---
title: "Desain produk AI multibahasa: Arab, Inggris, Spanyol"
description: "Mendesain produk AI untuk pengguna Arab, Inggris, dan Spanyol: locale UI vs bahasa model, RTL dan teks campuran, angka, tanggal, deteksi bahasa, dan biaya."
url: https://broadrouter.com/id/blog/multilingual-product-design/
lang: id
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan dari bahasa Inggris dengan bantuan AI. [Baca versi asli bahasa Inggris](https://broadrouter.com/blog/multilingual-product-design/) (diperbarui 2026-11-15).

# Desain produk AI multibahasa: Arab, Inggris, dan Spanyol

Oleh tim BroadNet Inference · 7 menit baca · Dipublikasikan 2026-11-15

Simpan dua pengaturan: locale antarmuka dan bahasa konten, dan jangan pernah menyimpulkan yang satu dari yang lain. Tentukan arah dari locale, isolasi teks pengguna dan model dengan dir="auto" atau bdi, format angka dan tanggal sesuai locale, normalkan digit pada input, anggap deteksi bahasa sebagai petunjuk, serta evaluasi kualitas dan biaya per bahasa.

## Poin penting

-   Locale antarmuka dan bahasa model adalah pengaturan yang berbeda. Antarmuka berbahasa Arab bisa melayani pesan berbahasa Inggris, dan pengguna berbahasa Spanyol bisa mengunggah faktur berbahasa Arab.
-   Tetapkan dir pada halaman dari locale, gunakan properti logis CSS, dan bungkus setiap teks yang tidak Anda tulis (input pengguna, output model, nama) dalam elemen yang arahnya diisolasi.
-   Biarkan Intl memformat angka dan tanggal. Dalam uji Node 24 kami, ar-SA mencetak ١٬٢٣٤٫٥ dan ar-AE mencetak 1,234.5 untuk angka yang sama; es-ES mencetak 1234,5 tanpa pemisah ribuan.
-   Deteksi bahasa berbasis aksara hanyalah petunjuk. Detektor sederhana kami melabeli Arabizi sebagai bahasa Spanyol.
-   Evaluasi dan anggarkan per bahasa: konten yang sama bisa membutuhkan jumlah token berbeda dalam bahasa Arab, Inggris, dan Spanyol.

**Di halaman ini**

1.  Mengapa locale antarmuka harus dipisahkan dari bahasa model?
2.  Bagaimana mendukung teks kanan-ke-kiri dan teks campuran arah?
3.  Bagaimana angka dan tanggal harus berbeda per locale?
4.  Bisakah bahasa setiap pesan dideteksi?
5.  Apa lagi yang berubah ketika bahasa berubah?
6.  Bagaimana mengevaluasi dan menganggarkan setiap bahasa?
7.  Di mana posisi BroadNet Inference?

Fitur AI untuk pengguna berbahasa Arab, Inggris, dan Spanyol sebenarnya adalah tiga produk yang berbagi satu codebase. Layar harus dibalik arahnya untuk bahasa Arab. Pesan mencampur beberapa aksara dalam satu baris. Bentuk angka dan tanggal berubah sesuai wilayah. Model bisa menjawab dalam bahasa yang salah, dan biaya setiap bahasa berbeda. Sebagian besar masalah ini berasal dari satu kesalahan desain: menganggap “bahasa” sebagai satu pengaturan saja.

Artikel ini membahas sisi produk dan antarmuka. Menerjemahkan string aplikasi Anda sendiri (placeholder, bentuk jamak, pesan ICU) ada di [menerjemahkan string aplikasi ke bahasa Arab dengan LLM](https://broadrouter.com/id/blog/translate-app-strings-to-arabic-llm/); penulisan prompt ada di [prompt engineering bahasa Arab](https://broadrouter.com/id/blog/arabic-prompt-engineering/).

## Mengapa locale antarmuka harus dipisahkan dari bahasa model?

Karena keduanya menjawab pertanyaan yang berbeda. **Locale antarmuka** (`ar-SA`, `en-US`, `es-MX`) menentukan arah tata letak, bahasa tombol Anda, serta tampilan angka dan tanggal. **Bahasa konten** adalah bahasa dari pesan, dokumen, atau rekaman tertentu, dan menentukan apa yang Anda minta dari model.

