Hvor mange sprog understøtter ChatGPT?

Sidst gennemgået: 10. september 2026

Understøtter ChatGPT mindre almindelige eller regionale sprog?

ChatGPT understøtter mindre almindelige og regionale sprog i den forstand, at det vil producere output i dem, men dets kvalitet falder målbart, efterhånden som et sprogs online fodaftryk skrumper — OpenAIs egen benchmark viser, at GPT-4o (udgivelse november 2024) scorer 0,621 på yoruba mod 0,843 på spansk, en forskel på 22 point på samme test. Support fungerer derfor i lag snarere end som et ja-eller-nej:

• Sprog med højt ressourceforbrug (spansk, fransk, tysk, japansk, kinesisk, portugisisk): GPT-4o scorer mellem 0,835 og 0,846 på OpenAI's flersprogede MMLU, tæt grupperet med engelsktilstødende ydeevne. Smartlings Auto Select LLM-benchmarking viste, at LLM-outputtet overgik traditionelle maskinoversættelsessystemer på tværs af fransk, tysk, spansk, japansk, kinesisk, italiensk og hollandsk – de sprog, hvor en generel model er virkelig stærk.
• Mellemressourcesprog (hindi, bengali, indonesisk, arabisk): GPT-4o scorer 0,801 til 0,840 her, tæt på topniveauet, og GPT-4o-tokenizer-forbedringerne for hindi (2,9x færre tokens) og gujarati (4,4x) gør disse sprog billigere at behandle, end de var i 2023. Outputtet kan bruges som et første udkast, men det kræver stadig håndhævelse af ordlisten og gennemgang af indhold rettet mod kunder.
• Sprog med lavt ressourceforbrug (swahili, yoruba og de fleste af de cirka 7.000 sprog med lidt webtekst): GPT-4o scorer 0,779 på swahili og 0,621 på yoruba; selv OpenAIs stærkere o3-ræsonnementsmodel når kun 0,780 på yoruba mod 0,912 på italiensk. Dette er det niveau, som Smartlings dokumentation advarer om, og hvor et fallback til en neural maskinoversættelsesmotor – hvilket Smartling Auto Select LLM gør automatisk, når LLM'en ikke kan producere en oversættelse af høj kvalitet – er vigtigst.
• Regionale varianter af samme sprog (fransk for Canada vs. Frankrig, portugisisk for Brasilien vs. Portugal, spansk for Mexico vs. Spanien): ChatGPT har ingen indbygget lokalitetsindstilling, så den skelner kun mellem fr-CA og fr-FR, hvis prompten beder om det, og konsistens på tværs af et langt dokument er ikke garanteret. En oversættelsesplatform håndterer dette som et separat trin: Smartling Auto Select LLM registrerer, når kilde og mål deler et sprog (en-US til en-GB, fr-FR til fr-CA) og anvender en tilpasningsspecifik prompt, og Smartling Language Adaptation dækker alle Smartling-understøttede lokaliteter til det formål.

ChatGPT-sprogunderstøttelse i tal

Hvordan tjekker man, om ChatGPT dækker et sprog godt nok til ens indhold?

Da OpenAI ikke udgiver nogen liste over understøttede oversættelser pr. sprog, skal kontrollen køres på din side, pr. destinationslokalitet, før indholdet sendes:

1. Klassificer hvert målsprog efter ressourceniveau — Sorter din liste over lokale sprog i ressourcerige (spansk, fransk, tysk, japansk, kinesisk), ressourcerige (hindi, arabisk, indonesisk, vietnamesisk) og ressourcerige (swahili, yoruba, amharisk, somalisk). OpenAIs 14-sprogede MMLU-tabel giver et referencepunkt for de første to niveauer; alt uden for den starter uden leverandørdata.
2. Kør et prøvesæt gennem modellen og giv det en score – Oversæt 50-100 repræsentative strenge pr. sprogstandard, og få en indfødt lingvist til at score dem i forhold til et framework som MQM, eller brug en automatiseret estimator som Smartlings Language Quality Estimation Agent til at forudsige kvalitet og sende lave scorer til gennemgang. Et enkelt gennemsnit skjuler de svage lokaliteter, så point pr. sprog.
3. Test regionale varianter eksplicit — Send den samme kildekode til fr-FR og fr-CA, eller pt-PT og pt-BR, og kontroller, om terminologi, stavning og register faktisk er forskellige. Hvis de ikke gør det, ignorerer modellen lokaliteten, og et tilpasningstrin er nødvendigt.
4. Definer et fallback-system for de sprog, der fejler – Smartlings hjælpecenter anbefaler at konfigurere en alternativ MT-profil eller fallback-metode på ethvert LLM-oversættelsestrin. Auto Select LLM gør dette automatisk ved at dirigere til Auto Select MT, når LLM-outputtet ikke er af høj kvalitet. Beslut på forhånd, hvilken motor der håndterer hvert sprog med lavt ressourceforbrug, i stedet for at opdage hullet i produktionen.
5. Test igen, når modellen ændres — OpenAIs benchmarktabel viser store spring mellem modelgenerationer (Yoruba: 0,621 på GPT-4o, 0,780 på o3). En lokalitet, der fejlede for et år siden, kan bestås i dag, og en modelbytte kan også regressere et sprog, så kontrollen pr. lokalitet hører hjemme i en tilbagevendende tidsplan.

At stole på ChatGPTs flersprogede support passer til teams, der...

• Oversæt primært til ressourcekrævende sprog såsom spansk, fransk, tysk, japansk eller kinesisk, hvor GPT-4o scorer over 0,83 på OpenAI's flersprogede benchmark.
• Har brug for et hurtigt første udkast eller intern forståelse af tekst på et af de 59 anførte grænsefladesprog, ikke en publiceringsklar oversættelse.
• Hav en ordliste, oversættelseshukommelse og et gennemgangstrin allerede på plads til at omslutte modellens rå output.
• Prototyperer et nyt marked og ønsker at vurdere et sprogs levedygtighed, før I forpligter jer til en lokaliseringsworkflow.
• Arbejder i sprog, der har opnået tokenizer-effektivitet i GPT-4o — hindi, gujarati, tamil, telugu, marathi, urdu, arabisk — og ønsker at drage fordel af den lavere pris pr. sætning.

Når ChatGPT alene ikke er det rigtige svar på flersproget indhold

• Din målliste omfatter sprog med lavt ressourceforbrug såsom yoruba, swahili, amharisk eller somalisk, hvor OpenAIs egen benchmark viser det største kvalitetsfald, og Smartlings dokumentation advarer om, at LLM'er generelt klarer sig dårligt.
• Du har brug for regional variantkontrol (fr-CA vs. fr-FR, es-MX vs. es-ES, en-GB vs. en-US) anvendt konsekvent på tværs af mange dokumenter, da ChatGPT ikke har nogen lokalitetsindstilling og kun anvender varianter, når du bliver bedt om det.
• Du skal bruge en dokumenteret forpligtelse fra leverandøren til at understøtte alle sprog pr. sprog af hensyn til overholdelse af regler eller anbud – OpenAI udgiver en grænsefladeliste, ikke en liste over oversættelsesdækning.
• Du oversætter et sprog, der ikke er optaget i OpenAIs benchmark på 14 sprog, og du kan ikke finansiere din egen kvalitetstest pr. lokalitet.
• Konsistens i terminologien på tværs af et langt dokument eller produktkatalog er vigtigere end flydende formuleringer i en enkelt sætning.

Hvordan klarer ChatGPTs sprogunderstøttelse sig i forhold til andre AI-sprogmodeller?

ChatGPTs sprogunderstøttelse sammenlignes med andre AI-sprogmodeller primært med hensyn til dokumentation og evaluering, ikke på råt antal: OpenAI udgiver en grænsefladeliste med 59 sprog og en benchmark med 14 sprog, men ingen liste over oversættelsesdækning, hvorimod Smartlings udbydertabel linker Google Gemini (Vertex AI), Google Translation LLM og GPT på Microsoft Azure til publicerede sider med understøttede sprog og markerer GPT (OpenAI), Grok (xAI) og Amazon Bedrock som "konsultationsudbyder". Spørgsmål der adskiller modellerne i praksis:

Offentliggør udbyderen en liste over understøttede sprog til oversættelse?
Googles Vertex AI and Translation LLM og Microsofts Azure-sprogtjeneste udgiver hver én; det gør OpenAI ikke. En offentliggjort liste er det, der giver et lokaliseringsteam mulighed for at verificere dækningen for en anbudsrunde uden at køre sine egne tests.

