Baru-baru ini seorang teman bercerita tentang alat penerjemah game modern.
Kita memilih area di layar, perangkat lunak membaca teks yang muncul di sana, lalu menampilkan terjemahannya di jendela semi-transparan. Memang ada sedikit jeda, tetapi jika tahap penerjemahannya memakai LLM, hasilnya tidak sekadar mengganti kata. Dialog bisa diparafrasekan agar terdengar lebih alami.
Reaksi pertama saya sederhana:
“Serius, sekarang sudah sampai tahap kita bisa memainkan game asing tanpa menunggu patch terjemahan?”
Lalu risetnya keluar jalur sepenuhnya.
OCR membaca layar.
Model penerjemahan memahami makna.
Overlay menaruh hasilnya kembali di atas antarmuka asli.
Arsitektur itu jelas tidak hanya berguna untuk game.
Kalau sudah ada sistem artikel yang menghasilkan versi berkualitas tinggi dalam 12 bahasa, mengapa 12 bahasa itu tidak dipertahankan sebagai inti premium, sementara hanya artikel populer yang disebarkan ke bahasa long-tail tambahan memakai model terjemahan lokal dengan hampir tanpa tambahan biaya API?
Mulainya dari subtitle game.
Ujung-ujungnya malah rapat arsitektur distribusi global.
1. Penerjemahan game real time sebenarnya hanya empat komponen
Overlay penerjemahan real time terlihat seperti sihir.
Setelah dibongkar, justru lebih menarik.
Alurnya:
- Tangkap area tertentu dari layar game.
- Gunakan OCR untuk mengubah teks di gambar menjadi teks mesin.
- Terjemahkan dengan mesin penerjemah, NMT, atau LLM.
- Tampilkan hasil terjemahan kembali di atas game sebagai overlay semi-transparan.
Proyek Windows publik sudah memakai pola ini. OverlayTranslate melakukan OCR pada area layar dan menaruh hasil terjemahan tepat di atas posisi asal. SubLens terus memantau area layar game, mendeteksi teks baru, menerjemahkannya, dan menampilkan hasil melalui overlay transparan.[1][2]
Dulu alurnya “ambil screenshot, buka situs terjemahan, tempel, baca, kembali ke game”.
Sekarang lebih mirip “beri tahu penerjemah harus melihat ke mana, lalu biarkan dia duduk di samping game”.
Manusia akhirnya mulai memanggil penerjemah tetap untuk menemani RPG yang belum dilokalkan.
2. Google Lens berguna, tetapi bukan overlay game persisten itu sendiri
Google Lens dapat mengenali objek dan teks dalam gambar, memilih teks, lalu menerjemahkannya.[3]
Google Translate juga mendukung penerjemahan gambar. Di PC, pengguna bisa mengunggah gambar dan menerjemahkan teks di dalamnya; di ponsel ada penerjemahan melalui kamera. Google sendiri memperingatkan bahwa teks kecil, buram, atau sangat bergaya dapat menurunkan akurasi.[4]
Jadi Lens sangat mirip dengan “mata” sistem.
Namun alat yang diceritakan teman tadi melangkah lebih jauh.
Lens adalah “baca gambar ini”.
Overlay game adalah “terus pantau area ini dan proses otomatis setiap dialog baru”.
Perbedaannya bukan hanya kualitas terjemahan.
Capture berkelanjutan, deteksi perubahan, cache, pemeriksaan fokus jendela, dan menggambar ulang teks ke posisi yang benar adalah pekerjaan membosankan yang justru membuat pengalaman bermain nyaman.
AI mendapat sorotan.
Pipa di belakang layar yang membuat kita benar-benar bisa bermain.
3. “Google Translate bukan LLM, kan?” menjadi pertanyaan yang lebih rumit pada 2026
Kalau yang dibayangkan adalah Google Translate lama, memisahkannya dari sistem seperti ChatGPT memang masuk akal.
Selama bertahun-tahun Google Translate banyak mengandalkan neural machine translation khusus.
Namun pada Desember 2025, Google mengumumkan integrasi kemampuan penerjemahan Gemini ke Google Translate untuk teks, terutama agar idiom, slang, dan ekspresi yang bergantung konteks dapat diterjemahkan lebih alami.[5]
Pada Februari 2026, Translate diperluas dengan pilihan ungkapan dan penjelasan yang memanfaatkan kemampuan multibahasa Gemini.[6]
Untuk suara, Google kemudian mengumumkan Gemini 3.5 Live Translate dengan penerjemahan ucapan-ke-ucapan nyaris real time dalam lebih dari 70 bahasa.[7]
Jadi pada 2026, mengatakan “Google Translate bukan LLM” secara mutlak terlalu sederhana.
Tetapi kebalikannya juga terlalu sederhana. Kita tidak boleh menganggap setiap permintaan Translate secara literal masuk ke sesi chat Gemini serbaguna.
Yang diumumkan Google adalah integrasi kemampuan Gemini, bukan keseluruhan arsitektur routing internal.
Batasnya sedang menjadi kabur.