Keduanya terus-menerus berbeda. Pengguna Saudi dengan antarmuka berbahasa Arab menempelkan kontrak berbahasa Inggris. Pengguna berbahasa Spanyol mengunggah foto faktur berbahasa Arab. Agen dwibahasa berganti bahasa di tengah percakapan ([code-switching](https://broadrouter.com/id/glossary/code-switching/)). Jika kode mengirim “jawab dalam bahasa Arab” karena antarmukanya berbahasa Arab, kontrak berbahasa Inggris itu mendapat ringkasan berbahasa Arab yang tidak diminta siapa pun.

Jadi simpan keduanya per pengguna dan per pesan:

-   `ui_locale`: dipilih pengguna, default-nya bahasa browser.
-   `answer_language`: pilihan eksplisit pengguna jika ada, jika tidak, bahasa pesan yang terdeteksi.
-   Untuk audio, `audio_language`: nilai yang Anda kirim ke model transkripsi. Referensi API BroadNet meminta Anda selalu mengirim `language` pada permintaan transkripsi; jika tidak, bahasa Arab bisa kembali dalam huruf Latin.

## Bagaimana mendukung teks kanan-ke-kiri dan teks campuran arah?

Tiga lapis, berdasarkan panduan W3C:

1.  **Arah halaman dari locale.** Tetapkan `dir="rtl"` dan `lang="ar"` pada elemen `html` untuk bahasa Arab. W3C menyarankan agar arah dasar tidak diatur dengan CSS, dan agar margin, padding, serta perataan memakai nilai logis (`start` dan `end`), bukan kiri dan kanan.
2.  **CSS logis.** `margin-inline-start` alih-alih `margin-left`, `text-align: start` alih-alih `left`. MDN menggambarkan properti logis sebagai pengendali tata letak “through logical rather than physical direction” (Terjemahan BroadRouter: melalui arah logis, bukan arah fisik). Dengan begitu satu stylesheet melayani kedua arah.
3.  **Isolasi teks yang tidak Anda tulis.** Pesan pengguna, jawaban model, nama produk, dan kode pesanan punya arahnya sendiri. Aturan W3C: jika Anda tidak tahu arah teks yang disisipkan saat runtime, tambahkan `dir="auto"` pada elemen pembungkusnya, atau bungkus dengan elemen `bdi`. Tanpa isolasi, kode pesanan berbahasa Inggris di akhir kalimat Arab bisa melompat ke sisi yang salah, dan tanda baca jatuh di tempat yang aneh.

Untuk antarmuka chat, artinya `dir="auto"` pada setiap gelembung pesan, karena setiap pesan mengambil arah dari karakter kuat pertamanya, dan `bdi` di sekitar nama dan kode di dalam string antarmuka Anda sendiri. Di tempat yang tidak memiliki markup (notifikasi push, SMS, ekspor CSV), isolat dari Algoritma Dua Arah Unicode melakukan hal yang sama: U+2068 FIRST STRONG ISOLATE sebelum teks dan U+2069 POP DIRECTIONAL ISOLATE sesudahnya.

Output model menambah satu kasus lagi: Markdown. Model yang menjawab dalam bahasa Arab bisa menyertakan kode, URL, atau sel tabel berbahasa Inggris. Render blok kode dengan `dir="ltr"` secara eksplisit, dan beri setiap paragraf dan sel tabel `dir="auto"`.

## Bagaimana angka dan tanggal harus berbeda per locale?

Biarkan platform yang memformatnya, dan uji apa yang benar-benar dihasilkan. Kami menjalankan `Intl.NumberFormat` dan `Intl.DateTimeFormat` di Node 24.22.1 (ICU 78.3, CLDR 48) untuk 1234.5 dan 15 November 2026:

| Locale | Angka | Tanggal (panjang) | Arah |
| --- | --- | --- | --- |
| en-US | 1,234.5 | November 15, 2026 | ltr |
| ar-SA | ١٬٢٣٤٫٥ | ١٥ نوفمبر ٢٠٢٦ | rtl |
| ar-SA-u-nu-latn | 1,234.5 | 15 نوفمبر 2026 | rtl |
| ar-AE | 1,234.5 | 15 نوفمبر 2026 | rtl |
| es-ES | 1234,5 | 15 de noviembre de 2026 | ltr |
| es-MX | 1,234.5 | 15 de noviembre de 2026 | ltr |

