---
title: "Перевод с арабского на английский через LLM: промпты и QA"
description: "Перевод с арабского на английский и обратно через LLM API: промпты, сохраняющие тон, глоссарии терминов, числа и имена, и как оценивать качество перевода."
url: https://broadrouter.com/ru/blog/arabic-english-translation-llm/
lang: ru
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Переведено с английского с помощью ИИ. [Читать оригинал на английском](https://broadrouter.com/blog/arabic-english-translation-llm/) (обновлён 2026-11-14).

# Арабско-английский перевод через LLM: промпты, глоссарии, оценка

Команда BroadNet Inference · 5 мин чтения · Опубликовано 2026-11-14

Чтобы переводить между арабским и английским с LLM, сообщите модели аудиторию, регистр и глоссарий фиксированных терминов, попросите не менять числа и имена и переводите фрагментами размером с абзац. Оценивайте по chrF или COMET плюс проверка носителем языка. В тестах BroadNet модель Qwen3.8 27B точно переводила между арабским и английским.

## Главное

-   Укажите направление, аудиторию и регистр: «розничные покупатели в Саудовской Аравии, вежливый MSA» работает лучше, чем «переведи на арабский».
-   Глоссарий фиксированных терминов делает продуктовые, юридические и интерфейсные термины одинаковыми во всех фрагментах и во всех вызовах.
-   Проверяйте числа, даты, имена и отрицания в коде или при вычитке: именно эти ошибки обходятся дороже всего.
-   Для автоматической оценки используйте chrF или COMET, а всё, что видят клиенты или что имеет юридическую силу, отдавайте носителям языка.
-   BroadNet сообщает, что в её тестах Qwen3.8 27B точно переводила между арабским и английским.

**На этой странице**

1.  Почему перевод между арабским и английским сложен для LLM?
2.  Какой промпт даёт хорошие арабские переводы?
3.  Почему глоссарий так важен?
4.  Как делить длинные документы?
5.  Как ловить опасные ошибки?
6.  Как оценивать качество перевода?
7.  Какую модель использовать и сколько это будет стоить?
8.  Можно ли отправлять в API договоры и тикеты?

Чтобы переводить между арабским и английским с LLM, сообщите модели направление, аудиторию и регистр, дайте ей глоссарий фиксированных терминов, сохраняйте числа и имена без изменений и отправляйте фрагменты размером с абзац. Затем проверяйте числа и отрицания в коде и оценивайте по chrF, COMET и мнению носителя языка.

В арабском такой контроль особенно важен: дословный перевод может быть правильным и всё равно звучать чужеродно.

## Почему перевод между арабским и английским сложен для LLM?

-   **Регистр.** Литературный арабский ([современный литературный арабский](https://broadrouter.com/ru/glossary/msa/), фусха) и повседневная речь сильно различаются. Рекламная фраза, непринуждённая на английском, в дословном MSA может стать натянутой или смешной.
-   **Порядок слов и длина.** Арабские предложения часто начинаются с глагола, а арабский текст нередко отличается по длине от английского. Строки интерфейса, которые помещаются на английском, могут переноситься или вылезать за границы.
-   **Род и число.** Арабский выражает род в глаголах, прилагательных и местоимениях, а ещё в нём есть двойственное число. Английское «you» должно стать أنتَ, أنتِ, أنتما, أنتم или أنتنّ. Если читатель неизвестен, скажите модели, какую форму использовать по умолчанию.
-   **Имена и транслитерация.** У «محمد» много английских написаний (Mohammed, Muhammad, Mohamed). Выберите одно для каждого человека и придерживайтесь его.
-   **Числа и даты.** Восточноарабские цифры, даты по хиджре и форматирование справа налево требуют явных правил.