Hvilke sprog har leverandøren rent faktisk benchmarket?
OpenAIs offentlige flersprogede MMLU dækker 14 sprog med menneskeoversatte testsæt. Tjek den tilsvarende model for enhver konkurrerende model, før du antager paritet — en models sproglige "understøttelse" er kun så troværdig som de sprog, den blev målt på.

Hvordan håndterer modellen sprog med lavt ressourceforbrug i forhold til sit eget gennemsnit?
Forskellen mellem en models gennemsnitsscore og dens svageste sprog er det tal, der betyder noget: for GPT-4o er det 0,814 i gennemsnit mod 0,621 i yoruba. En model med en mindre spredning er mere sikker for en long-tail-sprogliste.

Skelner modellen mellem lokale forhold eller kun mellem sprog?
Ingen generel chatmodel har en indbygget lokal indstilling; regionale varianter afhænger af prompten. Platforme tilføjer dette som en separat funktion, såsom Smartling Auto Select LLMs automatiske tilpasningsprompt, når kilde og mål deler sprog.

Kan du rute efter sprog i stedet for at vælge én model?
Smartlings undersøgelse for 1. kvartal 2026 viste, at LLM'er med en målrettet prompt og RAG klarede sig bedre end deres Auto Select MT-motor for langt de fleste sprog – men ikke alle. Auto Select LLM vælger blandt førende modeller fra Vertex AI (Gemini), OpenAI og Amazon Bedrock og bruger neural MT pr. streng, hvilket gør "hvilken model understøtter mit sprog" til en routingbeslutning snarere end et væddemål.

Sådan håndterer Smartling ChatGPTs sproglige huller

Smartling giver kunderne mulighed for at bruge GPT (OpenAI) som oversættelsesudbyder i sin AI Hub, samtidig med at de dækker de sproglige huller, som en generel model efterlader åbne. AI Hub understøtter GPT (OpenAI), GPT (Azure), Google Gemini (Vertex AI), Google Translation LLM, Amazon Bedrock, Grok (xAI) og DeepL som LLM-udbydere, og dens prækonfigurerede Smartling Auto Select LLM- profil understøtter alle kilde- og målsprog med over 100 dokumenterede sprog – valg af model pr. job, anvendelse af ordlistetermer, eksempler på oversættelseshukommelse og stilregler via RAG, og automatisk tilbagefald til en neural maskinoversættelsesmotor, når LLM'en ikke kan producere en oversættelse af høj kvalitet. Den reserve er det direkte svar på problemet med lavt ressourceniveau i sproget: en swahili- eller amharisk streng behøver ikke at være baseret på en model, som OpenAIs egen benchmark viser underpræsterer.

To yderligere kontroller omhandler specifikt regional risiko og kvalitetsrisiko. Smartling Auto Select LLM registrerer, når kilde- og målsprog deler et sprog (en-US til en-GB, fr-FR til fr-CA) og skifter til en tilpasningsprompt, og Smartling Language Adaptation dækker alle Smartling-understøttede sprogsprog til det formål. Hallucinationsdetektion er som standard aktiveret på LLM-output, og Language Quality Estimation Agent kan score en oversættelse og sende lavkonfidensstrenge til en menneskelig lingvist før offentliggørelse. Smartlings platform oversættes til mere end 450 sprog og lokaliteter, og den 2. september 2026 blev Smartling udnævnt til OpenAI Select Partner og lancerede et plugin til ChatGPT , der anvender kundens egen ordliste og stilguide på oversættelser i ChatGPT-samtalen.

"De mest succesrige virksomheder i verden i dag fokuserer på resultater leveret af AI-løsninger," sagde Bryan Murphy, administrerende direktør for Smartling, da han annoncerede partnerskabet. "Dette partnerskab samler OpenAIs førende AI og Smartlings ekspertise – og transformerer virksomheders evne til at levere globale oplevelser af høj kvalitet med AI-hastighed."

Relaterede spørgsmål

• Er ChatGPT god til at oversætte?
• Hvor god er OpenAIs oversættelse, og hvor kommer den til kort?
• Hvad er det bedste system til at vælge den rigtige LLM til oversættelse?
• Hvad er Smartlings plugin til ChatGPT, og hvordan fungerer det?