Український текст: показники й робочі умови відповідають на різні питання

1. Генерація українського тексту: UkrQualBench

Таблицю відсортовано за спаданням ELO. У репозиторії вона позначена «серпень 2026»; ELO утворено у швейцарському турнірі парних порівнянь генерації. «Провайдер/маршрут» — лише те, що видно з ідентифікатора; він не доводить, який snapshot отримує людина в поточній підписці.

У тому самому джерелі є інші метрики: multiple-choice, виправлення помилок, токени на слово, русизми й позитивні маркери. Вони не зведені тут у новий «супербал»: ELO відповідає лише на питання парного вибору генерації.

2. Норма мови: UNLP 2026

Це інший тест: 347 експертно укладених завдань із граматики, лексики та правопису. Рядки нижче відсортовано за Extractive Match (XM), 5-shot, український промпт — однаковою колонкою Таблиці 2. IT — instruction-tuned, PT — pretrained, RSN — reasoning, як у статті.

Важлива межа: XM зараховує відповідь після rule-based вилучення. У цій же статті gpt-oss-120b має максимум 59,6% у нульовому English-prompt Exact Match, але це інша колонка, тому її не змішано з рейтингом вище.

3. Вичитка без переписування: GEC-дослідження UNLP 2026

Це не ELO генерації й не рейтинг підписок. Karpo та Chernodub перевірили API-доступні моделі на UNLP-2023 GEC-only: виправлення граматики й правопису. Нижче — найкращий результат для кожної названої моделі серед перевірених у статті конфігурацій, відсортований за F0.5. Ранг описує пару «модель + промпт», тому не ізолює модель від інструкції.

Що зробити у своєму пробному завданні: попросіть виправити лише граматику, правопис і пунктуацію; не змінювати імена, терміни, цитати, числа, форматування, стиль і коректні варіанти; повернути текст без пояснення. Це адаптована перевірка для вашого документа, не дослівний промпт статті й не обіцянка її бала.

Де ризик лишається: найкраща конфігурація добре зменшила зайві правки в пунктуації, відмінку й роді, але в статті пропускає деякі рідкісні категорії та все одно має хибні «покращення» діалогу, синонімів і мовних варіантів. Зіставляйте версію до й після, а не надсилайте виправлений текст автоматично.

Чому вісім відповідей не є порадою для чату

Goto, Sakai і Watanabe (BEA 2026) перевірили метод на GEC-наборах, серед яких є український UNLP-2023: він генерує вісім варіантів, виділяє окремі правки й залишає ті, що повторюються за порогом, підібраним на development-даних. На українському наборі автори повідомляють поліпшення порівняно з greedy і MBR декодуванням.

Це пояснює, чому гладше формулювання не слід приймати за правильнішу правку. Але метод потребує кількох згенерованих варіантів, вилучення правок і калібрування; він не порівнює підписки, не називає найкращий чат і не є рецептом «запусти вісім разів».

Для клієнтського тексту зробіть менше, але прозоріше: попросіть лише граматику, правопис і пунктуацію, порівняйте версію до й після, відхиліть стилістичне переписування або зміну без названої помилки. Це перевірка читача, не наш запуск.

4. Переклад ідіом англійська→українська: SimIdioms

Тут є справді зіставна таблиця, але вона відповідає лише на вузьке питання: як шість названих у статті моделей перекладають речення зі сталими виразами з англійської українською. Рядки відсортовано за спаданням середнього бала 1–3 із Таблиці 4, усередненого за базовою та контекстною умовою статті. Бал 3 означає збережений образний зміст і природний сталий відповідник; 2 — зміст збережено, але вислів буквальний; 1 — зміст втрачено або суттєво спотворено.

Що можна обрати: якщо ваш доступ справді дає Gemini 2.5 Flash і в англійському джерелі є важлива ідіома, це найкращий із шести рядків саме цього тесту. Назвіть вислів у запиті й попросіть природний український відповідник, а не буквальний переклад. У статті це додало Gemini 0,161 бала, але не допомогло однаково всім моделям.