Ada empat hal yang perlu diperhatikan. Locale Arab berbeda dalam digit: Saudi default-nya Arab-Indic, UEA memakai digit Barat, dan ekstensi `-u-nu-latn` (lihat `numberingSystem` di MDN) mengalihkan sebuah locale ke digit Barat. Bahasa Spanyol berbeda per wilayah: Spanyol memakai koma desimal dan, untuk angka empat digit, tanpa pemisah ribuan; Meksiko memakai titik. Nama bulan juga bervariasi di dunia Arab: `ar-MA` mencetak نونبر untuk November, sedangkan `ar-SA` mencetak نوفمبر. Dan browser membawa versi ICU masing-masing, jadi jalankan pemeriksaan yang sama di browser target Anda.

Bentuk jamak mengikuti aturan CLDR: `Intl.PluralRules` untuk `ar` mengembalikan enam kategori untuk 0, 1, 2, 3, 11, dan 100 (zero, one, two, few, many, other), sedangkan bahasa Inggris dan Spanyol hanya mengembalikan one dan other untuk angka-angka itu. Sisi string dari hal ini ada di [artikel string aplikasi](https://broadrouter.com/id/blog/translate-app-strings-to-arabic-llm/).

Pada input, terima kedua bentuk digit. Pengguna bisa mengetik ١٢٣٤ di kolom jumlah; normalkan ke digit ASCII sebelum parsing, dan sebelum mengirim angka ke model jika prompt Anda membandingkannya.

## Bisakah bahasa setiap pesan dideteksi?

Sebagian. Membedakan aksara Arab dari aksara Latin itu mudah dan andal: hitung karakter di blok Unicode Arab. Membedakan Inggris dari Spanyol, atau membaca pesan yang sangat pendek, membutuhkan model terlatih. fastText menerbitkan dua model identifikasi bahasa untuk 176 bahasa (`lid.176.bin`, 126 MB, dan versi terkompresi `lid.176.ftz`, 917 kB).

Berikut modul pembantu kecil untuk keputusan-keputusan di atas. Detektornya sengaja dibuat sederhana, untuk menunjukkan di mana cara sederhana gagal.

```javascript
// UI locale and content language are separate values. Never derive one from the other silently.
const RTL = new Set(['ar', 'he', 'fa', 'ur']);

/** Rough script-based guess: enough to pick a direction and a prompt, not a language-ID model. */
export function guessLanguage(text) {
  const arabic = (text.match(/[؀-ۿݐ-ݿ]/g) || []).length;
  const latin = (text.match(/[A-Za-zÀ-ÿ]/g) || []).length;
  if (arabic + latin < 3) return 'und';
  if (arabic / (arabic + latin) > 0.6) return 'ar';
  if (arabic / (arabic + latin) > 0.2) return 'mixed';
  return /[ñ¿¡áéíóú]|\b(el|la|los|las|de|que|por|para|está|dónde)\b/i.test(text) ? 'es' : 'en';
}

/** Wrap user or model text for display inside UI text of either direction (W3C: bdi / dir="auto"). */
export const isolate = (s) => `<bdi>${s.replace(/[&<>"]/g, (c) => ({ '&': '&amp;', '<': '&lt;', '>': '&gt;', '"': '&quot;' })[c])}</bdi>`;

/** Plain-text equivalent for places with no markup (notifications, CSV, SMS): FSI ... PDI. */
export const isolateText = (s) => `⁨${s}⁩`;

export function formatters(uiLocale) {
  return {
    dir: RTL.has(new Intl.Locale(uiLocale).language) ? 'rtl' : 'ltr',
    number: new Intl.NumberFormat(uiLocale),
    date: new Intl.DateTimeFormat(uiLocale, { dateStyle: 'long', timeZone: 'UTC' }),
    plural: new Intl.PluralRules(uiLocale),
  };
}

/** Normalise digits a user typed before parsing: Arabic-Indic and Persian to ASCII. */
export const toAsciiDigits = (s) =>
  s.replace(/[٠-٩]/g, (d) => d.charCodeAt(0) - 0x0660).replace(/[۰-۹]/g, (d) => d.charCodeAt(0) - 0x06F0);

/** System prompt: the answer language comes from the content, or the user's explicit choice, not the UI. */
export function systemPrompt({ answerLanguage }) {
  const name = { ar: 'Arabic', en: 'English', es: 'Spanish' }[answerLanguage] ?? 'the language of the user\'s message';
  return `Answer in ${name}. Keep product names, code, URLs and numbers exactly as written.`;
}
```

