大语言模型与翻译服务 (LLM) 全景矩阵
在 DuRT 3.0 的架构中，大语言模型（LLM）不仅承担字幕 Studio 智能伴随式重构、口语化润色、错别字修正、会议纪要提炼等核心创作任务，还在 DAG 工作流的 fullTranslation（全篇翻译）与 contentCreation（文本创作）节点中发挥核心中枢作用。
与此同时，DuRT 支持与 macOS 15 原生神经网络翻译配合，形成“离线极速双语同传 + 云端深度语义润色”的双轨体系。
4 大模型阵营全景选型矩阵
DuRT 采用纯客户端的 BYOK（Bring Your Own Key） 直连模式，您填写的 API 密钥仅加密保存在 macOS 本地 Keychain 中。请求直接由您的 Mac 发往对应厂商，开发者不设中间代理，零加价、零抽成。
| 阵营分类 | 代表厂商与引擎 | 代表模型 | 最大上下文 | 深度思考 (Thinking) | 多模态视觉 (Vision) | 网络要求 | 最佳适用场景 |
|---|---|---|---|---|---|---|---|
| 🍎 原生离线翻译 | Apple Translation | 系统神经网络翻译器 | 句级流式 | ❌ | ❌ | 100% 离线 | 实时内录悬浮双语字幕、无网环境极速同传 |
| 👑 国际商业旗舰 | OpenAI DeepSeek Claude Gemini xAI Grok | GPT-4o / GPT-4.1 DeepSeek-V3 / R1 Claude-3.7-Sonnet Gemini-2.5-Pro Grok-3 | 64k ~ 128k+ | ✅ DeepSeek-R1 ✅ Claude-3.7 | ✅ GPT-4o ✅ Gemini ✅ Claude | 需对应网络权限 | 深度访谈逻辑梳理、高难度跨文化字幕意译、长视频要点重构 |
| 🇨🇳 国内合规商用 | 通义千问 / 智谱 / Kimi / 混元 / 文心 | Qwen-Max / Qwen-Long GLM-4-Flash / Long Moonshot-v1-128k Hunyuan-Turbo | 8k ~ 128k+ (Kimi 超长) | ✅ 各家推理版可选 | ✅ 支持 | 国内直接访问 支持企业合规开票 | 中文俚语识别、国内合规企业报销采购、超长会议录音纪要 |
| 💻 本地私有化 | Ollama 本地大模型 | Llama 3.3, Qwen 2.5, DeepSeek-R1 本地版 | 取决于本地显存 | ✅ 取决于本地模型 | ✅ 支持视觉模型 | 100% 局域网离线 | 绝密商业谈判会议记录、金融合规审查、完全隔离断网开发 |
| ⚡️ 极速推理与路由 | SiliconFlow (硅基流动) Groq OpenRouter | DeepSeek-V3 / R1 API Llama-3.3-70B (LPU) 全球多模型路由 | 64k ~ 128k | ✅ 支持 | ✅ 支持 | 国内直连 (硅基) 全球免翻 (OpenRouter) | 工作流并行高并发处理、批量长文秒级提炼、追求极高推理速度 |
核心任务与选型推荐
1. 实时会议悬浮双语字幕
- 推荐方案：Apple 原生翻译（macOS 15+）。
- 理由：完全在本地神经引擎运行，不需要消耗 token，没有网络延迟，配合 Apple 语音识别能在 300ms 内直接输出双语字幕卡片。
2. 商务访谈、播客会议纪要与 Action Items 提取
- 推荐方案：DeepSeek-R1 (深度思考) 或 OpenAI GPT-4o。
- 理由：DeepSeek-R1 拥有强大的思维链（Chain of Thought）推理能力，能自动辨析长达数小时会议中发言人的隐性逻辑、推导决议并整齐列出行动清单（Action Items），且性价比极高。
3. 多语言影视字幕本土化意译
- 推荐方案：Claude 3.7 Sonnet 或 DeepSeek-V3。
- 理由：文学造诣与俚语表达细腻，能准确把握影视对白中的双关语与上下文语境，避免生硬机械直译。
4. 敏感商业或内部保密会议处理
- 推荐方案：Ollama 本地私有模型。
- 理由：在本地 M 系列 Mac 上直接运行 Qwen 2.5 或 Llama 3.3，数据不出设备，安全合规级别最高。
独立配置教程导航
各服务商专属接入教程请点击下方独立技术手册：