Що не можна обрати: «найкращий перекладач» для будь-якого тексту. SimIdioms охоплює 33 565 EN→UK перекладів із ідіомами; суддею був Gemini 2.5 Flash. На перевірці 100 EN→UK прикладів його оцінка збіглася з одним людським оцінювачем у 78% випадків. Це корисна перевірка методу, але не замінює редактора для вашої публікації.

5. Художній переклад: не вибирайте за метрикою без читання українського тексту

У дослідженні UNLP на семи людських перекладах «Animal Farm» і результатах GPT-5.2, DeepL та Lapa всі три ШІ-системи очолили сім нейронних метрик. Але без англійського оригіналу літературний LLM-суддя поставив усі три нижче за людей; 1 034 парні людські оцінки не повторили порядок метрик. Джерело й метод

Це один літературний корпус, не вирок кожному робочому перекладу. Він дає практичне правило: для художнього, брендового або авторського тексту перевіряйте не лише зміст, а й голос, лексику, частки та небажану одноманітність у готовій українській версії.

6. Фаховий EN→UK переклад: перевірені приклади можуть важити більше за загальний бал

Shpigunov, UNLP 2026 перевірив Gemma 3 4B, 12B і 27B та Gemini 3 Flash на 258 англо-українських парах із приватного юридично-військовому корпусу. Для пошуку схожих прикладів автор використав індекс із 2 581 двомовної пари, а в запит додавав 0, 3, 5, 10 або 25 знайдених прикладів. У статті додавання таких прикладів статистично значуще підвищило ChrF++ і COMET для всіх тестованих моделей.

Що можна зробити: для повторюваного тексту підготуйте погоджений глосарій або кілька вичитаних пар «джерело — переклад», якщо політика даних це дозволяє. Попросіть зберегти ці терміни й перевірте готовий український текст проти цієї опори. Чого не можна обрати: «найкращий чат для фахового перекладу». Тут немає ChatGPT, Claude, відкритої бази, вашого домену або тесту конфіденційності.

7. Оцінка EN→UK перекладу: корисний сигнал для перевірки, не дозвіл публікувати

Chaplynskyi, Zakharov і Ivashkevych (UNLP 2026) попросили вісім професійних перекладачів оцінити 1 000 пар «англійський оригінал — український переклад» із OPUS. Три моделі й три спеціалізовані QE-моделі отримали ті самі пари. Нижче — не якість перекладу, а кореляція Спірмена r з усередненою цілісною оцінкою перекладачів у методі статті.

Практичний висновок: такий бал може допомогти розставити чергу на перевірку, але не замінює рішення. У статті експерти теж ставали поблажливішими впродовж сесії, а автори окремо залишили відкритим питання, чи зможуть LLM-судді повністю замінити людину. Для важливого тексту звірте з оригіналом зміст, імена, числа, погоджені терміни й те, як український текст читається адресатові.

8. Повторювані EN→UK терміни: названий маршрут у DeepL, але не виміряний переможець

Документація DeepL називає українську серед мов глосарія та вказує, що глосарій працює для тексту й файлів. У безкоштовному режимі записи зберігаються лише у браузері; у вказаних платних облікових планах — в обліковому записі. Це дає конкретний шлях для погодженого списку термінів, коли ваша політика даних це дозволяє.

Передайте лише дозволений список, зробіть невеликий безпечний пробний переклад і звірте всі зафіксовані терміни у готовому українському тексті. Ми не знайшли тут незалежного EN→UK тесту послідовності термінів, порівняння тарифів або доказу для вашого файлу, тож DeepL не отримує місця в рейтингу.

9. Переклад і QA: один перевірений рядок Ukrainian LLM Leaderboard

Відкритий Ukrainian LLM Leaderboard охоплює переклад, резюме, QA, міркування, математику й інструкції. У цій редакції ми перевірили один конкретний агрегований файл, а не вигадували місця між різними файлами.

Ці рядки не порівнюйте з ELO UkrQualBench або відсотком UNLP: завдання та метрики інші. Для вибору перекладу шукайте ті самі модельні файли й одну й ту саму метрику для всіх кандидатів.

Що лишається вам

• Звірити факти, імена, суми й посилання.
• Вичитати відмінки, терміни, кальки та тон для конкретного адресата.
• Не називати тестований у травні або серпні ідентифікатор назвою теперішньої підписки без окремого підтвердження.