DeepL API et Google Cloud Translation : pour traduire des manuels en lots, calculer d’abord les transferts de fichiers et les minimums facturés

Pour envoyer et récupérer un à un des manuels modifiables, DeepL API mérite une première évaluation. Avec Cloud Storage déjà en place et des besoins de lots multifichiers et multilingues, Google Advanced peut être prioritaire. Le sens des glossaires, le type de PDF et le minimum facturé par fichier peuvent modifier le choix.

Source: docs.cloud.google.com
9 novembre 2026
6 min

Pour traduire des manuels produit en lots, DeepL API convient aux équipes qui envoient les fichiers un par un depuis un système de fichiers existant et récupèrent des fichiers modifiables. Celles qui gèrent déjà leurs fichiers dans Google Cloud et doivent traiter plusieurs fichiers et langues cibles en une seule opération peuvent d’abord évaluer Cloud Translation Advanced. Le choix dépend surtout du transfert des fichiers, du bon sens linguistique des glossaires et de la facturation des fichiers courts. Quelques paragraphes traduits ne suffisent pas à juger toute la chaîne.

Choisir d’abord la bonne interface documentaire

La comparaison porte ici sur les interfaces de développement, pas sur les abonnements de traduction web de DeepL et le site Google Translate. Le tableau des formats pris en charge de Google place la traduction documentaire synchrone et par lots dans Advanced (v3), avec NMT ou AutoML Translation. Basic (v2) ne peut pas remplacer ce processus. Le fait qu’Advanced propose aussi Translation LLM ne permet pas d’appliquer directement les capacités ou les tarifs de ses modèles textuels à l’interface documentaire.

L’interface documentaire de DeepL accepte DOCX et PDF, ainsi que PPTX, XLSX, HTML, TXT et d’autres formats. Les limites d’utilisation actuelles indiquent, pour Word/PDF sur l’API payante, un maximum de 100 MB et 5 millions de caractères par fichier ; l’API gratuite est limitée à 10 MB et 500 000 caractères. Il s’agit de limites de fichiers, pas de quotas d’abonnements web directement réutilisables.

Le transfert des fichiers détermine qui gère la file de tâches

L’exemple officiel de DeepL suit trois étapes : téléverser, interroger l’état, télécharger. Après le téléversement, on conserve document_id et document_key, puis on télécharge le résultat une fois terminé. Un lot de manuels impose donc à l’équipe de gérer les tâches et l’état d’enregistrement local pour chaque fichier et chaque langue cible. Après le premier téléchargement réussi, le fichier côté serveur est supprimé : il faut donc enregistrer fiablement le résultat avant de le distribuer aux personnes chargées de la relecture.

L’interface par lots de Google lit les fichiers dans Cloud Storage et écrit les résultats à l’emplacement de sortie. Elle renvoie une opération de longue durée dont on peut consulter l’état ; une requête peut préciser jusqu’à 10 langues cibles. Elle exige la langue source, et le glossaire doit se trouver dans la même région que l’appel. Le fichier de sortie index.csv consigne séparément les traductions ordinaires, celles avec glossaire appliqué et les erreurs. Le système de relecture doit récupérer la version avec glossaire, sans déclarer la tâche terminée dès le premier fichier de sortie trouvé. Les équipes disposant déjà de stockage cloud et d’une gestion des droits peuvent plus facilement reprendre ce processus ; sinon, cette infrastructure représente un travail d’intégration supplémentaire.

Un glossaire ne dispense pas de vérifier le sens linguistique

Le guide de gestion des glossaires de DeepL définit chaque dictionnaire comme une paire de langues unidirectionnelle. Un dictionnaire anglais-allemand ne couvre pas automatiquement l’allemand-anglais : le sens inverse nécessite un autre dictionnaire. Pour traduire un document avec un glossaire, source_lang reste obligatoire. Il ne faut pas reprendre le comportement de l’interface REST textuelle, qui peut détecter automatiquement la langue source. Il faut aussi vérifier, dans les capacités linguistiques de l’interface documentaire, que les langues source et cible prennent toutes deux en charge glossary.

