
KI-Übersetzung: Olala von OVHcloud im Test gegen DeepL
KI-Übersetzung im Test: Olala Translate von OVHcloud gegen DeepL und gpt-oss-120b, 100 Abschnitte aus Firmendokumenten. Verglichen: Treue, Stil, Kosten, Tempo.
Am 18. November 2026 hat OVHcloud auf seinem Dienst AI Endpoints Olala Translate freigeschaltet, ein LLM für Übersetzung, abgeleitet von Olala mini, dem ersten hauseigenen Modell des französischen Cloud-Anbieters. Es steht mit 0 € im Katalog, für Input wie für Output. OVH vergleicht es mit kleinen offenen Modellen wie Gemma oder Qwen, aber nicht mit DeepL, der Referenz, für die Unternehmen heute bezahlen. Diesen Test haben wir nachgeholt: 100 Abschnitte aus Firmendokumenten, von Olala Translate, von DeepL und von gpt-oss-120b, dem offenen Modell von OpenAI als Übersetzer, aus dem Englischen ins Französische übertragen.
Das Ergebnis ist schmeichelhaft für OVHcloud. Olala gibt den Sinn ebenso treu wieder wie DeepL: Bei der Treue sieht unser automatischer Bewerter keinen Unterschied zwischen den drei Verfahren. DeepL behält beim Stil die Oberhand, mit natürlicherem Französisch, und Olala ist, so wie OVHcloud es über AI Endpoints bereitstellt, deutlich langsamer; nichts hindert jedoch daran, es auf einer schnelleren Infrastruktur zu betreiben. Vor allem kostet es derzeit nichts, während DeepL mehr als 20 € pro Million Zeichen berechnet.
Für ein Unternehmen hängt also alles vom Einsatzzweck ab. Arbeitsdokumente zu übersetzen, um sie zu indexieren, zu durchsuchen oder von einem Assistenten lesen zu lassen, verlangt vor allem, keinen Sinn zu verlieren: Olala leistet das zuverlässig, in Frankreich, kostenlos, schon heute. Einen Text zu veröffentlichen, wie er ist, verlangt sauberes Französisch: Hier bleibt DeepL vorn. Wer in großen Mengen und mit sehr hoher Geschwindigkeit übersetzen will, ohne Anforderungen an die Souveränität, für den bleiben spezialisierte Inferenzanbieter wie Cerebras interessant.
Was ist Olala Translate, das Übersetzungs-LLM von OVHcloud?
Ein Übersetzungs-LLM ist ein Sprachmodell, das für eine einzige Aufgabe trainiert ist: einen Text, eine Ausgangs- und eine Zielsprache entgegennehmen und die Übersetzung zurückgeben. Es führt keine Gespräche und befolgt keine Anweisungen. Es ist der dritte Weg zwischen Diensten für maschinelle Übersetzung wie DeepL und großen Allzweckmodellen, die man per Prompt um eine Übersetzung bittet.
Olala Translate ist ein Fine-Tuning von Olala mini 7A1B, dem kleinen Modell, das OVH am 19. November veröffentlicht und das wir ausführlich vorgestellt haben. Es hat 6,8 Milliarden Parameter, von denen nur etwa eine Milliarde für jedes erzeugte Wort arbeitet, was den Betrieb leicht macht. Die Modellkarte beschreibt es als auf Finanzdokumente spezialisiert und nennt 18 Sprachen, von den großen europäischen Sprachen bis zu Chinesisch, Japanisch und Arabisch. Die Gewichte stehen unter Apache 2.0: Ein Unternehmen kann das Modell selbst installieren, anpassen und kommerziell nutzen.
Zwei Optionen fallen aus dem Rahmen. Man kann einen Fachbereich angeben („Annual Report IFRS“, „Prospectus KIIDs“, „Regulatory“…) und ein Glossar mitgeben, also eine Liste verbindlicher Begriffe für die Übersetzung. Wir haben beide nicht genutzt: Unser Test misst das Modell in seiner einfachsten Konfiguration, mit den beiden Sprachen als einzigen Parametern.
Auf AI Endpoints akzeptiert die API 8.000 Tokens Kontext, Input und Output zusammen: Ein langes Dokument muss aufgeteilt werden, was die Modellkarte ohnehin empfiehlt. Das Modell läuft aus einem Rechenzentrum in Frankreich, wie der Rest des Katalogs.
