Claude Platform Docs
MensajesCapacidades del modelo

Soporte multilingüe

Claude se destaca en tareas en múltiples idiomas, manteniendo un sólido rendimiento interlingüístico en relación con el inglés.

Descripción general

Claude demuestra sólidas capacidades multilingües, con un rendimiento particularmente fuerte en tareas “zero-shot” (sin ejemplos previos) en distintos idiomas.

Claude es competente en muchos idiomas más allá de los evaluados en la siguiente tabla. Prueba con cualquier idioma relevante para tus casos de uso específicos.

Datos de rendimiento

La siguiente tabla muestra las puntuaciones zero-shot de los modelos Claude en Global-MMLU, que amplía el conjunto de pruebas de “Massive Multitask Language Understanding” (comprensión masiva del lenguaje multitarea), o MMLU, a 42 idiomas. Cada puntuación es un porcentaje de la puntuación en inglés del mismo modelo:

IdiomaClaude Fable 5.2Claude Opus 5.5Claude Sonnet 5.5Claude Haiku 5.5
Inglés100%100%100%100%
Español99.8%99.3%99.0%98.1%
Portugués (Brasil)99.4%99.2%98.7%98.1%
Italiano99.5%99.2%98.4%97.7%
Francés99.6%99.3%98.7%97.7%
Indonesio99.4%99.1%98.6%97.1%
Alemán99.5%99.1%98.5%97.4%
Árabe99.6%99.3%98.3%96.6%
Chino (simplificado)99.6%99.3%98.5%97.7%
Coreano99.6%99.1%98.3%97.0%
Japonés99.5%99.2%98.4%97.4%
Hindi99.4%99.2%98.5%96.6%
Bengalí99.2%98.6%97.2%95.4%
Suajili99.2%98.3%96.9%94.0%
Yoruba98.5%96.3%93.6%87.0%

Todas las puntuaciones usan “adaptive thinking” (pensamiento adaptativo) con el “effort level” (nivel de esfuerzo) max. Las puntuaciones excluyen las preguntas que los clasificadores de seguridad bloquearon o que quedaron sin respuesta. Para cada puntuación de la tabla, se excluye como máximo el 1.7% de las preguntas.


Establece el idioma de respuesta

Claude infiere el idioma de respuesta a partir de la conversación, pero para aplicaciones en producción debes indicar el idioma de destino explícitamente. El lugar más confiable para hacerlo es el “system prompt” (indicación del sistema), que mantiene la instrucción estable en cada turno de una conversación.

client = anthropic.Anthropic()

message = client.messages.create(
    model="claude-opus-5-5",
    max_tokens=1024,
    system="Always respond in French, regardless of the language the user writes in.",
    messages=[{"role": "user", "content": "How do I reset my password?"}],
)

print(message.content)

Si tu aplicación permite a los usuarios elegir un idioma en tiempo de ejecución, interpola esa elección en la indicación del sistema en lugar de depender de que Claude la infiera a partir del mensaje del usuario. Para traducir entre dos idiomas específicos, nombra ambos: Translate the user's message from German to Korean. Respond with only the translation.


Mejores prácticas

Al trabajar con contenido multilingüe:

  1. Proporciona un contexto de idioma claro: Aunque Claude puede detectar el idioma de destino automáticamente, indicar explícitamente los idiomas de entrada y salida que deseas mejora la confiabilidad. Para una mayor fluidez, puedes pedirle a Claude que use “un habla idiomática como si fuera un hablante nativo”.
  2. Usa escrituras nativas: Envía el texto en su escritura nativa en lugar de una transliteración para obtener resultados óptimos.
  3. Considera el contexto cultural: Una comunicación efectiva a menudo requiere conciencia cultural y regional más allá de la pura traducción.

Sigue también la orientación general de la Descripción general de la ingeniería de prompts para mejorar aún más la calidad de los resultados.


Consideraciones sobre el soporte de idiomas

  • Claude procesa entradas y genera salidas en la mayoría de los idiomas del mundo que usan caracteres Unicode estándar.
  • El rendimiento varía según el idioma, con capacidades particularmente sólidas en idiomas ampliamente hablados.
  • Incluso en idiomas con menos recursos digitales, Claude mantiene capacidades significativas.

Próximos pasos

Aplica técnicas generales de prompting para mejorar la calidad de los resultados multilingües.

Crea un chatbot de soporte al cliente. Un solo chatbot puede atender a clientes en muchos idiomas.

Compara los niveles de modelos para equilibrar la calidad multilingüe frente al costo y la latencia.

Aplica métodos de evaluación generales para medir la calidad de la salida en cada idioma que admitas.

Disponibilidad

Soporte multilingüe
API
  • Messages API
  • Managed Agents
Modelos
  • Todos los modelos

¿Te resultó útil esta página?