先说明：这里比较的是工作方法，不是固定模型排名
本文是基于公开能力、工作流程和适用条件的方案比较，不是使用统一素材完成的独立横评。工具功能、平台规则和模型版本会变化，正式选择前应以当前页面和代表样片复核。
同一个模型在提示、上下文、语言和版本变化后，结果可能完全不同。今天表现好的模型，下次更新后未必仍用同一种方式处理称谓和口语。因此本文不宣布哪个模型永久最好，而是比较三种翻译组织方式各自看得到什么信息、容易在哪里出错，以及人工最值得放在哪一步。
这个区别对短剧尤其重要。一句“你终于来了”单独看并不难翻，放回剧情后却可能是欢迎、威胁或试探。说话人是谁、两人的关系刚发生什么变化、观众此时知道多少信息，都会改变目标语言的语气。只看一句译文是否通顺，回答不了整部剧能不能发布。
三种方法的差别，先从它们看得到多少剧情开始
逐句机翻处理当前句子或少量相邻文本，适合让团队快速理解素材，也适合风险较低、结构简单的临时字幕。它的问题不是每句话都会错，而是同一个人物可能在不同集被换称呼，省略的主语容易猜错，前面埋下的伏笔也可能被按字面提前说破。
上下文翻译把角色、术语、相邻台词甚至整集剧情一起交给模型，因此更有机会保持人物关系和口语风格。不过，上下文只有准确且相关时才有帮助。如果角色表把两个人认反，模型可能把错误一致地写进几十集，而且译文越流畅越不容易被察觉。
人工翻译和母语终审的价值，在于能根据剧情、文化和发行风险做取舍并承担最终判断。人工也会出现跨集不一致，尤其是多人并行时，所以人工路线仍然需要角色表、术语表和版本记录。三种方式不是“机器便宜、人工准确”的简单阶梯，而是不同信息和责任的组合。
| 方法 | 看得到的信息 | 优势 | 典型问题 |
|---|---|---|---|
| 逐句机翻 | 当前一句或少量相邻文本 | 快，适合批量初步理解 | 代词、称谓、伏笔和前后口吻容易漂移 |
| 上下文翻译 | 整集或整剧、角色与术语 | 更容易保持连续和口语风格 | 上下文错误也可能被一致地放大 |
| 人工翻译/终审 | 剧情、文化、发行要求和责任 | 能做取舍并承担发布判断 | 周期、成本和人员一致性需要管理 |
翻译样本要故意放进难句，不能只挑普通对白
如果样本里全是主语明确、情绪平稳的日常对白，三种方法都可能看起来不错。真正拉开差距的，是短剧里反复出现、又容易改变剧情理解的内容：同名与昵称、隐去主语、前后信息不对称、嘲讽和暧昧，以及必须放进很短时间轴的长句。
准备样本时，可以从同一部剧里选开场、人物关系第一次改变、一次反转和一次高情绪对话，再加入金额、日期或专有名词。这样既能看语言自然度，也能检查事实是否准确、伏笔是否被破坏。模型更新后继续使用同一批样本，结果才有前后可比性。
翻译样本不能只有普通对白
评审时不要只圈出“最好听”的译文。要记录错误类型、修改耗时和错误影响了几集。一个偶尔生硬但容易发现的句子，与一个流畅却改错人物关系的句子，发布风险并不相同。
正式项目通常不是三选一，而是让模型和人工各做擅长的部分
一条更实际的流程，是先整理源字幕、角色、术语和剧情摘要，再让上下文翻译生成可编辑初稿。机器适合先检查人名、术语、漏译、字幕长度和时间轴；人工则把时间放在难句、重场、敏感表达和目标语言口语上。这样做的目的不是把人工从流程里拿掉，而是避免让母语人员把时间耗在每一条重复检查上。
模型和人工怎样分工
最后一步必须回到视频。字幕文件里看起来长度合适的译文，放进竖屏画面后可能挡住人物；文字读起来自然，做成配音后也可能超过镜头。终审发现问题时，应能只退回对应台词或片段，而不是把整集重新翻一遍。
整剧进入多语言生产后，翻译上下文还要跟着版本继续走
当项目只有几句文本时，通用翻译工具更轻。真正进入多集、多人和多语言后，团队还要知道哪版角色表生效、术语改动影响哪些集、人工修过的台词有没有进入配音和成片。上下文如果只存在于一次模型调用里，后面的校对和返工仍会丢失它。
GhostCut 可以把角色、术语、字幕和视频放在同一个项目里，让翻译继续进入视频校对、配音和成片。它的价值是让整剧上下文在后续步骤中可用，不是承诺模型初稿零错误。高度文学化改编、法律或合规高风险内容仍需要专业母语人员，团队还应保留原文、修改和发布版本。
翻译路线确定后，下一步要决定人工审核放在哪里：是每集逐句重翻，还是优先处理角色设定、术语、难句和最终视频。把错误类型和返工时间长期记录下来，才会形成适合自己片库的分工方式。