Die von OVH veröffentlichten Ergebnisse sind gut, allerdings gegenüber Modellen seiner Größe. Bei COMET-22, das Nachrichten und neun Finanzbereiche abdeckt, liegt Olala mit 88,0 vorn, vor Tower+ und Gemma 4. Bei DOLFIN, einem Satz von Finanzdokumenten, die vom Englischen ins Französische übersetzt werden, erreicht es 62,6 BLEU, „8,6 Punkte vor dem nächsten verglichenen Modell“ (eigene Übersetzung). Ein Vergleich mit DeepL oder Google ist nicht veröffentlicht: Diese Lücke schließt unser Test.
Wie haben wir Olala, DeepL und gpt-oss-120b verglichen?
Wir haben aus jeder Familie einen Vertreter genommen:
- das spezialisierte Modell: Olala Translate, aufgerufen über AI Endpoints;
- den kommerziellen Dienst: die API von DeepL im Modus „quality_optimized“;
- das Allzweck-LLM: gpt-oss-120b, das Open-Weights-Modell von OpenAI, bereitgestellt von Cerebras und gesteuert durch einen Prompt als „Übersetzungsmaschine“.
Cerebras wurde wegen seiner Geschwindigkeit gewählt: 851 Tokens pro Sekunde mit diesem Modell im Router von Hugging Face am 20. November, der schnellste der 23 gelisteten Anbieter.
Das Material sind Firmendokumente, wie eine Dokumentenkette sie erzeugt, keine sauberen Einzelsätze. Wir haben Veracier Industries verwendet, einen Satz von 1.004 PDFs fiktiver Unternehmen, den LightOn unter Apache 2.0 veröffentlicht hat: Verträge, Prüfberichte, Richtlinien, Finanzdokumente, Schreiben. Jedes PDF wird in Markdown umgewandelt und in Abschnitte von höchstens 8.000 Zeichen zerlegt, wie in einer Dokumentensuche. Nach dem Aussortieren zu kurzer oder nicht ausreichend englischer Abschnitte haben wir zufällig 100 Abschnitte aus 76 Dokumenten gezogen, zusammen knapp 500.000 Zeichen.
Jedes Verfahren hat jeden Abschnitt ins Französische übersetzt und dann sein eigenes Französisch zurück ins Englische. Die Qualität hat Jev bewertet, das Modell von TypeSafe, das wir bereits zum Sortieren von Suchergebnissen einsetzen: Es beantwortet geschlossene Fragen mit einer Wahrscheinlichkeit für jede Antwort. Es hat drei Noten von 1 bis 5 vergeben, ohne zu wissen, welches Verfahren übersetzt hatte: eine Gesamtnote und eine Note für die Treue, anhand des englischen Textes und seiner Übersetzung, sowie eine Note für die Sprachqualität, anhand des Französischen allein, so wie ein Leser es entdecken würde.
Alles ist veröffentlicht: der vollständige Bericht auf Englisch (Methode, Prompts, Statistik, französische Fassung) und die Arbeitsmappe, mit jeder Übersetzung und jeder Note, Abschnitt für Abschnitt.
Übersetzt Olala Translate so treu wie DeepL?
Ja. Bei der Treue zum Sinn (dieselben Fakten, dieselben Zahlen, dieselben Namen, nichts weggelassen, nichts hinzugefügt) liegen die drei Verfahren gleichauf: 4,46 für Olala, 4,45 für DeepL, 4,46 für gpt-oss-120b. Die Unterschiede sind zu klein, um sie vom Zufall zu unterscheiden. Bei der Gesamtnote liegt DeepL 0,09 Punkte vor Olala, der einzige signifikante Abstand; gpt-oss-120b liegt dazwischen, ohne signifikanten Unterschied zu einem der beiden.