## Какой промпт даёт хорошие арабские переводы?

Качество перевода зависит от инструкций гораздо больше, чем от удачных формулировок. Сообщите модели направление, аудиторию, регистр, глоссарий и формат вывода:

```python
import os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

GLOSSARY = """Invoice = فاتورة
VAT = ضريبة القيمة المضافة
Refund = استرداد المبلغ
Terms and Conditions = الشروط والأحكام
BroadPay = BroadPay (do not translate)"""

SYSTEM = f"""You translate customer-support articles from English to Arabic.
Audience: retail customers in Saudi Arabia and the UAE.
Register: clear, polite Modern Standard Arabic; short sentences; address the reader
in the masculine singular as a neutral default.
Rules:
- Use the glossary exactly. Never translate product names marked "do not translate".
- Keep every number, date, URL, email address and code snippet unchanged.
- Keep Markdown structure (headings, lists, links) unchanged.
- Output only the translation.
Glossary:
{GLOSSARY}"""

def translate(text: str) -> str:
    r = client.chat.completions.create(
        model="broadnet/qwen3.8-27b",
        max_tokens=4000,  # the model reasons before answering
        messages=[{"role": "system", "content": SYSTEM},
                  {"role": "user", "content": text}],
    )
    return r.choices[0].message.content
```

Для направления арабский → английский поменяйте направление и добавьте то, что нужно английскому читателю: «американский английский, простой стиль, арабские личные имена писать так, как указано в глоссарии». Если источник может быть на диалекте, скажите это: «Источник может быть на арабском Залива или египетском; переводи смысл, а не слово в слово».

## Почему глоссарий так важен?

Без глоссария модель может перевести «refund» как استرجاع в одном абзаце и как استرداد в следующем. Оба варианта — нормальный арабский, но вместе они выглядят небрежно и ломают поиск. Глоссарий это исправляет:

1.  **Начните с существующих переводов.** Извлеките термины из справочного центра, договоров и строк интерфейса, которые у вас уже есть на обоих языках.
2.  **Держите его коротким.** От пятидесяти до двухсот терминов покрывают большинство продуктов. Включайте только термины, которые не должны меняться.
3.  **Добавьте то, что не переводится.** Бренды, названия продуктов, тарифов и идентификаторы в коде.
4.  **Помещайте его в системный промпт, перед текстом.** Так он остаётся и в кэшируемом префиксе, что снижает стоимость входа при повторных вызовах; см. [кэшированные входные токены](https://broadrouter.com/ru/blog/cached-input-tokens-explained/).
5.  **Проверяйте его в коде.** После перевода убедитесь, что каждый термин глоссария, встретившийся в источнике, стоит в переводе в своей фиксированной форме.

## Как делить длинные документы?

Переводите фрагментами по абзацу или разделу, а не по предложению. Вызовы на уровне предложений теряют контекст (кто такой «он», к какому продукту относится «оно»). Вызовы на весь документ работают на моделях с длинным контекстом, но одну ошибку в них труднее найти и перезапросить. Раздел в несколько сотен слов — хороший баланс. Если важна согласованность, передавайте перевод предыдущего раздела как контекст.

У [Qwen3.8 27B](https://broadrouter.com/ru/models/qwen3.8-27b/) контекст 262 144 токена; [DeepSeek V4.1 Flash](https://broadrouter.com/ru/models/deepseek-v4.1-flash/) и [GLM 5.3](https://broadrouter.com/ru/models/glm-5.3/) принимают до 1 048 576 токенов — этого хватает, чтобы вместе с переводимым текстом передать длинный справочный документ.

