El equipaje invisible de una página web
Una página puede mostrar solo unos párrafos limpios y, aun así, llevar miles de caracteres que nunca ves: clases de estilo, datos de seguimiento, enlaces, detalles de imágenes y otras instrucciones para el navegador.
Esos detalles son importantes para la página, pero casi nunca necesitan traducción. Antes, el modo Solo traducción enviaba buena parte de ese equipaje junto con las palabras. En sitios modernos llenos de componentes, el traductor podía dedicar más tiempo a leer la maquinaria de la página que a traducir la frase que tienes delante.
La versión 1.39.5 cambia eso.
En nuestra prueba de OpenAI con más atributos, la misma solicitud pasó de unos 19.1 segundos a 1.28 segundos: una mejora de 14.9×.
Menos datos enviados y la página restaurada con precisión
Read Frog aparta temporalmente los atributos que no necesitan traducción y deja un marcador corto en su lugar. El proveedor traduce el texto y la estructura HTML; cuando vuelve el resultado, Read Frog restaura los atributos originales antes de mostrarlo.
En una muestra normal de documentación moderna, la solicitud fue un 69.8% más pequeña. En una muestra extrema al estilo Tailwind/GitHub, fue un 98.2% más pequeña.
El proceso tiene tres pasos sencillos:
- Mantener las palabras visibles, la estructura HTML y los atributos de texto que quizá deban traducirse.
- Sustituir estilos, URL, ID y otros atributos ocultos por pequeños marcadores exclusivos de esa solicitud.
- Validar cada marcador y restaurar los atributos originales antes de mostrar la traducción.
Si un proveedor no conserva correctamente los marcadores, Read Frog rechaza el resultado y usa una ruta segura en lugar de insertar HTML dañado.
Resultados con API reales
Probamos la extensión compilada con endpoints reales de OpenAI, DeepSeek, Google, Microsoft y DeepL. La mejora depende en gran medida de cuántos atributos ocultos incluya cada fragmento traducido.
Las tres columnas representan un artículo sencillo, un documento moderno normal y una página de componentes con muchísimos atributos.
| Tipo de página | Qué puedes esperar |
|---|---|
| Artículo sencillo con pocos atributos | Normalmente, casi la misma velocidad |
| GitHub Issue o documentación técnica moderna | OpenAI 1.54× y DeepSeek 2.16× en las muestras |
| Contenido de Next.js, Tailwind o con muchos componentes | OpenAI alcanzó 14.9×; la ruta antigua de DeepSeek agotó el tiempo en 2 de 3 pruebas |
En la muestra pesada de DeepSeek, la nueva solicitud terminó de forma estable en unos 1.25 segundos. La antigua agotó el tiempo dos veces y su único intento correcto tardó 45.5 segundos. Como la ruta anterior no era fiable, no la presentamos como una mejora estable en múltiplos.
¿Y la traducción automática?
Los servicios de traducción automática ya procesan HTML con eficiencia y el tiempo fijo de red pesa más, así que sus mejoras fueron menores.
| Proveedor | Páginas normales | Páginas con muchos atributos |
|---|---|---|
| Google Translate | Casi igual | Casi igual; la diferencia medida fue principalmente ruido de red |
| Microsoft Translator | Casi igual | 1.68× en la muestra extrema |
| DeepL | Casi igual | 1.06×, prácticamente sin cambios |
Aunque el cronómetro apenas cambie, las solicitudes pequeñas reducen tráfico innecesario y el riesgo de alcanzar límites de tamaño.
Menos input tokens también reduce el coste del LLM
La traducción y su longitud de salida son casi iguales, así que el ahorro procede sobre todo de quitar input innecesario. Después de incluir el prompt fijo y el coste de salida, estimamos estas reducciones para la llamada completa:
- OpenAI: alrededor de 10–25% en páginas modernas normales y 80–90% en contenido extremadamente cargado de atributos.
- DeepSeek: alrededor de 20–35% en páginas modernas normales y 88–94% en contenido extremadamente cargado de atributos.
Son estimaciones basadas en las cargas probadas y los precios disponibles el 11 de julio de 2026, no una promesa para cada página. Consulta las tarifas actuales de OpenAI y DeepSeek.
Las opciones integradas de Google y Microsoft no generan una factura de API para el usuario. DeepL funciona de otra forma: con el manejo de HTML activado, los caracteres dentro de etiquetas y atributos no se facturan, por lo que esta mejora aporta sobre todo solicitudes más pequeñas y fiables.
Qué notarás al usarlo
Si lees principalmente artículos sencillos, la experiencia será familiar. Si usas un LLM para traducir GitHub, documentación moderna, paneles o sitios con muchos atributos de Tailwind, la diferencia puede ser grande: menos espera, menos tiempos agotados y menos input tokens.
Esta optimización se aplica al modo Solo traducción. La traducción bilingüe no cambia; una traducción almacenada en caché ya es rápida y recibe poco beneficio adicional.
La mayor mejora aparece cuando el texto visible es corto, pero el elemento que lo contiene lleva una lista muy larga de atributos ocultos.
Cómo lo medimos
Cada resultado pasó por la ruta de traducción en segundo plano de la compilación de producción y usó una clave de caché única. Excluimos una solicitud de calentamiento, alternamos el orden antiguo/nuevo, repetimos los casos LLM 3 veces y los de traducción automática 7 veces. Las cifras son la mediana del tiempo de solicitud al proveedor y no incluyen el escaneo del DOM ni el renderizado final.
Por eso, 14.9× describe la solicitud API probada; no garantiza que todas las páginas completas terminen 14.9× antes. El tiempo total también depende de la división en párrafos, los lotes, la concurrencia, la red y la caché.
Puedes consultar la discusión de implementación y las protecciones completas en el issue #1415 y el PR #1832.
Escrito por
Read Frog Team
en
sáb 11 jul 2026
Versión de extensión
1.39.5