| Verfahren | Gesamtnote | Treue | Sprachqualität des Französischen |
|---|---|---|---|
| Olala Translate (OVHcloud) | 4,38 | 4,46 | 3,69 |
| gpt-oss-120b (Cerebras) | 4,45 | 4,46 | 3,77 |
| DeepL API | 4,47 | 4,45 | 3,89 |
Diagramm: Noten des Bewerters Jev von 1 bis 5, Mittel über 100 Abschnitte, übersetzt vom Englischen ins Französische. Gesamtnote: Olala Translate 4,38, gpt-oss-120b 4,45, DeepL 4,47. Treue zum Sinn: Olala 4,46, gpt-oss-120b 4,46, DeepL 4,45. Sprachqualität des Französischen: Olala 3,69, gpt-oss-120b 3,77, DeepL 3,89. Bei der Treue überlappen sich die 95-%-Konfidenzintervalle
Die Abstände bleiben klein, auf einer Skala, auf der 4 „treu und flüssig, mit kleineren Mängeln“ bedeutet und 5 „veröffentlichungsreif“. Für 72 der 100 von Olala übersetzten Abschnitte ist die wahrscheinlichste Gesamtnote eine 5; bei DeepL gilt das für 91 Abschnitte. Die übrigen 28 Übersetzungen von Olala erhalten eine 4, keine liegt darunter. Im direkten Duell, Abschnitt für Abschnitt, spielt Olala 73-mal unentschieden gegen DeepL, gewinnt 6-mal und verliert 21-mal.
Wo DeepL den Unterschied macht: beim Französisch
Der Abstand entsteht bei der Sprachqualität. DeepL erreicht 3,89, gpt-oss-120b 3,77 und Olala 3,69. Alle drei Abstände sind signifikant. Olala übersetzt richtig, aber näher am Englischen. Eine Vertragsklausel zeigt das gut:
Quelle: „The Customer reserves the right to audit the Supplier's facilities […] upon fifteen (15) business days' prior written notice, to verify compliance with this Agreement.“
Olala: „Le Client se réserve le droit d'auditer les installations […] sur préavis écrit de quinze (15) jours ouvrables, afin de vérifier la conformité avec le présent Accord.“
DeepL: „Le Client se réserve le droit de procéder à un audit des installations […], moyennant un préavis écrit de quinze (15) jours ouvrés, afin de vérifier le respect du présent Contrat.“
Der Sinn ist derselbe. Ein französischer Jurist würde aber „Contrat“ (Vertrag) statt „Accord“ (Vereinbarung, wörtlich nach „Agreement“) schreiben, ein Ingenieur „essai de fatigue“ statt „test de fatigue“ für den Ermüdungsversuch, der im selben Abschnitt folgt. DeepL wählt diese Fachwörter; Olala behält, wie gpt-oss-120b, die des Englischen. Der Bewerter berücksichtigt das, ohne es als Fehler zu werten: Bei diesem Abschnitt ist seine Gesamtnote für DeepL (4,22) sogar niedriger als für Olala (4,38) und gpt-oss-120b (4,59).
Olala hat auch seine starken Momente. Manche Dokumente des Korpus mischen Englisch und Französisch ohne Akzente, wie viele echte Firmendokumente. Bei einem solchen Bericht über eine Korrekturmaßnahme setzt Olala die Akzente in den französischen Passagen wieder ein („Vérification de l'efficacité prévue“) und erhält 4,50, gegenüber 3,47 für DeepL: sein größter Vorsprung.
Was Rückübersetzung und Struktur zeigen
Das Französische zurück ins Englische zu übersetzen und mit dem Original zu vergleichen, bestätigt das Bild. Gemessen mit chrF++, einem Ähnlichkeitsmaß auf Zeichenebene von 0 bis 100, liegt die Rückübersetzung von Olala am nächsten am Original (81,8), vor gpt-oss-120b (81,6) und DeepL (76,8). Dieses Maß bevorzugt wörtliche Übersetzungen: Es sagt nicht, dass Olala besser übersetzt, sondern dass es am wenigsten umformuliert. DeepL, das stärker umschreibt, verliert auf dem Hin- und Rückweg mehr Wörter des Originals.
Die Formatierung übersteht alles gut. Überschriften, Tabellen, Listen und Links des Markdown bleiben bei Olala zu 98 % erhalten, bei DeepL und gpt-oss-120b zu 100 %.
Was kostet jedes Verfahren und wie lange dauert es?