## Как ловить опасные ошибки?

Гладкий вывод скрывает ошибки. Проверяйте автоматически:

-   **Числа:** извлеките все числа из источника и перевода (после конвертации восточноарабских цифр) и сравните наборы.
-   **Отрицания:** потерянное «не» (لا, لم, لن, ليس, ما) переворачивает смысл. Помечайте предложения, где в источнике есть отрицание, а в переводе нет.
-   **Имена и термины глоссария:** убедитесь, что они дошли без изменений.
-   **Соотношение длины:** перевод заметно короче ожидаемого обычно означает, что что-то пропущено.

```python
import re
EASTERN = str.maketrans("٠١٢٣٤٥٦٧٨٩", "0123456789")

def numbers(s: str) -> list[str]:
    return sorted(re.findall(r"\d+(?:[.,]\d+)?", s.translate(EASTERN)))

def check(src: str, tgt: str) -> list[str]:
    issues = []
    if numbers(src) != numbers(tgt):
        issues.append(f"numbers differ: {numbers(src)} vs {numbers(tgt)}")
    return issues
```

Десятичный разделитель в разных локалях может отличаться (в арабском тексте иногда используется ٫), поэтому нормализуйте и его, если он встречается в ваших документах.

## Как оценивать качество перевода?

Автоматические метрики показывают, стало ли изменение промпта или модели в среднем лучше или хуже:

| Метрика | Что измеряет | Заметки для арабского |
| --- | --- | --- |
| BLEU | Совпадение словесных n-грамм с эталоном | Сурова к арабскому, где клитики и варианты написания меняют формы слов |
| [chrF](https://aclanthology.org/W15-3049/) | Совпадение символьных n-грамм | Снисходительнее к арабской морфологии; лучший вариант по умолчанию |
| [COMET](https://arxiv.org/abs/2009.09025) | Оценка качества нейросетевой моделью | Лучше коррелирует с оценками людей; нужен GPU или хостинговый сервис оценки |

Из публичных бенчмарков есть FLORES-200, который использует проект [No Language Left Behind](https://arxiv.org/abs/2207.04672): по его [списку языков](https://github.com/facebookresearch/flores/blob/main/flores200/README.md), в нём наряду с английским есть современный литературный арабский и египетский, наджди, северо- и южнолевантийский, месопотамский, марокканский, тунисский и таиззи-адени арабский. Но настоящий тест — ваш собственный контент:

1.  Возьмите от 100 до 200 типичных сегментов, для которых уже есть профессиональные переводы.
2.  Переведите их каждой моделью и каждой версией промпта.
3.  Посчитайте chrF (и COMET, если можете), предварительно одинаково нормализовав арабское написание для всех систем.
4.  Попросите носителя языка оценить по 30 сегментов на систему по точности и естественности, не зная, какая система их выдала.
5.  Отдельно считайте срабатывания проверок на опасные ошибки, описанных выше.

## Какую модель использовать и сколько это будет стоить?

BroadNet сообщает, что в её тестах [Qwen3.8 27B](https://broadrouter.com/ru/models/qwen3.8-27b/) точно переводила между арабским и английским, писала беглый арабский и понимала диалекты Залива и Египта. Поэтому на BroadNet Inference она естественный первый кандидат. Стоит протестировать и [DeepSeek V4.1 Flash](https://broadrouter.com/ru/models/deepseek-v4.1-flash/): её выходные токены дешевле, и именно она доступна на безлимитных тарифах с фиксированной ценой. [Сравнение DeepSeek V4.1 Flash и Qwen3.8 27B](https://broadrouter.com/compare/deepseek-v4.1-flash-vs-qwen3.8-27b/) ставит их рядом.

За 1 млн токенов:

| Модель | Вход | Выход |
| --- | --- | --- |
| Qwen3.8 27B | $0.175 | $2.17 |
| DeepSeek V4.1 Flash | $0.175 | $0.52 |
| GLM 5.3 | $0.78 | $3.46 |

Перевод примерно такой же длины, как вход, а все три модели рассуждают перед ответом, поэтому счёт обычно определяют выходные токены. К тому же арабскому, как правило, нужно больше токенов на слово, чем английскому; см. [токены на слово в арабском и английском](https://broadrouter.com/ru/blog/tokens-per-word-arabic-english/). Вставьте образец в бесплатный [счётчик токенов для арабского](https://broadrouter.com/tools/arabic-token-counter/), сверьтесь с `usage` реального запроса и спрогнозируйте месячные расходы в [калькуляторе стоимости LLM API](https://broadrouter.com/tools/llm-api-cost-calculator/). Для большого разового проекта локализации на DeepSeek V4.1 Flash недельный тариф за $15 полностью убирает счётчик токенов.