Kami menjalankannya di Node 24. Modul ini melabeli وين طلبي؟ sebagai `ar`, “¿Dónde está mi pedido?” sebagai `es`, “Where is my order?” sebagai `en`, dan kalimat Arab yang berisi kode ORD-5521 sebagai `ar`. “ok” menghasilkan `und`, yang dengan benar jatuh ke “the language of the user’s message” (bahasa pesan pengguna) di prompt. Lalu “ana 3ayez a3raf el order fen”, bahasa Arab Mesir dalam huruf Latin ([Arabizi](https://broadrouter.com/id/glossary/arabizi/)), menghasilkan `es`, karena kata “el” terlihat seperti bahasa Spanyol. Itulah hasil jujur dari sebuah heuristik. Jika pengguna Anda menulis Arabizi, deteksi secara eksplisit dan perlakukan sebagai bahasa Arab, seperti di [menangani Arabizi](https://broadrouter.com/id/blog/arabizi-llm-handling/), dan biarkan pengguna mengoreksi bahasa jawaban dengan satu ketukan.

Pembantu digit mengubah ٢٠٢٦-١١-١٥ menjadi 2026-11-15, dan `isolate()` meng-escape HTML sebelum membungkus, sehingga nama perusahaan seperti `Acme <Ltd>` tidak bisa menyuntikkan markup.

## Apa lagi yang berubah ketika bahasa berubah?

-   **Panjang teks.** Teks antarmuka hasil terjemahan sering lebih panjang. W3C mengutip pedoman IBM yang memperkirakan string Inggris hingga 10 karakter tumbuh menjadi 200–300% panjangnya dalam bahasa-bahasa Eropa, dan string di atas 70 karakter menjadi sekitar 130%. Desain tombol dan label agar bisa terlipat, dan uji build bahasa Spanyol pada lebar sempit.
-   **Font.** Pilih keluarga font yang punya desain Arab yang serasi, dan periksa tinggi baris bahasa Arab: harakat membutuhkan ruang di atas dan di bawah.
-   **Pencarian dan pencocokan.** Teks Arab perlu dinormalkan sebelum dicocokkan (harakat, bentuk alif, tatweel). [Normalizer teks Arab](https://broadrouter.com/tools/arabic-text-normalizer/) menunjukkan setiap aturannya.
-   **Ucapan.** Pilih model transkripsi berdasarkan bahasa audionya, bukan antarmukanya. BroadNet mencantumkan satu model bahasa Arab dan satu model 14 bahasa yang mencakup Inggris, Spanyol, dan Arab; halaman model multibahasanya menyarankan memilih model Arab untuk audio berbahasa Arab. Artikel [speech-to-text multibahasa](https://broadrouter.com/id/blog/multilingual-speech-to-text-api/) membandingkan pilihannya.
-   **Dialek.** “Bahasa Arab” bukan satu target. Pengguna di Riyadh, Kairo, dan Casablanca menulis dengan cara berbeda; [dialek Teluk dan Mesir](https://broadrouter.com/id/blog/arabic-llm-gulf-egyptian-dialects/) membahas apa yang perlu diuji.

## Bagaimana mengevaluasi dan menganggarkan setiap bahasa?

Secara terpisah. Satu skor gabungan menyembunyikan bahasa yang lemah, dan satu anggaran gabungan menyembunyikan bahasa yang mahal.

Bangun set evaluasi kecil per bahasa dari pesan nyata, dengan penutur asli yang melabeli jawaban yang diharapkan. Periksa bahwa jawaban berada dalam bahasa yang diminta, bahwa nama, angka, dan kode tetap utuh, dan bahwa kualitas terjaga untuk setiap dialek yang Anda layani. Jalankan set yang sama saat Anda mengganti model atau prompt; metodenya ada di [mengevaluasi LLM sebelum beralih](https://broadrouter.com/id/blog/evaluate-llm-before-switching/).

