实战 SOP
实战 SOP

OpenRouter 本地化:16,918 条字符串,约 460 美元

按 OpenRouter 官方公告页拆开站内本地化流水线:站点共有 16,918 条英文字符串,全量重译成 7 languages 连翻译与校验约 460 美元;正文、FAQ 与索引分别对应 7 languages、含 English 的 8 种界面语言、8 languages 三种口径,校验模型与两条反馈来源也各自分列。

发布于 2026年11月14日9 分钟阅读
<!-- openrouter-i18n-pipeline-sop | sop | OpenRouter 本地化:16,918 条字符串,约 460 美元 -->

截至 2026 年 11 月 13 日,OpenRouter 官方公告页(署名 Robert Sun,页面日期 11/12/2026)把站内本地化这笔账拆成了一串可以逐条核对的数:站点共有 16,918 条英文字符串,官方原文写 OpenRouter's site has 16,918 English strings;把这 16,918 条字符串全量重译成 7 languages,连翻译与校验一起算约 460 美元,对应原文 A full retranslation of 16,918 strings into 7 languages costs about $460, translation and verification included,官方还自述 our pipeline costs about 6% as much,也就是约相当于 Smartling 机翻这一档牌价的 6%。本篇按官方博客逐字还原这套 i18n 工程流水线的口径,只列可自行核对的维度,不补写官方全文页没有给出的界面细节。和两篇站内旧文的错角也要交代清楚:它和 OpenRouter 单任务 token 成本实测 不是一回事,那篇盯的是同一个 GitHub 任务在 MCP 与 CLI 两种接法下各消耗多少 token,算的是单任务开销,本篇算的是整站重译与工程流水线的成本口径;它也不同于 AI 翻译工具横评,那篇横向比较六款工具怎么选,本篇不比工具,只还原一套自建流水线。之所以强调逐字,是因为这套流水线里数字密集、口径又分得细,稍一转述就容易把不同批次的成本或不同位置的语言数并到一起;把官方原句摆在旁边,读者便能自行判断某一处究竟是翻译目标、界面清单还是索引措辞,也能看清约 460 美元对应的是哪一版规模。下面每个数字都能回到那篇官方全文页逐条核对,核验方式就是把官方逐字表述与本篇的转述摆在一起看,不额外引入官方没写的数字。

三个语言数,三种口径

官方材料里的语言数不是一个数,而是三处并存,按各自口径原样写明。全文正文反复出现的 7 languages 指翻译目标语言:把英文字符串译成 7 种语言,成本账里 16,918 条字符串乘 7 languages 正是按这个口径算的。FAQ 列出的界面语言是 English, Simplified Chinese, Spanish, Brazilian Portuguese, German, French, Japanese, and Korean,含 English 在内一共 8 种界面语言。博客索引页的摘要逐字写 OpenRouter now speaks 8 languages.,公告页的 URL slug 也是 openrouter-in-8-languages,这两处的 8 languages 是索引摘要与地址的措辞。要留意全文正文并没有出现 8 languages 这个字样,所以既不能拿索引措辞当成官方对全站语言数下的定论,也不能把翻译目标的 7 种误当成界面语言总数;7 是翻译目标,含英语的界面清单是 8 种,索引与 URL 又写 8 languages,三者按各处的原文并存,不要抹平成一个数字。把三处口径分清楚,读成本账时才不会把 7 当成界面总数去乘单价,也不会拿索引里的 8 languages 回头改写全文正文;它们是同一套本地化工作在不同位置留下的不同记法,而不是彼此矛盾的三个结论,更不需要替官方挑一个当作单一答案。官方另写 Localization is in beta,对状态的表述也就到此为止,本篇不替它推断 beta 何时结束。

五步流水线:只列可自行核对的维度

官方对整条链的概述是:新字符串与变更字符串批量送翻之后,先 checks them in code,再由 a second model verify the meaning against the English,最后由官方原句「An AI reviewer reads the diff and posts findings, and a person merges the pull request」收尾。落到 Verify 步骤与 FAQ,官方对校验这一环又写成 the same model。两处措辞按原文分别保留,不合并成一句,也不自行给模型改名。下面按「批量送翻、代码检查、校验重试、AI 审查与人工合并、读者报告沉淀」五步展开,每一步只列可自行核对的维度。所谓可自行核对,是让读者拿着官方全文页就能判断某一步说的是哪类约束,而不是凭空给界面安上按钮、菜单或控制台路径。五步里前两步决定哪些活交给机器、哪些活留在代码,后三步决定质量怎么兜底、反馈怎么回流;这个顺序本身就是官方概述给出的,本篇不重排、不增删步骤,只按每一步能核对什么来展开,也不凭空给某一步补一个界面动作。

