ChindaMT API แปลภาษาไทย-อังกฤษ
ChindaMT แปลระหว่างภาษาไทยและภาษาอังกฤษ และทำตามกฎที่คุณส่งมาพร้อมข้อความ ได้แก่ ต้องใช้คำศัพท์ใด เขียนด้วยน้ำเสียงแบบใด ผลลัพธ์ยาวได้เท่าใด และต้องคงรูปแบบใดไว้ คำแปลที่ถูกต้องทุกคำอาจยังไม่เหมาะกับงาน ซับไตเติลต้องใช้น้ำเสียงของตัวละคร สัญญาต้องใช้คำศัพท์ที่กำหนดไว้ แชตกลุ่มต้องใช้ภาษาพูดแบบเป็นกันเอง และแบรนด์ต้องมีสไตล์ของตัวเอง ChindaMT ได้รับการเทรนให้ทำตามคำสั่งเหล่านี้โดยไม่เสียคุณภาพการแปล งานวิจัยเบื้องหลังตีพิมพ์ที่ AACL-IJCNLP 2026 (Main Conference) และน้ำหนักโมเดลเปิดภายใต้สัญญาอนุญาต Apache 2.0 API นี้ให้บ ริการด้วย ChindaMT-4B
ทดลองใช้งาน
เลือกตัวอย่างหรือพิมพ์ข้อความเอง เพิ่มกฎได้ตามต้องการ แล้วกดแปล เมื่อเลือก "แปลแบบไม่มีกฎด้วย เพื่อเปรียบเทียบ" หน้าทดลองจะแปลข้อความเดียวกันโดยไม่ใช้กฎของคุณอีกชุดหนึ่ง เพื่อให้เห็นว่ากฎเปลี่ยนผลลัพธ์อย่างไร การแปลแต่ละครั้งคิดค่าบริการ 1 IC ต่อ 400 ตัวอักษร
คำขอในรูปแบบ cURL
curl -X POST 'https://api.iapp.co.th/v3/store/text/mt/translate' \
-H 'apikey: YOUR_API_KEY' \
-H 'Content-Type: application/json' \
-d '{"text":"The meeting has been moved to Friday because the boss is busy.","source_lang":"en","target_lang":"th","rules":["Use a casual, friendly tone"]}'เริ่มต้นใช้งาน
ต้องมี API key จาก iApp AI Portal ส่งข้อความเป็น JSON พร้อม header apikey:
curl -X POST https://api.iapp.co.th/v3/store/text/mt/translate \
-H "apikey: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"text": "The meeting has been moved to Friday because the boss is busy.",
"source_lang": "en",
"target_lang": "th",
"rules": ["Use a casual, friendly tone"]
}'
{
"translation": "ประชุมย้ายไปวันศุกร์แล้วนะ เพราะเจ้านายยุ่งมาก",
"source_lang": "en",
"target_lang": "th",
"warnings": []
}
หากไม่มีกฎ ประโยคเดียวกันจะได้ภาษาไทยแบบภาษาเขียนทั่วไป: "การประชุมถูกเลื่อนไปเป็นวันศุกร์เนื่องจากเจ้านายยุ่ง" ตัวอย่างโค้ด Python และ JavaScript อยู่ในข้อมูลอ้างอิงทางเทคนิค
Endpoint และราคา
| Endpoint | รายละเอียด | ราคา |
|---|---|---|
POST /v3/store/text/mt/translate | แปลข้อความ 1 ข้อความ ไม่เกิน 100,000 ตัวอักษร | 1 IC ต่อ 400 ตัวอักษร |
POST /v3/store/text/mt/translate/batch | แปลรายการข้อความที่แยกจากกัน (ข้อความบน UI, เซลล์ในตาราง) ในคำขอเดียว รวมกันไม่เกิน 100,000 ตัวอักษร | 1 IC ต่อ 400 ตัวอักษร |
การคิดค่าบริการนับตัวอักษรของ text หรือของ texts ทั้งหมด ตามที่คุณส่งมาทุกตัว แล้วปัดขึ้นเป็นทวีคูณถัดไปของ 400 ต่อคำขอ:
- นับทุกอย่างในข้อความ รวมถึงช่องว่าง การขึ้นบรรทัดใหม่ และบรรทัดที่ส่งกลับมาโดยไม่เปลี่ยนแปลง
- ไม่คิดค่ากฎ
