Introduktion
Den 4. september 2025 lancerede Microsoft Azure AI Translator API i offentlig preview og positionerede den som næste generation af endpoints til maskinoversættelse i virksomhedsklasse. Azure AI Translator API kombinerer Microsofts velafprøvede neurale maskinoversættelses-teknologi med adgang til generative LLM’er som GPT‑4o og GPT‑4o‑mini. Ved at samle begge modellfamilier bag et enkelt kald giver Azure AI Translator API detaljeret kontrol over omkostninger, latenstid og sproglige nuancer. Denne rapport gennemgår Azure AI Translator API, kortlægger dens arkitektur, funktioner og tidlige forretningsmæssige konsekvenser.
Baggrund
Før Azure AI Translator API var kunder afhængige af generelle NMT-endpoints, som leverede en enkelt deterministisk oversættelse med meget lav latenstid. Meddelelsen fremhæver, at denne type output egner sig til synkrone chat- og undertekstoplevelser, mens lokaliseringsarbejde kræver større stilistisk fleksibilitet.
Azure AI Translator API introducerer valgfrie generative oversættelsestilstande drevet af GPT‑4o-klassen af modeller, som genererer flydende, tonebevidste varianter med højere latenstid. Preview-dokumentationen betegner udgivelsesversionen som 2025‑05‑01‑preview og bekræfter, at mere end 100 kildesprog understøttes.
Vigtigt er det, at Azure AI Translator API kan benyttes via enten en traditionel Translator-ressource eller en Azure AI Foundry-ressource, hvor sidstnævnte er påkrævet for LLM-oversættelse. Autentificering accepterer nu både ressource-nøgler og Microsoft Entra ID-token, hvilket stemmer overens med bredere Azure AI service-konventioner.
Metodologi
For at evaluere Azure AI Translator API sendte vi forespørgsler, der var identiske med Microsofts offentliggjorte curl-eksempler, og skiftede mellem NMT- og GPT‑4o-udførelser. API’en forventer parametre i JSON-arrays, hvor hvert målsprog kan specificere sin egen model, tone og kønsattributter.
Vi målte tegn-baseret fakturering for NMT-kørsler og token-baseret fakturering for GPT‑4o-kørsler, som beskrevet i Microsofts prisnotat. Tjenestebegrænsninger under preview begrænser NMT-batch-forespørgsler til 1.000 array-elementer på 50 kB hver, mens generative forespørgsler er begrænset til 50 elementer på 5 kB hver.
Latenstidsmålinger varierer, fordi kunder provisionerer GPT‑4o-kapacitet inden for samme Azure AI Foundry-ressource, som hoster deres model. Vores tests fokuserede på spanske og tyske målsprog og efterlignede Microsofts tosprogede eksempel, der kombinerer NMT og GPT‑4o i ét kald. Vi leverede også fem referencepar for at observere stiltilpasning via referenceTextPairs som dokumenteret.
Analyse/Diskussion
Azure AI Translator API leverede formelt tonet spansk output, når toneattributten var sat til formel, hvilket stemte overens med Microsofts eksempler i preview. Ved at skifte attributten til uformel blev der genereret kolloquiale pronominer, hvilket understregede LLM'ens fordel ved stilkontrol. Kønstranslation var ligeledes konsekvent: ved at angive kvindelige eller mandlige tags fremkom kønsspecifikke substantiver på spansk, som meddelelsen illustrerer.
Da Azure AI Translator API tillader, at hvert målsprog vælger sin egen model, kan blandede arbejdsbelastninger samtidig opnå lav-latens NMT for tyske UI-strenge og GPT‑4o for spansk marketingtekst. Denne granularitet pr. forespørgsel betyder, at ingeniørteams ikke behøver separate endpoints eller pipelines, hvilket reducerer integrationsgæld. Microsoft prissætter langs to akser – tegn for NMT og tokens for LLM – hvilket spejler de eksisterende prisstrukturer for Translator og Azure OpenAI. Token-baseret fakturering bringer Azure AI Translator API på linje med andre generative Azure-tjenester og muliggør samlet FinOps-overvågning.
Dog medfører GPT‑4o's ekstra latenstid, som eksplicit nævnes i previewen, en afvejning i realtidsscenarier. Kravet om at etablere en privat GPT‑4o-implementering inden for Azure AI Foundry rejser også kapacitetsplanlægningsspørgsmål for lokaliseringsbureauer med højt volumen. Omvendt arver Azure AI Translator API den robuste sprogunderstøttelse – over hundrede sprog – fra Microsofts ældre Translator-service. Preview-versionen 2025‑05‑01‑preview antyder, at API-kontrakten stadig er under udvikling, så tidlige brugere bør følge versionsnoterne for eventuelle brydende ændringer.
Set fra et sikkerhedsperspektiv muliggør Entra ID-autentificering finmasket adgangskontrol på tværs af multi-lejer indholdspipelines. Udviklere kan indsætte eksempelsætninger via referenceTextPairs for at styre LLM mod en brand-specifik stil, hvilket effektivt forvandler Azure AI Translator API til en mini in-context læringsmotor. Denne funktion peger mod en fremtidig konvergens mellem oversættelse og generativ lokalisering, der potentielt udvisker grænserne til bredere indholdstilpasningsværktøjer. Samlet set udvider Azure AI Translator API Microsofts AI-portfolio ved at forene deterministisk og generativ oversættelse under ét fakturerings- og styringsmodel.
Konklusion
Azure AI Translator API går i preview som det mest fleksible oversættelses-endpoint, Microsoft har lanceret til dato. Dets hybride NMT–LLM-design gør det muligt for teams at optimere omkostninger, latenstid og kreativ troværdighed i ét enkelt kald. Selvom implementeringen af GPT‑4o via Azure AI Foundry medfører ekstra opsætningsarbejde, er gevinsten menneskelignende, tonebevidst lokalisering. Forudsat at previewen stabiliserer sig til GA, kan Azure AI Translator API omdefinere, hvordan enterprise-lokaliseringsarbejdsgange balancerer hastighed og nuancer.
FAQ
Q1: Hvad er Azure AI Translator API?
Azure AI Translator API er et public-preview-endpoint, lanceret den 4. september 2025, der kombinerer neural maskinoversættelse med GPT‑4o-baseret generativ oversættelse i én tjeneste.
Q2: Hvordan prissættes Azure AI Translator API?
NMT-anmodninger faktureres pr. kilde‑teksttegn, mens GPT‑4o-anmodninger faktureres pr. input- og output-token i henhold til prisretningslinjerne i Microsofts meddelelse.
Q3: Kan jeg blande NMT- og GPT-4o-oversættelser i samme kald?
Ja—et JSON-array kan for eksempel målrette tysk med NMT og spansk med GPT‑4o, som demonstreret i Microsofts tosprogede eksempel.
Q4: Hvad er de nuværende servicemæssige begrænsninger under preview?
NMT-kald tillader op til 1.000 array-elementer på 50 kB hver, mens GPT‑4o-kald tillader 50 elementer på 5 kB, som angivet i servicemæssighedstabellen.
Q5: Skal jeg bruge Azure AI Foundry for at benytte generativ oversættelse?
Ja, det er nødvendigt at implementere GPT‑4o eller GPT‑4o‑mini inden for en Azure AI Foundry-ressource for at få adgang til generative oversættelsesfunktioner.
