Claude Platform Docs
MessaggiCapacità del modello

Supporto multilingue

Claude eccelle in attività in più lingue, mantenendo solide prestazioni interlinguistiche rispetto all’inglese.

Panoramica

Claude dimostra solide capacità multilingue, con prestazioni particolarmente elevate nelle attività “zero-shot” (senza esempi) in diverse lingue.

Claude è competente in molte lingue oltre a quelle valutate nella tabella seguente. Esegui test con qualsiasi lingua rilevante per i tuoi casi d’uso specifici.

Dati sulle prestazioni

La tabella seguente mostra i punteggi zero-shot dei modelli Claude su Global-MMLU, che estende il set di test “Massive Multitask Language Understanding” (comprensione del linguaggio multitask su vasta scala), o MMLU, a 42 lingue. Ogni punteggio è una percentuale del punteggio in inglese dello stesso modello:

LinguaClaude Fable 5.2Claude Opus 5.5Claude Sonnet 5.5Claude Haiku 5.5
Inglese100%100%100%100%
Spagnolo99,8%99,3%99,0%98,1%
Portoghese (Brasile)99,4%99,2%98,7%98,1%
Italiano99,5%99,2%98,4%97,7%
Francese99,6%99,3%98,7%97,7%
Indonesiano99,4%99,1%98,6%97,1%
Tedesco99,5%99,1%98,5%97,4%
Arabo99,6%99,3%98,3%96,6%
Cinese (semplificato)99,6%99,3%98,5%97,7%
Coreano99,6%99,1%98,3%97,0%
Giapponese99,5%99,2%98,4%97,4%
Hindi99,4%99,2%98,5%96,6%
Bengalese99,2%98,6%97,2%95,4%
Swahili99,2%98,3%96,9%94,0%
Yoruba98,5%96,3%93,6%87,0%

Tutti i punteggi usano l’“adaptive thinking” (ragionamento adattivo) con il livello di effort max. I punteggi escludono le domande bloccate dai “safety classifiers” (classificatori di sicurezza) o rimaste senza risposta. Per ciascun punteggio nella tabella, è escluso al massimo l’1,7% delle domande.


Imposta la lingua di risposta

Claude deduce la lingua di risposta dalla conversazione, ma per le applicazioni in produzione dovresti indicare esplicitamente la lingua di destinazione. Il posto più affidabile per farlo è il “system prompt” (prompt di sistema), che mantiene l’istruzione stabile in ogni turno di una conversazione.

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)

Se la tua applicazione consente agli utenti di scegliere una lingua in fase di esecuzione, inserisci tale scelta nel prompt di sistema anziché affidarti a Claude per dedurla dal messaggio dell’utente. Per tradurre tra due lingue specifiche, indicale entrambe: Translate the user's message from German to Korean. Respond with only the translation.


Best practice

Quando lavori con contenuti multilingue:

  1. Fornisci un contesto linguistico chiaro: sebbene Claude possa rilevare automaticamente la lingua di destinazione, indicare esplicitamente le lingue di input e di output che desideri migliora l’affidabilità. Per una maggiore fluidità, puoi chiedere a Claude di usare un “linguaggio idiomatico come se fosse un madrelingua”.
  2. Usa le scritture native: invia il testo nella sua scrittura nativa anziché in traslitterazione per risultati ottimali.
  3. Considera il contesto culturale: una comunicazione efficace richiede spesso consapevolezza culturale e regionale che va oltre la pura traduzione.

Segui inoltre le indicazioni generali nella Panoramica del prompt engineering per migliorare ulteriormente la qualità dell’output.


Considerazioni sul supporto linguistico

  • Claude elabora input e genera output nella maggior parte delle lingue del mondo che utilizzano caratteri Unicode standard.
  • Le prestazioni variano in base alla lingua, con capacità particolarmente elevate nelle lingue ampiamente parlate.
  • Anche nelle lingue con meno risorse digitali, Claude mantiene capacità significative.

Passaggi successivi

Applica tecniche generali di prompting per migliorare la qualità dell’output multilingue.

Crea un chatbot di assistenza clienti. Un solo chatbot può servire clienti in molte lingue.

Confronta i livelli dei modelli per bilanciare la qualità multilingue rispetto a costi e latenza.

Applica metodi di valutazione generali per misurare la qualità dell’output in ciascuna lingua che supporti.

Disponibilità

Supporto multilingue
API
  • Messages API
  • Managed Agents
Modelli
  • Tutti i modelli

Questa pagina ti è stata utile?