DeepL, Google ou un LLM : qui traduit le mieux votre métier

« DeepL ou ChatGPT ? » « Google Traduction suffit-il ? » La question revient dans chaque projet de traduction, et chaque fournisseur a sa réponse, tirée de ses propres tests. Cet article ne désigne pas de gagnant : il dit ce que montrent les évaluations indépendantes, ce qui distingue vraiment les outils, et comment les départager sur vos textes. Il complète nos articles sur la traduction de site et l’ouverture de nouveaux marchés.

Ce que montrent les évaluations indépendantes

La référence en la matière est WMT, la conférence annuelle sur la traduction automatique, qui fait juger chaque année par des annotateurs professionnels les traductions de dizaines de systèmes : ceux d’équipes de recherche, des modèles d’IA généralistes et des services de traduction en ligne.

1. 2024

   Selon les conclusions de WMT24, le meilleur système toutes catégories est Claude 3.5 Sonnet, en tête sur 9 des 11 paires de langues évaluées.

2. 2025

   Selon les conclusions de WMT25, c’est Gemini 2.5 Pro, dans le groupe de tête sur 14 des 16 paires évaluées par des humains.

Trois limites empêchent d’en tirer un choix pour votre entreprise.

Le vainqueur change. Deux éditions, deux fournisseurs différents en tête. Les modèles évoluent tous les quelques mois : un classement vaut pour les versions testées, à la date du test.

Les services en ligne sont anonymisés. Les traductions des services publics de traduction automatique figurent dans l’évaluation sous des noms de code (ONLINE-B, ONLINE-G, ONLINE-W) : WMT ne dit pas lequel est DeepL ou Google Traduction.

Les textes ne sont pas les vôtres. Les domaines testés sont l’actualité, les réseaux sociaux, la parole, la littérature et l’éducation, choisis pour être jugés sans expertise métier. Un contrat, une fiche technique ou une page d’offre n’y figurent pas. Les mêmes conclusions notent d’ailleurs des faiblesses persistantes sur la terminologie d’un domaine.

Le classement change aussi d’une langue à l’autre. Sur l’anglais vers l’arabe égyptien, par exemple, l’ordre n’est pas celui du classement général :

Le système en tête du classement général n’arrive que quatrième sur cette paire, et la traduction humaine de référence reste devant tous les systèmes. C’est l’argument le plus solide pour tester langue par langue.

Ce que disent les fournisseurs

Chaque fournisseur publie ses propres comparaisons, et chacune lui donne l’avantage. En juillet 2024, DeepL a annoncé un nouveau modèle de langue conçu pour la traduction, en citant des tests à l’aveugle menés avec des professionnels de la langue, où ses traductions étaient préférées à celles de Google Traduction et de ChatGPT-4. Ce sont des tests du fournisseur, sur les versions concurrentes de l’époque.

Ces annonces disent une chose utile : la frontière entre les familles d’outils s’efface. DeepL s’appuie sur un modèle de type LLM, Google propose dans Cloud Translation un « Translation LLM » à côté de son modèle de traduction classique, et les modèles généralistes traduisent. Opposer « traducteur automatique » et « IA générative » a de moins en moins de sens.

Ce qui distingue vraiment les outils

Plutôt qu’une note de qualité générale, comparez ce qui change votre travail au quotidien.

Les services de traduction : DeepL, Google Cloud Translation

• Un texte entre, sa traduction sort. Peu de consignes à écrire : l’outil traduit, avec quelques réglages selon l’offre, comme le niveau de formalité ou des règles de style chez DeepL.
• Le glossaire est intégré : DeepL et Google acceptent un glossaire chargé une fois et appliqué à chaque traduction. Nous détaillons son usage dans glossaire de marque : éviter les traductions incohérentes.
• Une facturation au caractère ou à l’abonnement, simple à prévoir.