Hier gehen die drei Verfahren am weitesten auseinander. Für eine Million Zeichen, übersetzt vom Englischen ins Französische:
| Verfahren | Kosten | Summierte Aufrufdauer | Median-Latenz pro Abschnitt |
|---|---|---|---|
| Olala Translate (OVHcloud) | 0 € (kostenlos am 20.11.2026) | 51 Min. 29 s | 16,0 s |
| gpt-oss-120b (Cerebras) | 0,47 € | 4 Min. 42 s | 1,3 s |
| DeepL API | 23,65 € | 3 Min. 45 s | 1,1 s |
Diagramm: Kosten und Dauer pro Million Zeichen, übersetzt vom Englischen ins Französische. Kosten: Olala Translate 0 €, derzeit kostenlos; gpt-oss-120b bei Cerebras 0,47 €; DeepL 23,65 €. Summierte Aufrufdauer: Olala 51 Min. 29 s, gpt-oss-120b 4 Min. 42 s, DeepL 3 Min. 45 s
Olala kostet heute nichts, und nichts deutet darauf hin, wie lange das so bleibt. Der Katalog von AI Endpoints weist 0 € aus, ohne Laufzeit und ohne Hinweis auf eine Vorabversion.
Der Preis von DeepL ist der des Mehrverbrauchs im API-Tarif Growth, 27,50 $ pro Million Zeichen, den wir in Euro umgerechnet haben. In der von Frankreich aus abgerufenen Preisliste kostet der Tarif Growth 23,80 € pro Monat bei jährlicher Abrechnung, mit 12 Millionen Zeichen pro Jahr inklusive, danach 22 € inklusive Mehrwertsteuer pro zusätzlicher Million. Auch das enthaltene Volumen kostet damit 23,80 € pro Million. Die Größenordnung ändert sich nicht: DeepL kostet etwa 50-mal so viel wie gpt-oss-120b bei Cerebras, obwohl dessen Reasoning-Tokens mitberechnet werden.
Die Langsamkeit von Olala auf AI Endpoints ist seine echte Schwäche: 16 Sekunden pro Abschnitt im Median, gegenüber ein bis zwei Sekunden bei den beiden anderen. Es ist die Geschwindigkeit des (kostenlosen) Dienstes, nicht die des Modells: Zwei Tage nach dem Start gemessen, kann sie sich noch verbessern, und die veröffentlichten Gewichte erlauben es, Olala auf einer schnelleren Infrastruktur zu betreiben. Für eine Verarbeitung im Hintergrund fällt sie ohnehin wenig ins Gewicht. Parallel gestartet, liefen die 600 Übersetzungsaufrufe des Tests, alle Verfahren zusammen, in 13 Minuten durch. Für die Sofortübersetzung, in einer Oberfläche, in der der Nutzer auf seine Antwort wartet, passt Olala nicht: Dafür muss das Modell auf einer anderen Infrastruktur betrieben werden, um effizient zu sein.
Sind die drei Verfahren zuverlässig?
Von 600 Übersetzungsaufrufen ist keiner fehlgeschlagen, keiner hat eine leere Antwort geliefert. Olala und DeepL haben alle 200 Texte übersetzt, die auf sie entfielen, in beide Richtungen. Olala musste einen einzigen Abschnitt teilen, um in seine 8.000 Tokens Kontext zu passen.
gpt-oss-120b hat den einzigen schweren Fehler des Tests gemacht: Bei einem kurzen Abschnitt aus einer Fertigungsakte hat es den englischen Text unverändert zurückgegeben, ohne Fehlermeldung oder Warnung, obwohl sein Prompt verlangt, alles zu übersetzen. Im Produktivbetrieb genügt eine automatische Prüfung der Ausgabesprache, um diesen Fall abzufangen, aber sie muss vorhanden sein. Olala, das nichts anderes kann als übersetzen, hat sich nichts dergleichen geleistet.
Welches Übersetzungs-LLM eignet sich für ein Unternehmen?
Keines der drei gewinnt überall, und jedes hat sein Terrain.
Das von Olala Translate sind Arbeitsdokumente, die intern oder von einer Maschine gelesen werden. Eine mehrsprachige Dokumentenbasis indexieren, einen Assistenten aus Dokumenten antworten lassen, die in einer anderen Sprache verfasst sind, Berichte für die interne Lektüre übersetzen: Hier zählt die Treue, und Olala hält sie auf dem Niveau von DeepL. Es läuft in Frankreich, derzeit kostenlos, und seine freien Gewichte lassen sich auf eigenen Servern installieren, für Dokumente, die das Haus nicht verlassen dürfen. Die Langsamkeit spielt kaum eine Rolle, wenn die Übersetzung im Hintergrund läuft. Bei Finanzdokumenten, seinem angekündigten Fachgebiet, und mit einem Glossar könnte es besser abschneiden als in unserem Test, der beides nicht nutzte.