## Можно ли отправлять в API договоры и тикеты?

Договоры, медицинские письма и обращения в поддержку часто содержат персональные данные. BroadNet Inference не хранит промпты и ответы после запроса; см. [нулевое хранение данных](https://broadrouter.com/ru/privacy/). Убедитесь, что ваша память переводов и логи следуют тем же правилам.

Бесплатные инструменты по теме (на английском)

-   [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.

[Бесплатные инструменты (на английском)](https://broadrouter.com/tools/)

## Термины в этой статье

[Современный стандартный арабский (MSA, фусха)](https://broadrouter.com/ru/glossary/msa/)

Современный стандартный арабский (MSA) — это стандартизированная форма арабского языка для письма, новостей, образования и официальной речи во всём арабском мире. Ни для кого он не родной повседневный язык: люди говорят на региональных диалектах, например египетском или заливском, и переходят на MSA в официальной обстановке.

[Токен (token)](https://broadrouter.com/ru/glossary/token/)

Токен — это единица текста, которую языковая модель читает и пишет: слово, часть слова, знак препинания или последовательность байтов, которую выдаёт токенизатор модели. LLM API считают, ограничивают и обычно тарифицируют использование в токенах.

[Входные и выходные токены (input and output tokens)](https://broadrouter.com/ru/glossary/input-and-output-tokens/)

Входные токены — это токены, которые языковая модель читает в запросе: системный промпт, история диалога, описания инструментов и изображения. Выходные токены — это токены, которые она генерирует в ответ, включая рассуждения. LLM API обычно тарифицируют их по отдельности, и выход, как правило, дороже.

[Контекстное окно (context window)](https://broadrouter.com/ru/glossary/context-window/)

Контекстное окно — это максимальное число токенов, с которым языковая модель может работать в одном запросе. В него входят промпт, история диалога, описания инструментов, изображения и сгенерированный ответ, включая токены рассуждений. Всё, что не помещается, приходится обрезать, сжимать в краткое изложение или делить на несколько запросов.

[Вызов инструментов (tool calling)](https://broadrouter.com/ru/glossary/tool-calling/)

Вызов инструментов (function calling) — это функция LLM API, при которой модель возвращает структурированный запрос на выполнение функции, заданной разработчиком, с аргументами в JSON. Приложение выполняет функцию и отправляет результат обратно; сама модель код никогда не выполняет.

[Нулевое хранение данных (ZDR)](https://broadrouter.com/ru/glossary/zero-data-retention/)

Нулевое хранение данных (ZDR) — это политика обработки данных, при которой AI-провайдер обрабатывает промпты и ответы только для выполнения запроса и после этого не сохраняет их содержимое ни в логах, ни в кэшах, ни в обучающих данных. Записи без содержимого, например число токенов и время выполнения, обычно всё же хранятся.

[Персональные данные (PII)](https://broadrouter.com/ru/glossary/pii/)

PII (personally identifiable information) — это информация, с помощью которой можно отличить или отследить личность человека, например имя, номер удостоверения или биометрические данные, а также другая информация, связанная или связываемая с ним. В GDPR используется более широкий термин «персональные данные». В работе с LLM маскирование PII удаляет их из промптов до того, как те покинут ваши системы.

## Вопросы и ответы

### LLM переводит арабский лучше, чем специализированный API перевода?

На коротком типовом тексте разница может быть небольшой. LLM выигрывают, когда нужен контроль над тоном, терминами глоссария, форматированием или диалектным вводом, потому что в промпте можно точно сказать, чего вы хотите.