Untuk biaya, jumlah token berbeda per bahasa dan tokenizer. Dalam dataset terukur BroadRouter, teks Arab Standar Modern yang sama membutuhkan 1.31× (Qwen3.8 27B) hingga 1.77× (GLM 5.3) jumlah token terjemahan bahasa Inggrisnya. [Biaya nyata per bahasa](https://broadrouter.com/data/real-cost-by-language/) mengubah jumlah itu menjadi uang per model, termasuk bahasa Spanyol, dan [penghitung token Arab](https://broadrouter.com/tools/arabic-token-counter/) mengukur teks Anda sendiri. Catat token per permintaan beserta bahasa kontennya, sehingga Anda bisa melihat biaya per bahasa per pengguna, bukan hanya per bulan.

Terakhir, mintalah tinjauan penutur asli sebelum peluncuran. Terjemahan mesin maupun output model sama-sama bisa menghasilkan bahasa Arab dan Spanyol yang benar secara tata bahasa tetapi keliru untuk audiens Anda. Peninjau yang memakai produk dalam bahasanya sendiri akan menangkap apa yang tidak tertangkap oleh pengujian apa pun.

## Di mana posisi BroadNet Inference?

BroadRouter adalah situs milik BroadNet sendiri. Model-model BroadNet Inference cukup cocok untuk produk berbahasa Arab, Inggris, dan Spanyol: BroadNet melaporkan telah menguji [Qwen3.8 27B](https://broadrouter.com/id/models/qwen3.8-27b/) dalam bahasa Arab, termasuk pemahaman dialek Teluk dan Mesir; [Gemma 4 VL 26B](https://broadrouter.com/id/models/gemma-4-vl-26b/) bisa dipakai dengan kredit awal $5; dan transkripsi mencakup bahasa Arab ([BroadNet Transcribe Arabic](https://broadrouter.com/id/models/cohere-transcribe-arabic/), $0.0042 per menit) serta 14 bahasa termasuk Inggris dan Spanyol ([BroadNet Transcribe](https://broadrouter.com/id/models/cohere-transcribe/), $0.002 per menit). Konten inferensi tidak disimpan; metadata akun, penagihan, dan keamanan yang diperlukan disimpan sebagaimana dijelaskan dalam pernyataan privasi BroadNet. Semua yang dibahas di artikel ini tentang tata letak, arah, pemformatan, dan deteksi adalah tugas aplikasi Anda, API apa pun yang Anda gunakan.

Alat gratis untuk topik ini (bahasa Inggris)

-   [Arabic token counter](https://broadrouter.com/tools/arabic-token-counter/) Arabic vs English token counts per tokenizer: the "Arabic tax" in tokens and money.
-   [Arabic text normalizer](https://broadrouter.com/tools/arabic-text-normalizer/) Tashkeel, tatweel, alef, ya, ta marbuta, digits and invisible characters, with a matching Python function.
-   [Speech-to-text cost calculator](https://broadrouter.com/tools/speech-to-text-cost-calculator/) Hours, calls or voice notes to a monthly transcription bill, against your current provider.

[Alat gratis (bahasa Inggris)](https://broadrouter.com/tools/)

## Istilah dalam artikel ini

[Teks right-to-left (RTL)](https://broadrouter.com/id/glossary/rtl-text/)

Teks right-to-left (RTL) adalah tulisan, seperti bahasa Arab atau Ibrani, yang ditampilkan dari kanan ke kiri. Komputer menyimpannya dalam urutan baca logis, dan Unicode Bidirectional Algorithm menentukan urutan tampilan saat teks RTL bercampur dengan teks kiri-ke-kanan, angka, nama model, atau kode.

[Alih kode (code-switching)](https://broadrouter.com/id/glossary/code-switching/)

Alih kode (code-switching) adalah penggunaan dua bahasa atau lebih, atau beberapa varian dari satu bahasa, dalam percakapan atau kalimat yang sama, baik lisan maupun tulisan. Contohnya penutur bahasa Arab yang mencampur kata bahasa Inggris ke dalam dialek, atau berpindah antara Arab Standar Modern dan dialek mereka.

[Arabizi (Franco-Arabic)](https://broadrouter.com/id/glossary/arabizi/)

Arabizi adalah bahasa Arab yang ditulis secara informal dengan huruf Latin, memakai angka untuk bunyi Arab yang tidak punya padanan Latin, misalnya 3 untuk ع. Arabizi umum di chat dan media sosial, kebanyakan berupa dialek, tidak punya ejaan baku, dan sering dicampur dengan bahasa Inggris atau Prancis.

