TRADUCCIÓN A ESCALA

Traducir un sitio de marketing es un proyecto de una tarde. Traducir noventa y una mil páginas es un problema de ingeniería de pipeline. Deluxe Astrology funciona en treinta idiomas. Este sitio publica ocho locales además del inglés. La restricción no es la calidad de traducción en aislamiento, sino calidad por dólar por hora con integridad de hreflang y un filtro de revisión humana que no se convierta en un trabajo de tiempo completo.

DeepL gana en pares de idiomas europeos y asiáticos principales en volumen. La API es predecible: envías segmentos JSON, recibes segmentos traducidos, se factura por cantidad de caracteres. La latencia es lo suficientemente baja para ejecutar workers paralelos en cientos de páginas por hora. Para listados de productos, plantillas de directorios y cadenas de UI estructuradas, DeepL es mi primer pase por defecto.

Dónde DeepL lucha: modismos de marketing, compresión de titulares SEO, e idiomas fuera de sus pares más fuertes. Traducirá "best WordPress hosting" literalmente cuando el locale espera una forma de head-term diferente. Eso es corregible en post-procesamiento, pero es trabajo.

Claude Haiku es el modelo eficiente en costos para la pasada de humanización. Después de DeepL (o directo desde el inglés en páginas ligeras), Haiku reescribe lotes de cincuenta a cien segmentos con un resumen de estilo: mantener el significado, localizar el idioma, preservar entidades nombradas, nunca inventar hechos, mantenerse dentro de los límites de caracteres para títulos y metadatos. Haiku es lo suficientemente rápido y barato para ejecutarse en cada fila antes de publicar.

Comparado con GPT-4o-mini en la misma tarea, Haiku tiende a respetar más confiablemente las restricciones estructurales (no exceder 60 caracteres en este título) cuando el prompt incluye ejemplos trabajados. Para páginas de alto riesgo, guías pilares y páginas de servicio, todavía reviso con un lector humano fluido o escalo a Sonnet para una segunda pasada.

Extraer segmentos traducibles de Supabase (o la exportación del CMS) con claves estables. Traducción automática vía DeepL API con términos del glosario anclados (nombres de marca, nombres de producto, frases legales). Ejecutar humanización de Haiku con resúmenes específicos de la locale almacenados en el repositorio, no incluidos en un único mega-prompt. Linting: frases prohibidas, densidad de guiones largos, longitud de metadatos, completitud de pares hreflang. Escribir en una tabla de caché de traducciones. Compilar páginas estáticas desde el caché para que el tiempo de ejecución nunca alcance la API de traducción.

El linting SEO en tiempo de compilación falla el deploy si a una página de locale le falta hreflang recíproco o si las descripciones meta exceden 155 caracteres. Las compuertas de calidad de traducción pertenecen a CI, no a una revisión en hojas de cálculo tres semanas después.

Por debajo de aproximadamente quinientas URLs y sin una arquitectura personalizada, Weglot o Lokalise a menudo es más barato que diseñar un pipeline. El punto de equilibrio es cuando ya ejecutas Astro o Next.js con una capa de contenido Supabase o Postgres y necesitas control programático sobre qué se traduce por locale. Ahí es donde DeepL + Haiku + una tabla de caché gana en costo y control de SEO.

Relacionado: [servicio de SEO multilingüe](/multilingual-seo/), [Weglot vs GTranslate vs motor personalizado](/blog/weglot-vs-gtranslate-vs-custom-engine/), y el [centro de guías de SEO](/guides/topic/seo/).