### Может ли модель перевести диалектный арабский на английский?

Часто да, потому что перевод зависит от понимания, а диалекты модели понимают лучше, чем пишут на них. BroadNet сообщает, что в её тестах Qwen3.8 27B понимала диалекты Залива и Египта. Проверьте выборку с носителями языка.

### Можно ли переводить юридические документы машинным переводом?

Используйте LLM для черновика и для понимания текста, но всё, что имеет юридическую силу, должен проверить квалифицированный переводчик. Во многих юрисдикциях для официальных документов к тому же требуется заверенный перевод, выполненный человеком.

### Почему мой арабский перевод занимает больше токенов, чем английский?

Токенизаторы часто делят арабский на больше токенов на слово, чем английский. Вставьте образец в счётчик токенов, а затем сверьтесь с usage.prompt\_tokens и usage.completion\_tokens реального запроса.

### Какую метрику использовать для оценки машинного перевода арабского?

По умолчанию берите chrF: символьные n-граммы лучше, чем BLEU, справляются с арабскими клитиками и вариантами написания. Добавьте COMET, если можете его запустить, и попросите носителей вслепую оценить 30 или больше сегментов на каждую систему.

## Читайте также

-   [Как выбрать LLM API для арабского: что проверить](https://broadrouter.com/ru/blog/choosing-an-llm-for-arabic/)
-   [Промпт-инжиниринг для арабского: регистр, RTL, цифры и смешанный текст](https://broadrouter.com/ru/blog/arabic-prompt-engineering/)
-   [Токены на слово: арабский и английский — почему арабский дороже](https://broadrouter.com/ru/blog/tokens-per-word-arabic-english/)
-   [JSON mode или json\_schema: надёжный структурированный вывод LLM](https://broadrouter.com/ru/blog/structured-output-json-schema/)
-   [Перевод строк приложения на арабский через LLM: плейсхолдеры и плюралы](https://broadrouter.com/ru/blog/translate-app-strings-to-arabic-llm/)
-   [Перевод арабского аудио в английский текст по API: рабочий пайплайн](https://broadrouter.com/ru/blog/translate-arabic-audio-to-english/)
-   [Огласовки в арабском тексте через LLM: промпт, проверка, DER](https://broadrouter.com/ru/blog/arabic-diacritization-llm/)
-   [Проверка арабской орфографии и грамматики через LLM: руководство](https://broadrouter.com/ru/blog/arabic-grammar-spelling-correction-llm/)
-   [Руководство: OpenAI Python SDK и BroadNet Inference](https://broadrouter.com/ru/guides/openai-python-sdk/)
-   [Руководство: Как читать арабские счета и чеки vision-моделью](https://broadrouter.com/ru/guides/read-arabic-invoices-with-vision/)

Проверьте на своей реальной нагрузке. Новые аккаунты получают стартовый грант US$5 на Gemma и распознавание речи. Для DeepSeek, GLM и Qwen3.8 нужно пополнить баланс.

[Начать](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-arabic-english-translation-llm&utm_content=page-cta) ·

**Источники**

-   [Страница цен BroadNet Inference, пометка «Tested in Arabic» у Qwen3.8 27B (дата обращения 2026-11-14) (на английском)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-arabic-english-translation-llm&utm_content=sources)
-   [Popović, chrF: character n-gram F-score for automatic MT evaluation (WMT 2015; дата обращения 2026-11-14)](https://aclanthology.org/W15-3049/)
-   [Rei et al., COMET: A Neural Framework for MT Evaluation (arXiv 2009.09025; дата обращения 2026-11-14)](https://arxiv.org/abs/2009.09025)
-   [NLLB Team, No Language Left Behind (оценка на FLORES-200; arXiv 2207.04672; дата обращения 2026-11-14)](https://arxiv.org/abs/2207.04672)
-   [Список языков FLORES-200 (MSA плюс египетский, наджди, левантийский, месопотамский, марокканский, тунисский и таиззи-адени арабский; дата обращения 2026-11-14)](https://github.com/facebookresearch/flores/blob/main/flores200/README.md)
