Hành lý vô hình phía sau một trang web
Một trang có thể chỉ hiển thị vài đoạn văn gọn gàng nhưng phía sau lại mang theo hàng nghìn ký tự bạn không nhìn thấy: class định dạng, dữ liệu theo dõi, liên kết, thông tin hình ảnh và nhiều chỉ dẫn khác cho trình duyệt.
Những chi tiết đó cần thiết cho trang web, nhưng phần lớn không cần dịch. Trước đây, chế độ Chỉ bản dịch gửi nhiều thông tin ẩn này cùng với nội dung. Trên những trang hiện đại có nhiều thành phần, dịch vụ có thể dành nhiều thời gian đọc cấu trúc trang hơn là dịch câu trước mắt bạn.
Phiên bản 1.39.5 thay đổi điều đó.
Trong thử nghiệm OpenAI có nhiều thuộc tính nhất, cùng một yêu cầu giảm từ khoảng 19.1 giây xuống 1.28 giây—nhanh hơn 14.9×.
Gửi ít dữ liệu hơn, rồi khôi phục trang chính xác
Read Frog tạm cất các thuộc tính không cần dịch và chỉ để lại một dấu ngắn ghi nhớ vị trí. Nhà cung cấp dịch phần chữ và cấu trúc HTML; khi kết quả trở về, Read Frog khôi phục thuộc tính gốc trước khi hiển thị.
Trong mẫu tài liệu hiện đại thông thường, yêu cầu nhỏ hơn 69.8%. Trong mẫu Tailwind/GitHub cực kỳ dày thuộc tính, nó nhỏ hơn 98.2%.
Quy trình gồm ba bước đơn giản:
- Giữ lại chữ hiển thị, cấu trúc HTML và các thuộc tính dạng văn bản có thể cần dịch.
- Thay style, URL, ID và thông tin ẩn khác bằng các dấu nhỏ chỉ tồn tại cho yêu cầu đó.
- Kiểm tra mọi dấu và khôi phục thuộc tính gốc trước khi hiển thị bản dịch.
Nếu nhà cung cấp không giữ đúng các dấu, Read Frog từ chối kết quả và chuyển sang cách an toàn thay vì chèn HTML bị hỏng.
Kết quả từ API thực tế
Chúng tôi dùng bản extension đã build để thử nghiệm với endpoint thật của OpenAI, DeepSeek, Google, Microsoft và DeepL. Mức cải thiện phụ thuộc nhiều vào lượng thuộc tính ẩn trong mỗi đoạn cần dịch.
Ba cột lần lượt là bài viết đơn giản, tài liệu hiện đại thông thường và trang thành phần có rất nhiều thuộc tính.
| Loại trang | Kết quả có thể mong đợi |
|---|---|
| Bài viết đơn giản, ít thuộc tính | Thường gần như không đổi |
| GitHub Issue hoặc tài liệu kỹ thuật hiện đại | OpenAI 1.54×, DeepSeek 2.16× trong mẫu |
| Nội dung Next.js, Tailwind hoặc nhiều thành phần | OpenAI đạt 14.9×; cách DeepSeek cũ hết thời gian ở 2/3 lần thử |
Với mẫu DeepSeek nặng, yêu cầu mới hoàn thành ổn định quanh 1.25 giây. Yêu cầu cũ hết thời gian hai lần, còn lần thành công duy nhất mất 45.5 giây. Vì cách cũ không ổn định, chúng tôi không gọi đây là một hệ số tăng tốc cố định.
Còn dịch máy thì sao?
Dịch máy vốn xử lý HTML hiệu quả và độ trễ mạng cố định chiếm tỷ trọng lớn hơn, nên thay đổi tốc độ nhỏ hơn nhiều.
| Nhà cung cấp | Trang thông thường | Trang dày thuộc tính |
|---|---|---|
| Google Translate | Gần như không đổi | Gần như không đổi; khác biệt chủ yếu là dao động mạng |
| Microsoft Translator | Gần như không đổi | 1.68× trong mẫu cực đoan |
| DeepL | Gần như không đổi | 1.06×, thực tế không đáng kể |
Ngay cả khi thời gian gần như không đổi, yêu cầu nhỏ hơn vẫn giảm lưu lượng thừa và nguy cơ chạm giới hạn kích thước.
Ít input token hơn cũng giảm chi phí LLM
Nội dung dịch và độ dài đầu ra gần như không đổi, nên phần tiết kiệm chủ yếu đến từ việc bỏ input không cần thiết. Sau khi tính cả prompt cố định và chi phí đầu ra, chúng tôi ước tính mức giảm cho toàn bộ lượt gọi như sau:
- OpenAI: khoảng 10–25% trên trang hiện đại thông thường và 80–90% trên nội dung cực kỳ dày thuộc tính.
- DeepSeek: khoảng 20–35% trên trang hiện đại thông thường và 88–94% trên nội dung cực kỳ dày thuộc tính.
Đây là ước tính dựa trên payload thử nghiệm và giá có sẵn ngày 11 tháng 7 năm 2026, không phải cam kết cho mọi trang. Xem giá hiện tại trên trang chính thức của OpenAI và DeepSeek.
Google và Microsoft tích hợp sẵn trong Read Frog không tạo hóa đơn API cho người dùng. Với DeepL, khi xử lý HTML, các ký tự trong tag và thuộc tính vốn không bị tính phí, vì vậy lợi ích chủ yếu là kích thước yêu cầu và độ tin cậy.
Bạn sẽ cảm nhận điều gì
Nếu chủ yếu đọc bài viết đơn giản, trải nghiệm sẽ quen thuộc. Nếu dùng LLM để dịch GitHub, tài liệu hiện đại, dashboard hoặc trang có nhiều thuộc tính Tailwind, khác biệt có thể rất rõ: chờ ít hơn, ít hết thời gian hơn và dùng ít input token hơn.
Tối ưu này chỉ áp dụng cho chế độ Chỉ bản dịch. Dịch song ngữ không thay đổi; bản dịch đã có trong cache vốn đã nhanh nên gần như không có thêm lợi ích.
Mức cải thiện lớn nhất xuất hiện khi chữ hiển thị ngắn nhưng phần tử chứa nó lại có danh sách thuộc tính ẩn rất dài.
Cách chúng tôi đo
Mỗi kết quả đi qua luồng dịch nền của bản production và dùng cache key riêng. Chúng tôi loại một yêu cầu làm nóng, luân phiên thứ tự cũ/mới, lặp trường hợp LLM 3 lần và dịch máy 7 lần. Số liệu là trung vị thời gian yêu cầu tới nhà cung cấp, không gồm quét DOM và render trang cuối cùng.
Vì vậy, 14.9× mô tả yêu cầu API đã thử nghiệm, không đảm bảo toàn bộ mọi trang đều hoàn tất nhanh hơn 14.9×. Thời gian toàn trang còn phụ thuộc vào cách chia đoạn, batch, số yêu cầu đồng thời, mạng và cache.
Xem thảo luận triển khai và cơ chế an toàn đầy đủ tại issue #1415 và PR #1832.
Được viết bởi
Read Frog Team
Tại
Thứ 7 11 thg 7 2026
Phiên bản mở rộng
1.39.5