Claude Platform Docs
СообщенияВозможности модели

Многоязычная поддержка

Claude превосходно справляется с задачами на множестве языков, сохраняя высокую межъязыковую производительность относительно английского.

Обзор

Claude демонстрирует надёжные многоязычные возможности, с особенно высокой производительностью в задачах в режиме «zero-shot» (без примеров) на разных языках.

Claude владеет многими языками помимо тех, что представлены в следующей таблице. Тестируйте с любыми языками, актуальными для ваших конкретных сценариев использования.

Данные о производительности

В следующей таблице приведены оценки zero-shot для моделей Claude на Global-MMLU, который расширяет тестовый набор «Massive Multitask Language Understanding» (массового многозадачного понимания языка), или MMLU, до 42 языков. Каждая оценка представляет собой процент от оценки той же модели на английском языке:

ЯзыкClaude Fable 5.2Claude Opus 5.5Claude Sonnet 5.5Claude Haiku 5.5
Английский100%100%100%100%
Испанский99,8%99,3%99,0%98,1%
Португальский (Бразилия)99,4%99,2%98,7%98,1%
Итальянский99,5%99,2%98,4%97,7%
Французский99,6%99,3%98,7%97,7%
Индонезийский99,4%99,1%98,6%97,1%
Немецкий99,5%99,1%98,5%97,4%
Арабский99,6%99,3%98,3%96,6%
Китайский (упрощённый)99,6%99,3%98,5%97,7%
Корейский99,6%99,1%98,3%97,0%
Японский99,5%99,2%98,4%97,4%
Хинди99,4%99,2%98,5%96,6%
Бенгальский99,2%98,6%97,2%95,4%
Суахили99,2%98,3%96,9%94,0%
Йоруба98,5%96,3%93,6%87,0%

Все оценки получены с использованием «adaptive thinking» (адаптивных размышлений) при значении max параметра «effort level» (уровня усилий). Из оценок исключены вопросы, которые были заблокированы «safety classifiers» (классификаторами безопасности) или остались без ответа. Для каждой оценки в таблице исключено не более 1,7 процента вопросов.


Задание языка ответа

Claude определяет язык ответа из контекста разговора, но для производственных приложений следует явно указывать целевой язык. Наиболее надёжное место для этого — «system prompt» (системная подсказка), которая сохраняет инструкцию стабильной на каждом шаге разговора.

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)

Если ваше приложение позволяет пользователям выбирать язык во время выполнения, подставляйте этот выбор в системную подсказку, а не полагайтесь на то, что Claude определит его из сообщения пользователя. Чтобы переводить между двумя конкретными языками, укажите оба: Translate the user's message from German to Korean. Respond with only the translation.


Лучшие практики

При работе с многоязычным контентом:

  1. Предоставляйте чёткий языковой контекст: хотя Claude может определить целевой язык автоматически, явное указание нужных вам языков ввода и вывода повышает надёжность. Для большей естественности речи вы можете попросить Claude использовать «идиоматическую речь, как если бы он был носителем языка».
  2. Используйте родную письменность: для оптимальных результатов отправляйте текст в его родной письменности, а не в транслитерации.
  3. Учитывайте культурный контекст: эффективная коммуникация часто требует понимания культурных и региональных особенностей, выходящего за рамки простого перевода.

Также следуйте общим рекомендациям из Обзора инженерии подсказок, чтобы дополнительно повысить качество вывода.


Особенности языковой поддержки

  • Claude обрабатывает ввод и генерирует вывод на большинстве языков мира, использующих стандартные символы Unicode.
  • Производительность варьируется в зависимости от языка, с особенно сильными возможностями в широко распространённых языках.
  • Даже в языках с меньшим количеством цифровых ресурсов Claude сохраняет значимые возможности.

Следующие шаги

Применяйте общие техники составления подсказок для повышения качества многоязычного вывода.

Создайте чат-бот для поддержки клиентов. Один чат-бот может обслуживать клиентов на многих языках.

Сравните уровни моделей, чтобы сбалансировать качество многоязычной работы со стоимостью и задержкой.

Применяйте общие методы оценки, чтобы измерять качество выходных данных на каждом поддерживаемом вами языке.

Доступность

Многоязычная поддержка
API
  • Messages API
  • Managed Agents
Модели
  • Все модели

Эта страница была полезной?