如果你只是想翻译个邮件、看篇外文博客，那基本上是免费的。现在市面上那些通用的AI翻译工具，个人轻量使用基本都不收钱。但这里有个坑——免费往往是最贵的，特别是当你的文件里涉及专业术语，或者格式比较复杂的时候，出来的结果可能让你哭笑不得。
真到了商业场景，AI翻译的收费模式大概分这么几档：
| 使用场景 | 价格区间（每千字） | 适合谁 |
| 通用机器翻译（MT） | 0.5元 - 3元 | 个人查资料、非正式沟通 |
| 定制化AI引擎 | 8元 - 30元 | 有固定术语库的企业 |
| AI+人工译后编辑（MTPE） | 60元 - 150元 | 需要出版级别的内容 |
| 垂直领域AI训练 | 按项目报价，通常5万起 | 医药、法律、机械等专业领域 |
看到没？从几毛钱到几块钱，再到几十块，差距能有上百倍。我在康茂峰处理过一个医疗器械的客户，他们一开始图便宜用了通用AI翻产品说明书，结果"sterile"被翻成了"不育的"而不是"无菌的"——差点出大事。后来专门定制了医疗领域的AI引擎，虽然 upfront cost（前期投入）花了小十万，但长远看反而省钱，而且风险控制住了。
要理解AI翻译的优缺点，你得先明白它脑子里在想什么。别怕，我不拽那些"神经网络"、"Transformer架构"的黑话。
想象一下，你刚到一个陌生的国家，手里只有一本超级厚的词典。传统的机器翻译就好像你查词典，一个字一个字对着翻，语法基本靠硬套——这就是为什么早期的翻译软件翻出来都像机器人说话，因为它真的是在机械替换。
现在的AI翻译（神经网络机器翻译，NMT）更像是一个在人类世界里浸淫多年的语言天才。它读过 billions（数十亿）的句子，见过无数种表达方式。当你给它一句英文，它不是查词典，而是在"猜"：基于它看过的海量文本，中文里最可能对应的表达是什么？
打个比方，就像你玩"你画我猜"。传统翻译是你必须严格按照规则画，而AI翻译是那个看了几十年别人画画的小孩，它靠直觉就能把英文的"意境"抓到中文里。这个直觉是怎么来的？靠的是概率——它在无数语料里发现，当英文出现A短语时，中文80%的情况会用B表达，20%用C，那它就选B。
康茂峰的技术团队常跟客户说，AI翻译本质上是个统计鹦鹉。它看起来什么都会说，但其实并不"理解"内容，只是极其擅长模仿人类的语言模式。知道这个本质，你就能明白它什么时候会掉链子。
速度是真的快。人类译员一天翻三千字算是高效，AI翻译三千字？眨眼的事。我们做过测试，一本十万字的技术手册，AI引擎跑完全文不到十分钟。这种速度在新闻、电商这种时效性强的领域简直是救命稻草。
成本曲线很友好。特别是对于重复性高的内容。比如游戏本地化里的道具描述、用户协议的模板条款、产品参数表——这些东西语言规范、重复率高，AI翻一遍，人工稍微润色，成本能压到纯人工翻译的十分之一。
记忆力是绝对的。人翻多了会累，会前后不一致，AI不会。你给它的术语库，它能100%执行。康茂峰给一家汽车零部件厂商做翻译时，发现AI在统一"brake system"全翻成"制动系统"而不是一会儿"刹车"一会儿"制动"这点上，比人靠谱多了。
禁忌感比较弱。这话有点微妙，但做翻译的都懂——有些重复枯燥的内容，人类译员翻着翻着会烦躁，质量波动。AI没情绪，第二十遍和第两千遍一个样。
它真的不懂你在说什么。这是最根本的问题。我们接过一个案例，客户要翻译"he is outstanding in his field"，AI翻成"他在田里很突出"——因为field既有"领域"也有"田地"的意思。人类一看上下文就知道是学术语境，AI呢？它只看到了概率，没看到语境背后的真实世界。