[Token](https://broadrouter.com/id/glossary/token/)

Token adalah satuan teks yang dibaca dan ditulis model bahasa: sebuah kata, bagian kata, tanda baca, atau urutan byte yang dihasilkan tokenizer model. API LLM menghitung, membatasi, dan biasanya menagih pemakaian dalam token.

[Harakat bahasa Arab (tashkeel)](https://broadrouter.com/id/glossary/arabic-diacritics/)

Harakat bahasa Arab, atau tashkeel, adalah tanda kecil di atas atau di bawah huruf yang menunjukkan vokal pendek, konsonan ganda, dan ketiadaan vokal. Tanda ini opsional: sebagian besar teks Arab, termasuk berita, tidak memakainya, sehingga pembaca dan perangkat lunak menebak vokal dari konteks.

[Prompt engineering (rekayasa prompt)](https://broadrouter.com/id/glossary/prompt-engineering/)

Prompt engineering adalah proses menulis, menyusun, dan menguji instruksi yang diberikan ke model bahasa agar model konsisten menghasilkan output yang memenuhi kebutuhan Anda. Cakupannya meliputi pesan peran, instruksi yang jelas, contoh, format, dan pengukuran hasil terhadap kasus uji.

[Speech-to-text (ucapan ke teks)](https://broadrouter.com/id/glossary/speech-to-text/)

Speech-to-text, juga disebut automatic speech recognition (ASR), adalah teknologi yang mengubah audio ucapan menjadi teks tertulis. API speech-to-text menerima file atau stream audio dan mengembalikan transkrip, biasanya dihargai per menit audio. Akurasinya diukur dengan word error rate dan bervariasi menurut aksen, dialek, dan kualitas rekaman.

[Tokenizer](https://broadrouter.com/id/glossary/tokenizer/)

Tokenizer adalah komponen yang mengubah teks menjadi urutan ID token berupa bilangan bulat yang dibaca model bahasa, dan mengubah ID yang dihasilkan kembali menjadi teks. Setiap model punya tokenizer sendiri, jadi teks yang sama bisa menghasilkan jumlah token berbeda di model yang berbeda.

## Pertanyaan umum

### Apakah AI harus menjawab dalam bahasa antarmuka atau bahasa pengguna?

Secara default, jawab dalam bahasa pesan pengguna, dan izinkan pengguna mengubahnya. Locale antarmuka hanya memberi tahu cara menata layar. Pengguna antarmuka berbahasa Arab yang mengetik dalam bahasa Inggris biasanya menginginkan jawaban berbahasa Inggris.

### Bagaimana menampilkan teks Inggris di dalam gelembung chat berbahasa Arab?

Beri setiap elemen pesan dir="auto" agar browser menentukan arahnya dari karakter kuat pertama, dan bungkus nama, kode, serta URL yang disisipkan dalam elemen bdi. Pada teks biasa, apit dengan U+2068 FIRST STRONG ISOLATE dan U+2069 POP DIRECTIONAL ISOLATE.

### Apakah pengguna Arab harus melihat digit Arab-Indic?

Tergantung wilayah dan pengguna Anda. Dalam uji Node 24 kami, default untuk ar-SA dan ar-EG adalah digit Arab-Indic, sedangkan ar-AE dan ar-MA memakai digit Barat. Pilih per locale, sediakan pengaturan, dan terima keduanya pada input dengan menormalkan digit sebelum parsing.

### Bagaimana cara mendeteksi bahasa pesan chat?

Untuk membedakan aksara Arab dan Latin, menghitung karakter di blok Unicode Arab sudah cukup. Untuk membedakan Inggris dan Spanyol, atau menangani pesan pendek dan campuran, gunakan model identifikasi bahasa terlatih seperti lid.176 dari fastText, dan tetap anggap hasilnya sebagai petunjuk.

### Apakah bahasa Arab lebih mahal daripada Inggris di API LLM?

Sering kali ya, per pesan, karena banyak tokenizer membutuhkan lebih banyak token untuk konten Arab yang sama. Rasionya bergantung pada tokenizer model. Ukur pada teks Anda sendiri dan anggarkan setiap bahasa secara terpisah.

