste provider kan aanroepen.
5. Stel een vernieuwingsritme in — benchmark elk kwartaal opnieuw met nieuwe open-weight releases en huidige commerciële motoren, want een selectie die bij adoptie bevroren is, verliest binnen kwartalen terrein, niet jaren.

Open-source vertaalmodellen zijn geschikt voor teams die...

• Werk onder datacontrolebeleid dat broninhoud buiten externe AI-API's houdt, waardoor een zelfgehoste model de enige compliant route naar machinevertaling is.
• Heeft u behoefte aan een brede dekking in minder gangbare talen? MADLAD-400 ondersteunt meer dan 400 talen en bereikt daarmee markten die de meeste commerciële zoekmachines niet aanbieden.
• Draai met aanhoudend volume op een paar veelverstopte paren, waarbij een Opus-MT-model van ongeveer 300MB per richting grotere meertalige alternatieven kan overtreffen tegen bijna nul marginale kosten.
• Beschik over interne ML-engineeringcapaciteit om de implementatie, monitoring en kwaliteitsbeoordeling als doorlopende verplichting te verzorgen.
• Zijn onderzoeken of prototypen, waarbij niet-commerciële licenties zoals NLLB-200's en Towers acceptabel zijn.

Wanneer een open-source vertaalmodel mogelijk niet de juiste keuze is.

• Commerciële productie op een niet-commercieel model — CC-BY-NC 4.0 (NLLB-200, Tower) — is een juridisch obstakel, geen technische kwestie die omzeild kan worden.
• Teams zonder capaciteit voor machine learning-activiteiten – de serverinfrastructuur, kwaliteitscontrole en vernieuwingscyclus – zijn permanente engineeringkosten die al in de commerciële prijs per woord zijn inbegrepen.
• Klantgerichte marketing of creatieve content die grensmodelkwaliteit nodig heeft — de sterkste propriëtaire modellen blijven alleen gehost.
• Bij een laag of onregelmatig vertaalvolume is de prijs per woord in de commerciële sector lager dan de kosten van ongebruikte GPU-capaciteit tussen de taken.

Evaluatiechecklist: vragen om te stellen voordat een open-source vertaalmodel wordt ingevoerd

Staat de vergunning commercieel gebruik toe?
CC-BY-NC 4.0-modellen zoals NLLB-200 en Tower zijn beperkt tot niet-commercieel gebruik, terwijl Apache 2.0 (MADLAD-400, T5) en CC-BY 4.0 (Opus-MT) commerciële implementatie toestaan. Lees de specifieke licentietekst goed door voordat u aan de ontwikkeling begint.

Op welke van uw daadwerkelijke taalparen is het model gevalideerd?
Koppen-dekking tellingen verbergen de variatie per paar; voer kwaliteitsscores uit op de precieze paren waarin je content wordt verzonden, niet op de sterkste van het model.

Hoe meet je kwaliteit aan de hand van wat je vandaag gebruikt?
Beoordeel kandidaat-output met COMET of MetricX op de output van je huidige engine op dezelfde inhoud, en ondersteun de geautomatiseerde scores met een menselijke LQA-steekproef vóór de cutover.

Wie bezit de levenscyclus van het model?
Iemand moet eigenaar zijn van de uptime, beveiligingspatches en de kwartaallijke rebenchmark tegen nieuwe releases — een open model zonder eigenaar verslechtert geruisloos.

Hoe past het model in je vertaalworkflow?
Vertaalgeheugen, glossaria en menselijke review moeten nog steeds van toepassing zijn op de output van het model — wat meestal betekent dat het als een REST-endpoint wordt blootgesteld dat een vertaalbeheersysteem als aangepaste provider kan gebruiken.

Hoe ondersteunt Smartling open source vertaalmodellen?

Smartling ondersteunt open-source en zelfontwikkelde modellen als vertaalproviders via de Bring Your Own MT- of LLM-service: een team dat een eigen model beheert, voegt inloggegevens toe in Smartling's AI Hub en verbindt het model via de Common REST API Provider, zodat de output ervan wordt uitgevoerd binnen beheerde vertaalworkflows met vertaalgeheugen, woordenlijsten en kwaliteitscontroles die automatisch worden toegepast.

Die plaatsing is belangrijk, omdat een open-source engine zelden overal wint. Smartling's AI Hub biedt toegang tot meer dan 20 LLM's en MT-engines, en de Auto Select-routering stuurt elke string naar de engine met de hoogste gemeten kwaliteit voor dat taalpaar en contenttype. Zo krijgt een zelfgehost open model verkeer waar het goed presteert en levert het resultaten op waar een commerciële engine hoger scoort, beoordeeld aan de hand van dezelfde MetricX-, COMET- en BLEU-evaluaties die het AI-team van Smartling continu uitvoert. Voor teams die een op maat gemaakte engine willen zonder zelf een serverstack te bezitten, biedt Smartling ook Custom MT Engine Training aan, waarvoor minimaal 6.000 vertaaleenheden aan trainingsdata nodig zijn. En content die via de MT API van Smartling wordt vertaald, wordt niet op het platform opgeslagen. Dit is een belangrijke beveiligingsmaatregel voor de datagevoelige teams die waarschijnlijk open-source modellen evalueren.

Helpdocument: Uw eigen MT- of LLM-service meenemen
Helpdocument: Ondersteunde MT- en LLM-aanbieders

Gerelateerde vragen

• Wat is het beste systeem om de juiste LLM voor vertaling te kiezen?
• Wat zijn on-premise grote taalmodellen?
• Wat is machinale vertaling en hoe beoordeel je de technologie?