批量送翻。 可自行核对的维度是:送翻对象只含新增字符串与变更字符串,而不是每轮把整站重推一遍。官方写 We send new and changed strings to GPT-6.1 Sol in batches of up to 40,模型 ID 是 openai/gpt-6.1-sol,每批最多 40 条。规模按 16,918 条字符串与 7 languages 撑开,便是后文那笔成本账的基数。官方另写 Localization is in beta,说明这是刚起步的状态,不是已经跑完多年的成熟流程;把状态与规模分开看,才不会把一次全量重译的账单误当成日常开销。

代码检查。 官方用 checks them in code 概括这一步,把确定性的核对留在代码侧:格式、占位符、代码里的字符串这类有明确对错可判的检查,不交给模型去自由发挥。可自行核对的维度,就是分清哪些属于能在代码里判定的硬约束、哪些才需要留给模型判断语义。模型擅长的是含义;占位符是否成对、变量有没有被误翻、格式标记会不会被吃掉,更适合由代码先拦一道。把硬约束前置到代码,后面的模型调用才用在真正需要语义判断的地方,这也是全篇把校验与翻译分开计价的前提。全文页对这一步只给了这一句概括,本篇便不往下补写按钮、菜单或控制台路径。

校验与重试。 进入 Verify 步骤,官方写的是 the same model,由它把译文含义拿去和英文原文核对。可自行核对的维度是一组上限:up to 4 passes by default(默认最多 4 轮,上限设到 20)、up to 3 retries(最多 3 次重试)、about 20 model calls per string per language(每条字符串每种语言约 20 次模型调用)。校验这一环单独标价 verification about $228,折合 $0.002 per string per language;把它和翻译合起来,才得到前面那句 translation and verification included 的约 460 美元。这些数字按官方逐字保留,4 轮是默认上限、20 是可调上限、3 次是重试次数、约 20 次调用是官方给的规模描述,彼此不自行折算,也不把某一项改写成另一项的推算值。

AI 审查与人工合并。 官方原句「An AI reviewer reads the diff and posts findings, and a person merges the pull request」把最后一道关拆成两半:AI reviewer 读 diff、贴出发现,合并 pull request 的仍是人。可自行核对的维度是这条人机分界:自动到哪一步、哪一步必须留给人拍板。和后面读者报告那条线也要分清:每日 review 自动抓到的问题会 become test cases,进入 defects suite (22 cases),成为回归用的评测用例;这是流水线内部每日自动审查沉淀下来的,不是读者反馈,入口和去向都不同。

读者报告沉淀。 这是与每日 review 并行的另一条反馈来源,入口官方写 select-to-report in the Language dialog。读者报告一条译文问题后,官方的处置是 we turn it into a glossary rule, a style note, or an override:把它变成一条术语规则、一条风格说明,或直接覆盖该处译文,让同类问题下次不再靠运气。可自行核对的维度,是这类反馈有没有落到可复用的规则上,而不是只改掉眼前一处字符串。两条来源各管各的:一条来自读者主动报告,去向是 glossary rule、style note 或 override;一条来自每日 AI 审查,去向是 test cases 与 defects suite (22 cases),不是同一机制,也不合并成一句。

两条反馈来源,不是同一机制

把第五步单独拎出来再看一遍,是因为最容易在这里把两条线揉成一句。读者报告是外部输入:读者在界面上选中一段译文报告问题,官方把它沉淀成 glossary rule, a style note, or an override,属于术语与风格层面的长期约束,入口是 select-to-report in the Language dialog。每日 AI 审查是内部输入:An AI reviewer 每天读 diff,抓到的问题 become test cases,汇进 defects suite (22 cases),属于回归评测层面的用例积累。一个面向读者、一个面向流水线自身,去向的术语也不同,官方分别写、本篇也分别写,不合并成一句、不说成同一套机制。换句话说,读者报告改的是规则,每日审查补的是用例;规则约束下一次的翻译行为,用例检验下一次的流水线输出,两者一个朝前防、一个朝后测,官方正是用两套不同的术语把它们分开写,而不是把它们收进同一份清单。混淆这两条线的常见后果,是把本该进术语规则的读者意见当成回归用例,或反过来把每日自动抓到的缺陷当成一次性覆盖;按官方原文各归各的,才对得上 defects suite (22 cases) 与 glossary rule 各自的分工。