DeepL behält das Terrain der Veröffentlichung. Eine Website, eine Broschüre, ein Vertrag, der unterschrieben wird: Wenn der Text so gelesen wird, wie er ist, zählen die 0,2 Punkte Sprachqualität von DeepL. Selbst dann verdient ein juristischer Text eine menschliche Durchsicht, woran die Modellkarte von Olala für die eigenen Übersetzungen übrigens erinnert.
Bleibt die Massenübersetzung zu niedrigen Kosten, das Terrain von gpt-oss-120b auf einer schnellen Inferenz. Es erreicht dieselbe Gesamtnote wie DeepL zu einem Bruchteil des Preises, bei vergleichbarer Geschwindigkeit. Für Millionen von Zeichen pro Monat ist es das Verfahren der Wahl, sofern die oben beschriebene Sprachprüfung hinzukommt. Diese Rechnung führen wir für Leser ohne technischen Hintergrund in unserem Leitfaden zur DeepL-Alternative aus, mit der die Übersetzung 50-mal weniger kostet.
Für IT-Verantwortliche, denen Souveränität wichtig ist, hat Olala ein Argument mehr: ein französisches Modell, in Frankreich von einem europäischen Anbieter betrieben, das so treu übersetzt wie die Referenz des Marktes.
Auch DeepL ist europäisch: Das Unternehmen sitzt in Köln, hat eigene Supercomputer in Schweden installiert, und seine Datenschutzerklärung gibt an, dass Dokumente „auf unserer Infrastruktur im EWR“ verarbeitet werden (eigene Übersetzung). Seine Geschäftsbedingungen erlauben ihm jedoch, die Texte seiner Kunden auf einer Infrastruktur zu verarbeiten, die „Drittanbietern von Cloud-Diensten gehört oder von ihnen betrieben wird“ (eigene Übersetzung), ohne diese zu nennen, und überlassen ihm die Wahl des Verarbeitungsorts. Seine Liste der Unterauftragsverarbeiter ist nicht frei zugänglich veröffentlicht: Von außen lässt sich nicht feststellen, ob ein US-Hyperscaler beteiligt ist. Bei OVHcloud, das seine Rechenzentren selbst besitzt, läuft das Modell aus Frankreich; nach unserem Verständnis betreibt der Anbieter seine gesamte KI-Kette selbst, ohne Unterauftrag an einen Hyperscaler.
gpt-oss-120b steht übrigens auch im Katalog von AI Endpoints, zu 0,08 € und 0,40 € pro Million Tokens für Input und Output: noch günstiger als bei Cerebras, aber langsamer, 52 Tokens pro Sekunde im Router von Hugging Face am 20. November. Dort haben wir es nicht getestet.
Die Dokumente eines KI-Projekts oder Chatbots übersetzen
Ein Assistent, der aus den Dokumenten eines Unternehmens antwortet, ob interner Chatbot oder Antwortsystem auf einer Dokumentenbasis, stößt schnell an Sprachgrenzen. Die Verträge sind auf Englisch, die Verfahren auf Französisch, die Berichte der Tochtergesellschaft auf Deutsch: Eine auf Deutsch gestellte Frage findet eine englische Passage nur schlecht. Werden die Dokumente beim Indexieren übersetzt, ist das Problem gelöst. Der Assistent sucht in einer einzigen Sprache und antwortet dann in der des Nutzers.
Genau das ist die Situation unseres Tests: in Markdown umgewandelte PDFs, in Abschnitte von höchstens 8.000 Zeichen zerlegt, einzeln übersetzt. Und hier verändert das Volumen die Rechnung. Zu den Preisen unseres Tests kostet die Übersetzung einer Dokumentenbasis von 50 Millionen Zeichen etwa 1.180 € mit DeepL, 24 € mit gpt-oss-120b bei Cerebras und derzeit nichts mit Olala. Jedes neue Dokument kommt danach hinzu.
Das Modell ist nur ein Teil der Kette. Die PDFs müssen ohne Verlust der Tabellen umgewandelt, ohne Zerschneiden einer Klausel zerlegt und innerhalb der Kontextgrenze des Modells gehalten werden; die Sprache jeder Übersetzung ist zu prüfen, Fehler sind zu wiederholen, und es ist zu entscheiden, wo die Dokumente verarbeitet werden. Bei ATG haben wir diese ganze Kette untersucht und umgesetzt, diesen Benchmark eingeschlossen. Unsere Kunden müssen sie weder aufbauen noch diese Messungen wiederholen: Die ATG-Plattform übernimmt die Übersetzung ihrer Dokumente, und das Modell wählen wir gemeinsam mit ihnen nach ihren Vorgaben zu Kosten und Souveränität.
