
網頁背後看不見的「行李」
一個網頁看起來可能只有幾段乾淨的文字,背後卻帶著成千上萬個你看不到的字元:樣式 class、追蹤資料、連結、圖片資訊,以及瀏覽器呈現頁面所需的其他說明。
這些資訊對網頁很重要,但絕大多數不需要翻譯。以前在僅譯文模式下,陪讀蛙會把其中許多隱藏資訊和正文一起傳給翻譯服務。在現代元件密集的網站上,翻譯器處理網頁結構的時間甚至可能比翻譯眼前句子的時間更長。
1.39.5 版本改變了這一點。
在屬性最密集的 OpenAI 測試中,同一個翻譯請求從約 19.1 秒縮短到 1.28 秒,提速 14.9 倍。
傳送更少的資料,返回後再完整還原網頁
陪讀蛙現在會暫時收起不需要翻譯的屬性,只用一個很短的標記記住它們的位置。翻譯服務只處理文字和 HTML 結構;譯文返回後,陪讀蛙會先恢復原有屬性,再把結果顯示到頁面上。

在普通現代文件樣本中,請求縮小了 69.8%;在極端的 Tailwind/GitHub 風格樣本中,縮小了 98.2%。
整個過程可以理解成三步:
- 保留可見文字、HTML 結構,以及可能需要翻譯的文字類屬性。
- 把樣式、URL、ID 等隱藏屬性換成只屬於目前請求的小標記。
- 檢查每個標記是否完整,再恢復原始屬性並顯示譯文。
如果某個翻譯服務沒有正確保留標記,陪讀蛙會拒絕這份結果並安全回退,不會把損壞的 HTML 插入網頁。
真實 API 測試結果
我們使用建置後的真實擴充功能,分別測試了 OpenAI、DeepSeek、Google、Microsoft 和 DeepL。提升幅度主要取決於一個翻譯片段裡藏著多少網頁屬性。

圖中的三欄依序代表簡單文章、普通現代文件,以及屬性非常密集的元件頁面。
| 網頁類型 | 可以期待的效果 |
|---|---|
| 屬性很少的普通文章 | 速度通常基本不變 |
| GitHub Issue 或現代技術文件 | 樣本中 OpenAI 1.54 倍,DeepSeek 2.16 倍 |
| Next.js、Tailwind 或元件密集內容 | OpenAI 達到 14.9 倍;DeepSeek 舊方案 3 次有 2 次逾時 |
在 DeepSeek 極端樣本中,新請求穩定在約 1.25 秒。舊請求兩次逾時,唯一成功的一次耗時 45.5 秒。由於舊方案已經不穩定,我們不會把它宣傳成一個穩定的提速倍數。
機器翻譯有什麼變化?
機器翻譯服務本來就很擅長處理 HTML,而且固定網路延遲占比更高,所以速度變化小得多:
| 翻譯服務 | 普通頁面 | 屬性密集頁面 |
|---|---|---|
| Google Translate | 基本相同 | 基本相同,測得的差異主要來自網路波動 |
| Microsoft Translator | 基本相同 | 極端樣本中 1.68 倍 |
| DeepL | 基本相同 | 1.06 倍,實際幾乎不變 |
即使秒錶變化不明顯,更小的請求仍能減少不必要的傳輸,並降低碰到請求長度限制的可能性。
輸入 token 更少,LLM 成本也更低
譯文內容和輸出長度基本不變,因此節省主要來自減少無用輸入。把固定提示詞和輸出費用也計算進去後,我們估算整次呼叫的成本下降如下:

- OpenAI: 普通現代頁面約省 10–25%,極端屬性密集內容約省 80–90%。
- DeepSeek: 普通現代頁面約省 20–35%,極端屬性密集內容約省 88–94%。
這些數字是根據本次測試請求與 2026 年 7 月 11 日可查到的價格估算,不代表每個網頁都一定達到相同結果。最新價格請查看 OpenAI 和 DeepSeek 官方頁面。
陪讀蛙內建的 Google 和 Microsoft 翻譯不會給使用者產生 API 帳單。DeepL 的規則又有所不同:開啟 HTML 處理後,DeepL 本來就不會對 HTML 標籤及其屬性中的字元計費,所以這次優化對 DeepL 的價值主要是縮小請求和提高可靠性,而不是省錢。
你實際會感受到什麼
如果你主要閱讀純文章,翻譯體驗會和以前差不多。如果你使用 LLM 翻譯 GitHub、現代技術文件、儀表板或 Tailwind 屬性很多的網站,差異可能非常明顯:等待更短、逾時更少、輸入 token 也更少。
這次優化只套用於僅譯文模式。雙語翻譯保持不變;如果譯文已命中快取,本來就會很快,也不會再有明顯提升。
當可見文字很短、承載它的網頁元素卻帶著很長的隱藏屬性清單時,提升通常最明顯。
我們怎樣測試
每次測試都透過正式建置擴充功能的背景翻譯流程,並使用唯一快取鍵。我們排除一次預熱請求,交替執行舊方案與新方案;LLM 場景重複 3 次,機器翻譯場景重複 7 次。文中的時間是翻譯服務請求耗時的中位數,不包括 DOM 掃描和最終頁面呈現。
因此,14.9 倍描述的是測試中的 API 請求,不保證所有完整網頁都會快 14.9 倍。整頁速度還會受到段落拆分、批次處理、並行、網路環境和快取等因素影響。
如想了解實作討論和完整的安全回退機制,可以查看 issue #1415 和 PR #1832。
作者
Read Frog Team
發佈於
2026年7月11日週六
擴充版本
1.39.5