- ตัวอักษรนับเป็น Unicode code point สระและวรรณยุกต์ไทยแต่ละตัวจึงนับเป็น 1 ตัวอักษร:
ที่นับเป็น 3 ตัวอักษร - คิดค่าบริการเฉพาะคำตอบ
200ที่สำเร็จ คำขอที่ถูกปฏิเสธหรือล้มเหลวไม่คิดค่าบริการ
ประโยคยาว 44 ตัวอักษรคิด 1 IC ย่อหน้ายาว 401 ตัวอักษรคิด 2 IC และคำขอเต็ม 100,000 ตัวอ ักษรคิด 250 IC จำนวนตัวอักษรที่คิดค่าบริการส่งกลับใน response header iapp-input-chars ก่อนประมวลผลคำขอ เกตเวย์จะตรวจว่ายอดเครดิตเพียงพอสำหรับค่าใช้จ่ายทั้งหมดของคำขอ หากไม่พอจะตอบ 402 โดยไม่แปล
กฎการแปล
กฎคือคำสั่งสั้น ๆ เป็นภาษาอังกฤษธรรมดา ส่งเป็นรายการ string ในฟิลด์ rules กฎมีผลกับข้อความทั้งหมด (หรือกับทุกข้อความใน batch) ความยาวรวมไม่เกิน 2,000 ตัวอักษร ChindaMT ได้รับการเทรนกับกฎ 5 ประเภท:
| ประเภท | ตัวอย่างกฎ |
|---|---|
| คำศัพท์ | Translate บาท as THB, Keep product names such as iApp Portal in English |
| น้ำเสียงและระดับภาษา | Use a formal, polite tone suitable for a business email, Use a casual, friendly tone |
| ความยาว | Use exactly one sentence, Keep it short enough for a subtitle |
| รูปแบบ | Return only the translation, no quotes, Keep the numbering of the list |
| ภาษา | Avoid English contractions, Write numbers as digits |
กฎได้ผลดีที่สุดเมื่อเจาะจงและตรวจสอบได้จากผลลัพธ์ ตัวอย่างเช่น เมื่อใช้กฎ Keep product names such as iApp Portal, API Keys and Document OCR in English ประโยค "press Create Key to start using Document OCR" จะคง "Create Key" ไว้เป็นภาษาอังกฤษ หากไม่มีกฎนี้ ชื่อปุ่มจะถูกแปล สำหรับอภิธานศัพท์ขนาดยาว ให้ส่งเฉพาะคำที่ปรากฏในข้อความจริง แทนที่จะส่งทั้งรายการ
ความแม่นยำ
ในบทความวิจัยที่ตีพิมพ์คู่กัน ChindaMT ได้รับการประเมินเทียบกับโมเดลแปลภาษาแบบเปิดอื่นที่มีขนาดเท่ากัน ทั้งสองทิศทาง (อังกฤษเป็นไทย 200 รายการ และไทยเป็นอังกฤษ 200 รายการต่อการทดสอบ) ทั้งแบบมีและไม่มีกฎ ตัวเลขคือสัดส่วนของการเปรียบเทียบที่โมเดลผู้ตัดสิน (judge model) เลือกคำแปลของ ChindaMT-4B โดยปรับแก้ผลจากความยาวของคำตอบแล้ว (50% หม ายถึงเสมอกัน)
| ChindaMT-4B เทียบกับ | แปลแบบไม่มีกฎ | แปลตามกฎ |
|---|---|---|
| Typhoon-Translate-1.5-4B | 61.8% | 68.4% |
| TranslateGemma-4B | 87.2% | |
| MiLMMT-46-4B | 89.5% |
ในการทดสอบแบบปกปิด (blind test) ผู้ใช้ภาษาไทยเป็นภาษาแม่ 3 คนเลือก ChindaMT-4B มากกว่า Typhoon-Translate-1.5-4B ใน 64% ของการแปลแบบไม่มีกฎ และ 69% ของการแปลตามกฎ (รวม 67% ชุดละ 100 รายการ) คุณภาพเมื่อไม่มีกฎไม่ลดลง: บน benchmark สาธารณะ FLORES-200 ChindaMT-4B ได้คะแนน 90.7 จากค่าเฉลี่ยของ CometKiwi, GEMBA-DA และ GEMBA-MQM สูงที่สุดในกลุ่มโมเดลขนาด 4B ถึง 9B ที่ทดสอบ และได้ 87.8 บนชุดข่าวของ WMT24++ เป็นอันดับสองรองจากโมเดลขนาด 7B ที่ได้ 89.4 ตารางฉบับเต็ม วิธีการ และชุดประเมินผลอยู่ในบทความวิจัย