4. Google Translate gratis untuk pengguna dan API otomatisasi adalah dua hal berbeda
Di sini muncul pikiran yang sangat wajar:
“Kalau begitu terjemahkan semua artikel pakai Google Translate gratis saja.”
Menggoda.
Tetapi layanan konsumen tanpa tagihan per karakter bukan berarti tersedia API resmi tanpa batas dan gratis untuk otomatisasi massal.
Cloud Translation NMT saat ini memberi kredit bulanan untuk 500.000 karakter pertama. Setelah itu, harga standar yang tercantum adalah US$20 per satu juta karakter.[8]
Misalnya satu artikel berisi 5.000 karakter.
Diterjemahkan ke 50 bahasa menjadi 250.000 karakter.
Dua artikel mencapai 500.000.
Sepuluh artikel populer per bulan ke 50 bahasa menjadi 2,5 juta karakter. Setelah bagian gratis, dua juta karakter yang dikenai biaya kira-kira US$40 pada tarif standar.
Murah.
Tetapi bukan nol.
Google Cloud juga mencantumkan biaya input dan output tersendiri untuk Translation LLM.[8]
Jika syaratnya benar-benar “tidak ada tagihan API berulang”, rancangan paling bersih bukan memperbesar cloud translation tanpa batas, melainkan membuat jalur penerjemahan lokal.
5. Model terjemahan lokal adalah jalur paling masuk akal untuk biaya API nol
Di sinilah model lokal berguna.
MADLAD-400-3B-MT dari Google dipublikasikan di Hugging Face dengan dukungan yang dicantumkan untuk 419 bahasa dan lisensi Apache 2.0.[9]
Jika dijalankan di mesin sendiri, tidak ada biaya API per permintaan terjemahan.
Tentu biaya riil tidak benar-benar nol.
Ada CPU atau GPU.
Ada listrik.
Ada waktu pemrosesan.
Namun pola skalanya berubah: semakin banyak karakter tidak otomatis berarti semakin banyak uang yang dibayar ke penyedia cloud.
Peringatan penting: “mendukung 419 bahasa” tidak berarti “kualitas setara penerjemah manusia di 419 bahasa”.
Bahasa dengan sumber data rendah dapat memiliki kualitas jauh lebih buruk.
Jadi penerjemahan lokal bukan pengganti 12 bahasa premium.
Ia adalah lapisan eksperimen murah untuk bahasa yang sebelumnya terlalu mahal untuk diuji.
6. Di sinilah topik melompat dari game ke pabrik artikel: 12 bahasa berkualitas jangan disentuh
Jika sistem artikel sudah menghasilkan versi berkualitas tinggi dalam 12 bahasa memakai LLM, tidak ada alasan menurunkannya menjadi terjemahan murah.
Dua belas bahasa itu adalah kapal induk.
Bayangkan intinya terdiri dari Jepang, Inggris, Korea, Mandarin Sederhana, Mandarin Tradisional, Spanyol, Portugis Brasil, Indonesia, Thailand, Vietnam, Prancis, dan Jerman.
Jika versi-versi itu sudah melalui penataan konteks, lokalisasi alami, penyesuaian heading, dan QC, mereka bukan sekadar 12 terjemahan.
Mereka adalah 12 representasi makna yang sudah dibersihkan.
Saat membuat bahasa tambahan, tidak selalu harus langsung dari bahasa Jepang.
Untuk target tertentu, versi Inggris, Spanyol, atau Indonesia mungkin menjadi pivot yang lebih baik.
Tetapi rantai terjemahan bisa menumpuk kesalahan.
Karena itu jangan memilih bahasa induk hanya karena terasa dekat. Uji beberapa sumber dalam benchmark kecil dan tetapkan rute per bahasa berdasarkan kemampuan mempertahankan angka, nama, negasi, qualifier, dan makna keseluruhan.
7. Jangan lakukan “semua artikel × semua bahasa”. Popularitas adalah filternya
Ini bagian paling enak dari desain ini.
Punya 5.000 artikel tidak berarti harus menerjemahkan 5.000 artikel ke 100 bahasa.
Mulai dari yang populer.
Contoh berdasarkan PV 30 hari terakhir:
- 10 teratas: tambah 50 bahasa.
- Peringkat 11–50: tambah 20 bahasa.
- Sisanya: hanya 12 bahasa premium.
Atau lebih sederhana: setiap hari ambil 20 artikel teratas lalu terjemahkan hanya kombinasi artikel-bahasa yang belum ada.
Setelah dibuat, terjemahan menjadi aset.
Hari demi hari, peta dunia terisi mulai dari konten yang sudah terbukti diminati.
Ini bukan “bangun infrastruktur penuh di seluruh planet pada hari pertama”.
Ini “kirim pengintai yang hampir gratis, lalu kirim pasukan utama hanya ke tempat yang merespons”.
Lebih pintar.
Dan jauh lebih ramah pada dompet.
8. Tiga tingkat bahasa membuat permintaan nyata menentukan investasi kualitas
Bahasa tambahan bisa dibagi tiga tingkat.