## Baca juga

-   [String aplikasi ke bahasa Arab dengan LLM: placeholder dan plural](https://broadrouter.com/id/blog/translate-app-strings-to-arabic-llm/)
-   [Prompt engineering bahasa Arab: register, RTL, angka, teks campuran](https://broadrouter.com/id/blog/arabic-prompt-engineering/)
-   [Arabizi dan LLM: menangani Franco-Arab dengan angka seperti 3 dan 7](https://broadrouter.com/id/blog/arabizi-llm-handling/)
-   [Token per kata bahasa Arab vs Inggris: mengapa bahasa Arab lebih mahal](https://broadrouter.com/id/blog/tokens-per-word-arabic-english/)
-   [Bahasa Arab Teluk, Mesir, dan Syam: cara LLM menangani dialek](https://broadrouter.com/id/blog/arabic-llm-gulf-egyptian-dialects/)
-   [API speech-to-text multibahasa: 14 bahasa, satu endpoint](https://broadrouter.com/id/blog/multilingual-speech-to-text-api/)
-   [Memilih API LLM untuk bahasa Arab: apa yang perlu diuji](https://broadrouter.com/id/blog/choosing-an-llm-for-arabic/)
-   [Menambahkan harakat ke teks Arab dengan LLM: prompt, cek, DER](https://broadrouter.com/id/blog/arabic-diacritization-llm/)
-   [Koreksi tata bahasa dan ejaan Arab dengan LLM: panduan praktis](https://broadrouter.com/id/blog/arabic-grammar-spelling-correction-llm/)
-   [Panduan: API speech-to-text bahasa Arab, langkah demi langkah](https://broadrouter.com/id/guides/arabic-speech-to-text-api/)
-   [Panduan: Memakai OpenAI Node.js SDK dengan BroadNet Inference](https://broadrouter.com/id/guides/openai-node-sdk/)

Coba dengan beban kerja Anda yang sebenarnya. Akun baru mendapat kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM, dan Qwen3.8 memerlukan top up.

[Mulai](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-multilingual-product-design&utm_content=page-cta) ·

**Sumber**

-   [W3C Internationalization, markup struktural dan teks kanan-ke-kiri di HTML (dicek 2026-11-15)](https://www.w3.org/International/questions/qa-html-dir)
-   [W3C Internationalization, markup inline dan teks dua arah di HTML: dir="auto", bdi, dan U+2068 (dicek 2026-11-15)](https://www.w3.org/International/articles/inline-bidi-markup/)
-   [W3C Internationalization, panjang teks dalam terjemahan, dengan pedoman ekspansi IBM (dicek 2026-11-15)](https://www.w3.org/International/articles/article-text-size.en)
-   [Unicode Standard Annex #9, Algoritma Dua Arah Unicode: isolat arah eksplisit (dicek 2026-11-15)](https://www.unicode.org/reports/tr9/)
-   [MDN, properti dan nilai logis CSS (dicek 2026-11-15)](https://developer.mozilla.org/en-US/docs/Web/CSS/CSS_logical_properties_and_values)
-   [MDN, Intl.Locale.prototype.numberingSystem (dicek 2026-11-15)](https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/Intl/Locale/numberingSystem)
-   [Unicode CLDR, tabel aturan bentuk jamak per bahasa (dicek 2026-11-15)](https://www.unicode.org/cldr/charts/latest/supplemental/language_plural_rules.html)
-   [fastText, identifikasi bahasa: model lid.176 untuk 176 bahasa (dicek 2026-11-15)](https://fasttext.cc/docs/en/language-identification.html)
-   [Referensi API BroadNet Inference: selalu kirim language pada transkripsi (dicek 2026-11-15) (bahasa Inggris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-multilingual-product-design&utm_content=sources)
-   [pricing.json BroadNet Inference: bahasa transkripsi per model (dicek 2026-11-15) (bahasa Inggris)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-multilingual-product-design&utm_content=sources)
-   [Halaman harga BroadNet Inference: Qwen3.8 27B "Tested in Arabic: fluent writing, Gulf and Egyptian dialects understood" (Terjemahan BroadRouter: diuji dalam bahasa Arab; tulisan lancar, dialek Teluk dan Mesir dipahami) (dicek 2026-11-15) (bahasa Inggris)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-multilingual-product-design&utm_content=sources)
-   [Halaman model BroadNet, BroadNet Transcribe: "For Arabic audio, choose our Arabic transcription model" (Terjemahan BroadRouter: untuk audio berbahasa Arab, pilih model transkripsi bahasa Arab kami) (dicek 2026-11-15) (bahasa Inggris)](https://www.broadnet.ai/inference/models/cohere-transcribe)