成本账:官方逐字的原数

把规模与成本摊开,官方给的是一串可直接核对的数。基线批次:16,274 strings 全量重译约 about $430,产出 113,918 translations;词数从 136,429 words 铺到 955,003 words,官方折算 about $0.0005 per word。规模落到 16,918 条字符串这一版,A full retranslation of 16,918 strings into 7 languages costs about $460, translation and verification included,其中校验单独约 about $228、$0.002 per string per language。增量场景:677 changed strings 只花 roughly $18;97 such strings (0.09%) 属于需要额外处理的那一小撮。对外比价,官方列的是 as of November 10, 2026 的牌价,our pipeline costs about 6% as much 正是相对 Smartling 机翻这一档说的:

档位单价全量折合
Smartling MT$0.0075/wordabout $7,200
Smartling AI$0.06$57,300
Gengo Standard$0.09$86,000
Smartling AI Human$0.12$114,600
Gengo Advanced$0.18$171,900
Smartling Human$0.20$191,000

这些是官方公告页里的对照数,按原数逐项抄,不自行加总、不改写口径;约 460 美元与初次约 430 美元是不同批次,别混成一次。把这张表读成背景而不是结论,也更贴近官方的写法:官方列的是各档牌价与自重译成本的逐项对照,本篇同样只做并列,不把约 6% 另作折算或扩写,也不替官方给出该选哪一档的建议。值得单独拎出来的是校验那 about $228,正是它让 translation and verification included 这句限定落到实处。模型选型上,官方还测过 GPT-6 Luna(91.7% vs 99.2%),评委是 Claude Opus 5.5, Gemini 4 Argon, DeepSeek V4 Pro;这些是校验质量的自测数字,与前面的成本口径分属不同维度,本篇只按官方列出的数字写,不替官方下结论。把成本、校验质量、语言数三个维度分开,才不会因为一个约 6% 就把整篇公告读成单纯的降价宣传。

常见问题

Q1:官方到底支持 7 种语言还是 8 种语言? A1:三个口径并存,按各处原文写。全文正文的 7 languages 是翻译目标语言;FAQ 列的界面语言含 English 在内共 8 种,即 English, Simplified Chinese, Spanish, Brazilian Portuguese, German, French, Japanese, and Korean;索引摘要写 OpenRouter now speaks 8 languages.,URL slug 是 openrouter-in-8-languages。全文正文并没有出现 8 languages 字样,所以既不能把索引措辞当成官方对全站语言数的定论,也不能把翻译目标 7 种当成界面语言总数。

Q2:校验译文用的是哪个模型? A2:按官方在 Verify 步骤与本 FAQ 的口径,写的是 the same model,由它把译文含义与英文原文核对;流水线概述里官方另有一处不同的措辞,两处按原文分别保留,不合并成一句,也不自行给模型另起名字。翻译主模型则是 GPT-6.1 Sol(openai/gpt-6.1-sol),按 batches of up to 40 送翻。

Q3:读者报告一条译文问题后,会沉淀成什么? A3:官方写 we turn it into a glossary rule, a style note, or an override,也就是变成一条术语规则、一条风格说明,或直接覆盖该处译文;入口是 select-to-report in the Language dialog。这是来自读者的外部反馈,可自行核对的维度是同类问题有没有被收进可复用的规则,而不是只改掉眼前一处。

Q4:那每日 AI 审查抓到的问题又去哪? A4:官方写 become test cases,汇进 defects suite (22 cases),作为回归评测用例。这是流水线内部每日自动审查的输入,与上一条读者报告是两条不同来源、两个不同去向,不是同一机制,也不合并成一句。

Q5:约 460 美元含了什么,about 6% as much 又是跟谁比? A5:官方逐字写 A full retranslation of 16,918 strings into 7 languages costs about $460, translation and verification included,翻译与校验都在内,其中校验单独约 about $228。our pipeline costs about 6% as much 是相对 as of November 10, 2026 的 Smartling 机翻牌价说的,那一档全量折合约 about $7,200;初次 16,274 strings 那批是约 about $430,与这版 16,918 条不是同一批次,别混。

