Bir web sayfasının görünmeyen yükü
Bir sayfa ekranda birkaç temiz paragraftan ibaret görünebilir, fakat arkasında hiç görmediğiniz binlerce karakter taşır: stil class'ları, izleme verileri, bağlantılar, görsel ayrıntıları ve tarayıcı için başka talimatlar.
Bu ayrıntılar sayfa için önemlidir, ancak çoğunun çevrilmesi gerekmez. Önceden Yalnızca çeviri modu, bu görünmez yükün büyük kısmını metinle birlikte çeviri hizmetine gönderiyordu. Çok bileşenli modern sitelerde çevirmen, önünüzdeki cümleden çok sayfanın mekanizmasını okumaya zaman ayırabiliyordu.
1.39.5 sürümü bunu değiştiriyor.
En yoğun nitelikli OpenAI testimizde aynı istek yaklaşık 19.1 saniyeden 1.28 saniyeye düştü: 14.9× hızlanma.
Daha az veri gönderilir, sayfa eksiksiz geri kurulur
Read Frog, çevrilmesi gerekmeyen nitelikleri geçici olarak ayırır ve yerlerini kısa bir işaretle hatırlar. Sağlayıcı metni ve HTML yapısını çevirir; sonuç döndüğünde Read Frog özgün nitelikleri geri yükledikten sonra çeviriyi gösterir.
Normal bir modern dokümantasyon örneğinde istek %69.8 küçüldü. Aşırı Tailwind/GitHub tarzı örnekte ise %98.2 küçüldü.
Süreç üç basit adımdan oluşur:
- Görünen kelimeleri, HTML yapısını ve çevrilmesi gerekebilecek metin niteliklerini korumak.
- Stil, URL, ID ve diğer gizli nitelikleri yalnızca o isteğe ait küçük işaretlerle değiştirmek.
- Her işareti doğrulamak ve çeviriyi göstermeden önce özgün nitelikleri geri yüklemek.
Bir sağlayıcı işaretleri doğru korumazsa Read Frog sonucu reddeder ve bozuk HTML eklemek yerine güvenli yönteme geri döner.
Gerçek API testleri ne gösterdi?
Derlenmiş eklentiyi gerçek OpenAI, DeepSeek, Google, Microsoft ve DeepL endpoint'leriyle test ettik. Kazanç, çevrilen bölümde ne kadar gizli sayfa niteliği bulunduğuna güçlü biçimde bağlıdır.
Üç sütun sırasıyla basit bir makaleyi, normal modern dokümanı ve çok yoğun nitelikli bileşen sayfasını gösterir.
| Sayfa türü | Beklenebilecek sonuç |
|---|---|
| Az nitelikli basit makale | Genellikle hemen hemen aynı hız |
| GitHub Issue veya modern teknik dokümantasyon | Örneklerde OpenAI 1.54×, DeepSeek 2.16× |
| Next.js, Tailwind veya bileşen yoğun içerik | OpenAI 14.9× değerine ulaştı; eski DeepSeek yolu 3 denemenin 2'sinde zaman aşımına uğradı |
Yoğun DeepSeek örneğinde yeni istek yaklaşık 1.25 saniyede kararlı biçimde tamamlandı. Eski istek iki kez zaman aşımına uğradı, tek başarılı deneme ise 45.5 saniye sürdü. Eski yol güvenilir olmadığı için bunu kararlı bir hız katsayısı olarak sunmuyoruz.
Makine çevirisi nasıl etkilendi?
Makine çevirisi hizmetleri HTML'i zaten verimli işler ve sabit ağ gecikmesi toplam sürede daha büyük pay sahibidir. Bu nedenle hız farkları daha küçüktü.
| Sağlayıcı | Normal sayfalar | Nitelik yoğun sayfalar |
|---|---|---|
| Google Translate | Hemen hemen aynı | Hemen hemen aynı; ölçülen fark çoğunlukla ağ dalgalanması |
| Microsoft Translator | Hemen hemen aynı | Aşırı örnekte 1.68× |
| DeepL | Hemen hemen aynı | 1.06×, pratikte değişmedi |
Kronometre çok değişmese bile küçük istekler gereksiz trafiği ve boyut sınırına ulaşma riskini azaltır.
Daha az input token, daha düşük LLM maliyeti
Çevrilen metin ve çıktı uzunluğu hemen hemen aynı kalır; tasarruf çoğunlukla gereksiz input'un kaldırılmasından gelir. Sabit prompt ve çıktı maliyetini de hesaba kattığımızda tüm çağrı için şu düşüşleri tahmin ediyoruz:
- OpenAI: normal modern sayfalarda yaklaşık %10–25, aşırı nitelik yoğun içerikte %80–90.
- DeepSeek: normal modern sayfalarda yaklaşık %20–35, aşırı nitelik yoğun içerikte %88–94.
Bunlar test edilen istekler ve 11 Temmuz 2026'da mevcut fiyatlar üzerinden tahminlerdir; her sayfa için söz değildir. Güncel fiyatlar için OpenAI ve DeepSeek resmi sayfalarına bakın.
Read Frog'un yerleşik Google ve Microsoft seçenekleri kullanıcıya API faturası çıkarmaz. DeepL'de ise HTML işleme açıkken etiket ve nitelik içindeki karakterler ücretlendirilmez; dolayısıyla burada ana fayda maliyetten çok istek boyutu ve güvenilirliktir.
Kullanırken ne fark edeceksiniz?
Çoğunlukla sade makaleler okuyorsanız deneyim tanıdık kalır. GitHub, modern dokümantasyon, panolar veya Tailwind niteliği çok olan siteleri LLM ile çeviriyorsanız fark büyük olabilir: daha az bekleme, daha az zaman aşımı ve daha az input token.
Bu optimizasyon Yalnızca çeviri modu için geçerlidir. İki dilli çeviri değişmedi; önbellekteki çeviri zaten hızlı olduğundan ek kazanç çok azdır.
En büyük kazanç, görünen metin kısa olduğu hâlde onu taşıyan öğenin çok uzun bir gizli nitelik listesi bulunduğunda ortaya çıkar.
Nasıl ölçtük?
Her sonuç production derlemesinin arka plan çeviri yolundan geçti ve benzersiz bir önbellek anahtarı kullandı. Bir ısınma isteğini dışarıda bıraktık, eski/yeni sırasını dönüşümlü kullandık, LLM örneklerini 3, makine çevirisini 7 kez tekrarladık. Rakamlar sağlayıcı istek süresinin medyanıdır; DOM taraması ve son sayfa çizimi dahil değildir.
Bu nedenle 14.9× test edilen API isteğini anlatır; her tam sayfanın 14.9× daha çabuk biteceğini garanti etmez. Tam sayfa süresi paragraf bölme, batch, eşzamanlılık, ağ ve önbellekten de etkilenir.
Uygulama tartışması ve güvenlik davranışının tamamı için issue #1415 ve PR #1832 sayfalarına bakabilirsiniz.
Yazan:
Read Frog Team
Şu tarihte:
11 Tem 2026 Cmt
Uzantı Sürümü
1.39.5