Google accepte les glossaires unidirectionnels et les ensembles multilingues de termes équivalents. La correspondance est sensible à la casse par défaut, et certains mots vides entraînent l’ignorance des entrées de glossaire. Le guide officiel rappelle aussi de conserver le fichier terminologique d’origine, car les ressources de glossaire ne proposent pas de gestion des versions. Quel que soit le fournisseur, le dossier de livraison du manuel doit référencer la version du glossaire utilisée et le sens linguistique, pour pouvoir expliquer les changements de terminologie lors de la révision suivante.

Une sortie modifiable n’élimine pas les retouches de mise en page

DeepL permet de demander une conversion PDF vers DOCX via output_format. La documentation documentaire de Google limite en revanche cette conversion à la traduction par lots des PDF natifs ; les PDF numérisés n’entrent pas dans ce périmètre. Google précise aussi que, dans un PDF mêlant texte natif et contenu numérisé, les parties numérisées ne sont pas traduites. Le contenu des zones de texte DOC/DOCX n’est pas traduit non plus. Si les manuels contiennent de tels éléments, ces limites peuvent suffire à modifier le choix ou le prétraitement.

Si les sources DOCX sont disponibles, il faut les utiliser en priorité pour l’évaluation, puis générer le PDF à livrer. Si seuls des PDF existent, il faut d’abord distinguer fichiers natifs, numérisés et mixtes. La reconnaissance des scans, les tableaux complexes et les mises en page multicolonnes doivent être vérifiés séparément. Ces capacités documentées ne prouvent pas qu’un fournisseur préserve mieux la mise en page de vos manuels, ni qu’il gagne en qualité de traduction.

Calculer le budget selon la répartition des fichiers

Les règles de facturation de l’API de DeepL prévoient un minimum de 50 000 caractères source par traduction pour des fichiers tels que DOCX et PDF ; au-delà, le nombre réel de caractères s’applique. Supposons que 100 manuels courts de seulement 5 000 caractères chacun soient traduits dans 2 langues : le volume facturé est de 100 × 2 × 50 000 = 10 000 000 caractères, et non 1 000 000, qui correspond au volume source réel multiplié par le nombre de langues. Il faut appliquer à ce volume le tarif unitaire et les frais fixes du contrat API concerné pour obtenir un budget comparable.

Dans les tarifs standards publics de Google, la traduction documentaire NMT des DOCX/PDF coûte 0,08 dollar américain par page, contre 0,25 dollar américain par page avec les modèles personnalisés AutoML. Le nombre de langues cibles multiplie le nombre de pages facturées. Si ce même lot compte 400 pages facturables et est traduit dans 2 langues, le coût NMT est de 400 × 2 × 0,08 = 64 dollars américains. Cet exemple hypothétique exclut les coûts d’autres services, comme le stockage cloud, et n’utilise aucune remise liée à un engagement de dépenses. XLSX relève de la facturation au caractère : le tarif par page ne s’applique donc pas à tous les formats.

En présence de nombreux DOCX/PDF courts, il faut donc calculer d’abord le minimum par fichier chez DeepL, puis le comparer aux pages réellement facturées chez Google. Pour les fichiers plus longs, il faut recalculer caractères, pages et coût des retouches humaines. Si le système existant convient mieux à un envoi et à une récupération fichier par fichier, DeepL mérite un premier essai. Si les lots multilingues et Cloud Storage font déjà partie de l’infrastructure quotidienne, Google Advanced s’accorde mieux au transfert existant. Enfin, utilisez le même ensemble de manuels autorisés pour l’évaluation afin de vérifier l’application de la terminologie, les passages non traduits, la possibilité de modifier les fichiers et la facture réelle avant d’augmenter le volume.

À propos de cet article :Cet article s’appuie sur des informations publiques et sert de référence pour vous aider à choisir vos outils. Les fonctionnalités, les tarifs et les politiques associées peuvent évoluer à tout moment ; veuillez consulter les informations officielles les plus récentes.

Source originale :docs.cloud.google.com