延伸阅读

  • LLM API 成本优化 SOP:把调用成本拆成可核对的维度,思路与本篇的成本账相通。
  • 自动翻译工作流:另一条翻译自动化的工程脉络,可与本篇的流水线口径对照看。
  • LLM API 定价横评:按单位价格与跨模型成本做对照,与本篇的整站重译成本口径错开。

本文由 AI 辅助生成,经人工审核编辑。最后更新:2026-11-14

常见问题

官方到底支持 7 种语言还是 8 种语言?
三个口径并存,按各处原文写。全文正文的 7 languages 是翻译目标语言;FAQ 列的界面语言含 English 在内共 8 种,即 English, Simplified Chinese, Spanish, Brazilian Portuguese, German, French, Japanese, and Korean;索引摘要写 OpenRouter now speaks 8 languages.,URL slug 是 openrouter-in-8-languages。全文正文并没有出现 8 languages 字样,所以既不能把索引措辞当成官方对全站语言数的定论,也不能把翻译目标 7 种当成界面语言总数。
校验译文用的是哪个模型?
按官方在 Verify 步骤与本 FAQ 的口径,写的是 the same model,由它把译文含义与英文原文核对;流水线概述里官方另有一处不同的措辞,两处按原文分别保留,不合并成一句,也不自行给模型另起名字。翻译主模型则是 GPT-6.1 Sol(openai/gpt-6.1-sol),按 batches of up to 40 送翻。
读者报告一条译文问题后,会沉淀成什么?
官方写 we turn it into a glossary rule, a style note, or an override,也就是变成一条术语规则、一条风格说明,或直接覆盖该处译文;入口是 select-to-report in the Language dialog。这是来自读者的外部反馈,可自行核对的维度是同类问题有没有被收进可复用的规则,而不是只改掉眼前一处。
那每日 AI 审查抓到的问题又去哪?
官方写 become test cases,汇进 defects suite (22 cases),作为回归评测用例。这是流水线内部每日自动审查的输入,与上一条读者报告是两条不同来源、两个不同去向,不是同一机制,也不合并成一句。
约 460 美元含了什么,about 6% as much 又是跟谁比?
官方逐字写 A full retranslation of 16,918 strings into 7 languages costs about $460, translation and verification included,翻译与校验都在内,其中校验单独约 about $228。our pipeline costs about 6% as much 是相对 as of November 10, 2026 的 Smartling 机翻牌价说的,那一档全量折合约 about $7,200;初次 16,274 strings 那批是约 about $430,与这版 16,918 条不是同一批次,别混。

相关文章

实战 SOP

OpenRouter 实测:MCP 42 倍 token,大头是工具结果

OpenRouter 在 2026 年 11 月 11 日的官方实测里,把同一个 cli/cli 仓库提问换了三种接法:在 Claude Sonnet 5.5 上,默认开启的 MCP 服务用掉 CLI 的 42 倍输入 token,费用是 17 倍,每 1,000 个任务 $127 对 $7.50。官方 TL;DR 指出的成本大头不是工具定义,而是工具调用后回传的结果,20,400、42,182、8,336 裁剪到 714 等数字都能逐行核对。本篇是单任务实测口径与自测清单,不是接入教程、也不是单价横评;Tool Search 依模型而异,整任务在 Sonnet 上下降、在 Haiku 与 Gemini 上反而变贵,官方也说明它不缩小工具结果。定结论前请照官方建议用 mcp_cost.py 在自己的任务上重测。

2026年11月13日9 分钟阅读
实战 SOP

三条命令自托管开源 Dots,模型随便换

开源 Dots 自托管 SOP:uv 安装(Windows PowerShell 与 Linux 双路)后一条 uvx 命令拉起(--openrouter-key 必带),浏览器打开 127.0.0.1:8765 即得左对话右实时浏览器的工作台;--model 一键换 OpenRouter 任意模型;进阶四参数逐个讲透——--seed(一人一号可复现)、--profile-dir(跨次保留登录与 Cookie)、--proxy(时区语言跟出口走)、--help(全参数索引);invisible_playwright_mcp 把同一浏览器以 MCP server 形式接进 Claude Code/Codex/Gemini CLI;用 README 原示例(米兰到里斯本逐日查最低票价、没票就说没票)演示「不许编数字」的提示词纪律;末节合规使用边界:遵守目标网站服务条款与当地法规、只自动化自有业务与有权账户、不用于欺诈/抢票/黄牛/批量注册。全部命令与参数来自 README 原文,未经改写。

2026年10月2日8 分钟阅读