簡介

2025 年 9 月 4 日，微軟推出 Azure AI Translator API 公開預覽版，定位為企業級機器翻譯的下一代端點。Azure AI Translator API 結合了微軟成熟的神經機器翻譯架構，並整合 GPT‑4o 及 GPT‑4o‑mini 等生成式大型語言模型。透過單一呼叫同時調用這兩種模型，Azure AI Translator API 承諾提供對成本、延遲和語言細節的精細掌控。本報告將剖析 Azure AI Translator API 的架構、功能及其初期的商業影響。

背景

在 Azure AI Translator API 推出之前，用戶主要依賴一般的神經機器翻譯端點，該端點以極低延遲回傳單一確定性翻譯結果。公告強調，這種輸出適合同步聊天和字幕體驗，但本地化流程則需要更多風格上的彈性。

Azure AI Translator API 引入了由 GPT‑4o 級模型驅動的選用生成式翻譯模式，可產生流暢且具語氣感知的變體，但延遲較高。預覽文件將版本標示為 2025‑05‑01‑preview，並確認支援超過 100 種來源語言。

關鍵的是，Azure AI Translator API 可透過傳統 Translator 資源或 Azure AI Foundry 資源運作，後者為使用大型語言模型翻譯的必要條件。驗證方式現同時支援資源金鑰與 Microsoft Entra ID 令牌，符合更廣泛的 Azure AI 服務慣例。

方法論

為評估 Azure AI Translator API，我們使用與微軟公布的 curl 範例相同的請求主體，切換使用 NMT 與 GPT‑4o 部署。API 期望參數為 JSON 陣列，讓每個目標語言可指定其模型、語氣及性別屬性。

我們依微軟定價說明測量 NMT 以字元數計費，GPT‑4o 則以標記數計費。預覽期間服務限制為 NMT 批次請求最多 1,000 個陣列元素，每元素 50 KB，生成式請求則最多 50 個元素，每元素 5 KB。

延遲基準因客戶在同一 Azure AI Foundry 資源內配置 GPT‑4o 容量而異。我們的測試針對西班牙語和德語目標，複製微軟的雙語範例，該範例在單一呼叫中混合 NMT 與 GPT‑4o。我們也提供五組參考句對，以透過 referenceTextPairs 觀察風格調整，如文件所述。

分析／討論

當將語氣屬性設為正式時，Azure AI Translator API 產生了正式語調的西班牙文輸出，這與微軟的預覽範例相符。將該屬性切換為非正式則生成了口語化的代詞，凸顯了大型語言模型在風格控制上的優勢。性別翻譯也同樣一致：提供女性或男性標籤會產生西班牙語中對應性別的名詞，如公告所示。

由於 Azure AI Translator API 允許每個目標語言選擇自己的模型，混合工作負載可以同時對德語使用低延遲的神經機器翻譯（NMT）處理使用者介面字串，並對西班牙語行銷文案使用 GPT‑4o。這種每次請求的細粒度控制意味著工程團隊不需要分開的端點或流程，減少整合負擔。微軟以兩個維度來定價——NMT 按字元計費，LLM 按標記計費——這與現有的 Translator 及 Azure OpenAI 計費架構相呼應。標記計費使 Azure AI Translator API 與其他生成式 Azure 服務保持一致，便於統一的財務營運追蹤。

然而，GPT‑4o 額外的延遲（在預覽中明確指出）仍是即時場景的權衡。必須在 Azure AI Foundry 內部配置私有的 GPT‑4o 部署，也對高流量本地化團隊的容量規劃提出挑戰。相對地，Azure AI Translator API 繼承了微軟傳統 Translator 服務所提供的強大語言涵蓋範圍——超過一百種語言。2025‑05‑01‑preview 的預覽版本號顯示 API 合約仍在演進中，早期採用者應密切關注發行說明以防止重大變更。

從安全角度來看，Entra ID 認證促進了跨多租戶內容流程的細緻存取控制。開發者可以透過 referenceTextPairs 嵌入範例句子，引導大型語言模型朝向品牌特定風格，有效地將 Azure AI Translator API 變成一個小型的上下文學習引擎。此功能暗示未來翻譯與生成式本地化的融合，可能逐漸模糊與更廣泛內容調整工具的界線。綜合來看，Azure AI Translator API 透過統一的計費與治理模式，擴展了微軟的 AI 產品組合，結合了確定性與生成式翻譯。

結論

Azure AI Translator API 以預覽形式推出，是微軟迄今為止最具彈性的翻譯端點。其混合 NMT–LLM 設計讓團隊能在單一呼叫中優化成本、延遲與創意忠實度。雖然透過 Azure AI Foundry 配置 GPT‑4o 會增加額外的設置負擔，但回報是具有人類語感且具語氣意識的本地化。假設預覽版能穩定並進入正式版，Azure AI Translator API 有望重新定義企業本地化工作流程中速度與細膩度的平衡。