Les modèles d’IA généralistes : Claude, Gemini, GPT, Mistral, DeepSeek et les autres

• Ils suivent des consignes : ton, tutoiement ou vouvoiement, longueur maximale, format de sortie, glossaire fourni avec le texte.
• Ils traduisent un document entier avec son contexte, ce qui aide pour les renvois d’un paragraphe à l’autre.
• Ils demandent plus de contrôle : un modèle génératif peut ajouter, omettre ou reformuler. Les nombres, les termes imposés et la longueur se vérifient après coup.
• Une facturation au jeton, qui dépend du modèle choisi et de la longueur des consignes.

Les conditions d’utilisation des données

Un critère pèse autant que la qualité : ce que devient le texte envoyé. Les conditions changent selon l’offre, et pas seulement selon le fournisseur. DeepL affiche « aucune formation des données » sur ses forfaits payants. Pour l’API Gemini, la grille de Google indique que les contenus du niveau payant ne servent pas à améliorer ses produits, et que ceux du niveau sans paiement y servent. Lisez les conditions de l’offre que vous utilisez réellement, pas celles du fournisseur en général.

Comment tester sur vos textes

Le seul classement qui compte est celui de vos textes. L’essai tient en six étapes :

1. 01Réunissez vingt à trente extraits réels.

   Une page d’offre, des conditions de vente, une fiche produit, une réponse du service client, un texte technique : ce que vous traduirez vraiment, cas difficiles compris.

2. 02Fixez les mêmes règles pour tous.

   Le même glossaire et, pour les modèles généralistes, les mêmes consignes.

3. 03Comparez trois à cinq outils

   Dont au moins un service de traduction et un petit modèle, souvent bien moins cher.

4. 04Faites juger à l’aveugle

   Par une personne qui lit la langue, sans savoir quel outil a produit quelle traduction. Notez les erreurs par gravité : sens faux, terme faux, ton, forme.

5. 05Calculez le coût d’une traduction utilisable

   Correction comprise, pas seulement le prix au caractère.

6. 06Recommencez à chaque changement

   De version d’un outil, ou à l’ouverture d’une nouvelle langue.

La méthode générale est détaillée dans évaluer un modèle d’IA avant de le mettre en production. Le juge peut être aidé par un second modèle d’IA pour trier un grand volume, mais la décision revient à quelqu’un qui lit la langue : les organisateurs de WMT concluent eux-mêmes que l’évaluation humaine doit rester l’arbitre final de la qualité d’une traduction.

Ce que l’outil ne règle pas

Le meilleur outil ne remplace ni la relecture des pages qui engagent, ni le glossaire, ni la mémoire de traduction, ni la localisation des prix et des formats, que nous détaillons dans localiser plutôt que traduire. Sur un catalogue, il ne dispense pas non plus des contrôles de chiffres et d’unités décrits dans traduire ses fiches produit pour l’export. Il ne remplace pas non plus le traducteur : il déplace son travail vers la relecture, la terminologie et les textes qui demandent une vraie réécriture. Nous détaillons ce partage dans traduire son site avec l’IA, automatique ou relue, et le budget complet d’une langue dans traduire un site : le coût au mot, à la page, au marché.

Par où commencer

Choisissez la langue de votre premier marché et dix extraits de vos textes les plus importants, faites-les traduire par trois outils, et donnez le tout, sans les noms, à quelqu’un qui lit la langue. Vous saurez vite lequel il faut corriger le moins.

Pour un banc d’essai complet sur vos contenus, langue par langue, décrivez-nous vos textes et vos langues : nous partons de vos documents, jamais d’un classement public.

Questions fréquentes

Sources

1. Findings of the WMT24 General Machine Translation Shared Task (nouvel onglet)aclanthology.org
2. Findings of the WMT25 General Machine Translation Shared Task (nouvel onglet)aclanthology.org
3. DeepL, annonce de son modèle de langue de nouvelle génération (nouvel onglet)deepl.com
4. DeepL, forfaits Traducteur (nouvel onglet)deepl.com
5. Google, tarifs de la Gemini API (nouvel onglet)ai.google.dev