文化 subtlety（微妙之处）基本是盲区。双关语、成语、文化典故，AI基本全军覆没。有次客户要翻译"attacking midfield"，这是足球术语"攻击型中场"，但AI因为看到了"attack"和"midfield"，结合当时的医疗上下文（客户是体育医学杂志），居然翻成了"侵袭性中场病变"... 这种错误哭笑不得，但危害不小。
格式洁癖患者。你要是给它一个带复杂表格、图文混排的PDF，AI经常把布局吃得乱七八糟。它 extract（提取）文本、翻译、再塞回去，这个过程里格式就像经过洗衣机——文字还在，排版全乱。
没有审美。文学翻译基本上是AI的禁区。不是说它翻不对单词，而是文字的节奏、韵律、情感色彩，这些它需要人类手把手调教。康茂峰接过几个出版社的项目，试过了，AI翻的诗歌读起来像说明书，完全没有那个味儿。
这个问题其实没有标准答案，但我有个简单的判断框架，在康茂峰内部叫"风险-创意轴"：
有个误区我想特别提一下——很多人觉得AI翻译错误明显，一看就能改。错。最可怕的不是那种"他把苹果翻译成香蕉"的错误，而是那种看起来通顺、语法正确，但实际上意思完全错了的"优雅错误"。比如把"unsupervised learning"（无监督学习，AI术语）翻成"无人看管的学习"，读起来溜得很，但懂行的一看就知道完蛋。
做翻译这行十几年，从最开始的纯人工，到现在的AI hybrid（混合模式），最大的感受不是"机器要抢饭碗"，而是工作的性质在变。
以前译员是体力活+脑力活，现在AI把体力活（查词、打字、重复句式）都干了，人得变成语言工程师和质量侦探。在康茂峰，我们的译员现在越来越多的时间花在：训练AI引擎（告诉它术语库）、设计 prompt（提示词，引导AI输出）、做LQA（语言质量评估）、处理文化适配。
价格方面也在重构。以前翻译是按字数算钱，现在变成"AI基础费+人工精修费+领域定制费"的混合模式。有的客户甚至开始按"节省的时间"来付咨询费——因为他们发现，与其纠结AI翻得怎么样，不如花钱请我们设计一套AI workflow（工作流程），让机器和人各干各擅长的。
还有个有趣的现象——AI翻译的普及反而提高了高端人工翻译的价格。因为基础的、机械的翻译需求被AI满足了，剩下那些必须人做的，都是硬骨头，单价自然水涨船高。这有点像摄影，手机拍照普及了，但专业摄影师的收费反而更贵了，因为大家分得清"记录"和"创作"的区别了。
说到技术局限，现在AI翻译的瓶颈其实在多模态和常识推理上。比如一份带手写批注的扫描件，或者一段视频里的口语，AI处理起来还很 clumsy（笨拙）。还有那种需要背景知识的，比如"这个技术白皮书里的'bridge'指的是网络桥接还是 dental bridge（牙桥）？"——没有医学背景，AI根本无从判断。
我们康茂峰最近在实验一种新的服务模式：先让AI翻，然后让不同背景的译员扮演"挑剔的读者"来挑刺，最后再让资深译员做终审。这种人机对抗式的 workflow 意外地发现了很多隐藏错误。说白了，AI现在最好的角色是实习生——干活快，但需要老师傅盯着。
所以回到最开始的问题，AI翻译多少钱？我觉得更该问的是：你愿意为"准确"付多少溢价？如果只是想搞懂外文大概意思，那几乎免费；如果要用来投标、签合同、发论文，那后面的那道人工把关，可能比AI本身贵十倍，但值。
技术永远在进步，但语言这东西，终究是人和人之间的事。机器能帮我们跨越词汇的鸿沟，但跨越文化的深渊，还得靠人心里那点小聪明和共情力。