ข้อจำกัดที่ทราบ:
- โมเดลรองรับเฉพาะภาษาไทยและภาษาอังกฤษ
- โมเดลทำตามกฎที่คำแปลอ้างอิงที่ดีสามารถทำได้ โทเคน placeholder ที่ต้องคงไว้อย่างเคร่งครัดและอ ภิธานศัพท์บังคับขนาดใหญ่อยู่นอกขอบเขตที่เทรนมา ควรตรวจผลลัพธ์ลักษณะนี้ก่อนนำไปใช้
- เช่นเดียวกับการแปลด้วยเครื่องทุกระบบ โมเดลอาจสร้างข้อความที่อ่านลื่นไหลแต่ไม่ถูกต้อง ควรตรวจทานคำแปลสำหรับงานด้านกฎหมาย การแพทย์ และงานอื่นที่มีความเสี่ยงสูง ฟิลด์
warningsระบุส่วนที่น่าจะผิด
ประสิทธิภาพ
วัดผ่าน API gateway วันที่ 29 กันยายน 2569 ทีละ 1 คำขอ ค่ามัธยฐานจาก 3 ถึง 9 รอบ รวมเวลาเครือข่ายจากกรุงเทพฯ:
| คำขอ | ตัวอักษร | เวลาไป-กลับ |
|---|---|---|
| 1 ประโยค ไทยเป็นอังกฤษ | 82 | 0.36 วินาที |
| 2 ประโยค อังกฤษเป็นไทย | 183 | 0.38 วินาที |
| ข้อความเดียวกัน พร้อมกฎ 2 ข้อ | 183 | 0.40 วินาที |
| 1 ย่อหน้า อังกฤษเป็นไทย | 653 | 0.60 วินาที |
| ประมาณ 1 หน้า อังกฤษเป็นไทย | 2,028 | 0.71 วินาที |
| ประมาณ 1 หน้า ไทยเป็นอังกฤษ | 2,044 | 0.61 วินาที |
| ประมาณ 5 หน้า อังกฤษเป็นไทย | 10,071 | 1.72 วินาที |
| ขีดจำกัด | ค่า |
|---|---|
| ข้อความต่อคำขอ | 100,000 ตัวอักษร (text หรือ texts ทั้งหมดรวมกัน) |
| กฎต่อคำขอ | รวมไม่เกิน 2,000 ตัวอักษร |
| เวลาต่อคำขอ | 90 วินาที เกินจากนั้นตอบ 504 |
| ขีดจำกัดอัตราการเรียก (ต่อ API key) | 5 ครั้งต่อวินาที 120 ครั้งต่อนาที 3,000 ครั้งต่อชั่วโมง |
เวลาเพิ่มขึ้นช้ากว่าความยาวมาก: 5 หน้าใช้เวลาประมาณ 4 เท่าของ 1 ประโยค หากมีข้อความสั้นจำนวนมาก การส่งคำขอ /translate/batch ครั้งเดียวเร็วกว่าการส่งคำขอเดี่ยวหลายครั้ง
โมเดลแบบเปิด
กลุ่มโมเดล ข้อมูลเทรน และชุดประเมินผล เปิดให้ทุกคนนำไปรันหรือพัฒนาต่อได้:
| สิ่งที่เผยแพร่ | ลิงก์ |
|---|---|
| น้ำหนักโมเดล ChindaMT-4B, 2B และ 0.8B (Apache 2.0) | huggingface.co/iapp/ChindaMT-4B, 2B, 0.8B |
| ข้อมูลเทรน 1.97 ล้านรายการ | huggingface.co/datasets/iapp/ChindaMT-Grounded |
| ชุดประเมินผล | ChindaMT-CoreEval, ChindaMT-BroadEval |
| โค้ดสำหรับคัดสรรข้อมูล | github.com/iapp-technology/ChindaMT-RGDC |
| บทความวิจัย | arxiv.org/abs/2609.34770 |
API แบบโฮสต์เป็นวิธีที่เร็วที่สุดในการใช้ ChindaMT-4B โดยไม่ต้องจัดหา GPU เอง สำหรับการติดตั้งแบบ on-premise พร้อมคำศัพท์เฉพาะขององค์กร ติดต่อ sale@iapp.co.th
ความปลอดภัยของข้อมูลและการปฏิบัติตามกฎระเบียบ
- บริการนี้สอดคล้องกับ GDPR และ PDPA
- ข้อความถูกแปลบนเซิร์ฟเวอร์ที่ iApp ดูแลเองในประเทศไทย และไม่ถูกส่งไปยังผู้ให้บริการภายนอกรายใด
- ระบบไม่เก็บข้อความที่คุณส่งมา บันทึกการทำงานของบริการเก็บเฉพาะทิศทางภาษาและจำนวนตัวอักษร ไม่เก็บเนื้อหา