Die Grenzen dieses Tests
Die Noten stammen von einem einzigen automatischen Bewerter, nicht von professionellen Übersetzern. Jev ist sich bei der Treue sicher, bei der Sprachqualität deutlich weniger, die er für die Mehrheit der Texte mit 3 bewertet: Kleine Stilunterschiede sind mit Vorsicht zu lesen. Die Dokumente sind synthetisch, von einem Sprachmodell für fiktive Unternehmen erstellt, und wir haben nur Englisch nach Französisch getestet, nicht ins Deutsche. Der Korpus ist allgemein (Verträge, Technik, Qualität, Finanzen), während Olala für Finanzen angekündigt ist. Schließlich ist es eine Momentaufnahme vom 20. November 2026: Preise, Modelle und Geschwindigkeiten ändern sich schnell.
Zur Transparenz: ATG ist Kunde von OVHcloud, das unsere Plattform hostet. Dieser Test wurde weder von OVHcloud noch von DeepL oder Cerebras beauftragt oder gegengelesen.
Häufige Fragen zu Olala Translate und KI-Übersetzung
Ist Olala Translate kostenlos?
Ja, Stand 20. November 2026: Der Katalog von OVHcloud AI Endpoints weist 0 € pro Million Tokens aus, für Input wie Output, ohne angekündigte Laufzeit. Später kann ein Preis hinzukommen. Die Gewichte des Modells sind zudem kostenlos auf Hugging Face veröffentlicht, unter Apache 2.0, zur Installation auf eigenen Servern.
Ist Olala Translate besser als DeepL?
Es ist ebenso treu, aber nicht ebenso flüssig. Bei 100 Abschnitten aus Firmendokumenten, übersetzt vom Englischen ins Französische, erreichen Olala und DeepL dieselbe Note für die Treue zum Sinn (4,46 und 4,45 von 5), doch DeepL schreibt natürlicheres Französisch (3,89 gegenüber 3,69) und liegt bei der Gesamtnote 0,09 Punkte vor Olala. Olala ist derzeit kostenlos, DeepL kostet etwa 22 bis 24 € pro Million Zeichen.
Welche Sprachen übersetzt Olala Translate?
Laut Modellkarte auf Hugging Face achtzehn Sprachen: Englisch, Französisch, Deutsch, Spanisch, Italienisch, Niederländisch, Portugiesisch, Schwedisch, Dänisch, Norwegisch, Finnisch, Polnisch, Tschechisch, Russisch, Arabisch, Chinesisch (vereinfacht und traditionell), Japanisch und Koreanisch. Unser Test deckt nur Englisch nach Französisch ab.
Lässt sich Olala Translate auf eigenen Servern betreiben?
Ja. Die Gewichte stehen unter Apache 2.0, das die kommerzielle Nutzung erlaubt. Mit etwa einer Milliarde aktiver Parameter ist das Modell leicht, benötigt aber vorerst vLLM mit einer besonderen Einstellung, da gängige Werkzeuge wie Ollama die Architektur von Olala noch nicht laden.
Kann ein LLM DeepL bei der Übersetzung von Dokumenten ersetzen?
Für Arbeitsdokumente ja: In unserem Test geben Olala Translate und gpt-oss-120b den Sinn ebenso gut wieder wie DeepL, das erste derzeit kostenlos, das zweite 50-mal günstiger. Für einen Text, der unverändert veröffentlicht wird, bleibt DeepL natürlicher. Ein Allzweck-LLM verlangt außerdem eine Prüfung der Ausgabesprache: gpt-oss-120b hat einen von 100 Texten unübersetzt zurückgegeben.
Olala Translate ist zwei Tage alt und spielt beim Wesentlichen, dem Sinn, bereits auf Augenhöhe mit DeepL. Der nächste Schritt ist, es auf seinem angekündigten Terrain zu prüfen, Finanzdokumenten mit einem Fachglossar, und in den anderen Sprachen, die es abdeckt, Deutsch eingeschlossen. Wenn Sie große Mengen an Dokumenten übersetzen und wissen möchten, was dieser Test mit Ihren eigenen ergäbe, sprechen wir darüber.