Core: 12 bahasa berkualitas tinggi saat ini. Lokalisasi LLM, QC ketat, semua artikel.
Growth: bahasa tambahan yang sudah mulai menghasilkan trafik nyata. Terjemahan lokal tetap menjadi dasar, tetapi cakupan artikel ditambah.
Experimental: bahasa long-tail dengan permintaan belum diketahui. Hanya artikel populer yang diterjemahkan dan indeks pencarian bisa dibatasi di awal.
Promosi kemudian berdasarkan kunjungan, penyelesaian baca, klik ke artikel berikutnya, dan kunjungan ulang.
Kalau Experimental tidak dibaca, biarkan.
Kalau Polandia mulai menghasilkan trafik, naikkan ke Growth.
Kalau Turki terus tumbuh dan perilaku pembacanya bagus, jadikan kandidat Core.
Tidak perlu lagi rapat untuk menebak, “bahasa apa yang akan besar berikutnya?”
Penerjemahan itu sendiri menjadi riset pasar.
9. Agar tetap gratis, QC pertama sebaiknya tidak memakai LLM
Kalau setiap hasil tambahan dikirim ke ChatGPT dengan pertanyaan “sudah benar belum?”, strategi gratis cepat kehilangan makna.
Lapisan QC pertama sebaiknya berupa kode deterministik.
Banyak hal bisa diperiksa otomatis:
- angka, persen, mata uang, dan tanggal tetap ada;
- URL tidak berubah;
- jumlah heading tidak runtuh;
- struktur Markdown atau HTML valid;
- judul dan description tidak kosong;
- tidak banyak teks bahasa sumber yang tertinggal;
- keluaran kira-kira cocok dengan sistem tulisan target;
- negasi tidak tampak hilang;
- nama diri tidak berubah aneh;
- panjang keluaran tidak absurd.
Jika diperlukan, model lokal bisa dipakai lagi untuk menerjemahkan balik ke bahasa Inggris dan hanya menandai penyimpangan makna yang besar.
Ini bukan evaluasi sempurna.
Tetapi sangat berguna untuk mencegah terjemahan rusak diterbitkan massal.
LLM mahal lebih cocok menjadi petugas pemeriksaan ulang kasus aneh, bukan memeriksa semuanya.
10. “100 bahasa” tidak sepenting memastikan 100 bahasa itu bukan 100 tumpukan sampah
Ada jebakan terakhir.
Membuat 100 versi bahasa tidak otomatis menggandakan trafik pencarian 100 kali.
Google Search Central menyarankan URL terpisah untuk tiap bahasa dan anotasi hreflang untuk menghubungkan versinya. Google juga menyarankan agar bahasa yang terlihat di halaman jelas, baik pada isi maupun navigasi.[10]
Google juga mencantumkan pembuatan massal halaman bernilai rendah melalui transformasi otomatis, termasuk penerjemahan, sebagai contoh scaled content abuse jika tujuan utamanya manipulasi peringkat dan bukan membantu pengguna.[11]
Jadi halaman Experimental tidak perlu langsung semuanya dimasukkan ke indeks.
Mulai dengan noindex bila perlu.
Amati kualitas dan permintaan.
Promosikan hanya bahasa yang lulus gerbang.
Pembaca harus benar-benar bisa menggunakan halamannya.
Antarmuka juga harus diterjemahkan.
URL bahasa dan hreflang harus benar.
Makna harus bertahan.
Artikel sumbernya sendiri harus bernilai.
Barulah “lebih banyak bahasa” menjadi aset, bukan mesin pengganda sampah.
Semua ini bermula dari teman yang berbicara tentang game.
“Sekarang layar bisa dibaca, diterjemahkan lebih alami dengan LLM, lalu hasilnya ditaruh kembali sebagai overlay semi-transparan.”
Dari situ muncul Google Lens, batas Google Translate dan LLM yang makin kabur, biaya API, lalu model lokal.
Arsitektur akhirnya sederhana:
pertahankan 12 bahasa premium seperti sekarang;
sebarkan hanya artikel populer ke bahasa tambahan dengan terjemahan lokal dan biaya API marjinal nyaris nol;
naikkan kualitas hanya pada bahasa yang benar-benar menunjukkan permintaan.
Kita mulai dengan menaruh satu lapisan subtitle terjemahan di atas game.
Kita berakhir dengan menaruh lapisan bahasa baru di atas seluruh sistem penerbitan.
Pemanfaatan ulang teknologi sering lahir dari penyimpangan pembicaraan yang sangat masuk akal seperti ini.
- OverlayTranslate — Windows overlay translation tool using OCR and multiple translation engines github.com
- SubLens — real-time OCR-powered game dialog translator with continuous scan and transparent overlay github.com
- Google Search Help — Google Lens can select text and translate supported text through Google Translate support.google.com
- Google Translate Help — image translation on desktop and mobile; Google notes lower accuracy for small, unclear, or stylized text support.google.com
- Google, 2025-12-12 — Bringing state-of-the-art Gemini translation capabilities to Google Translate blog.google
- Google, 2026-02-26 — AI-powered context and translation alternatives in Google Translate using Gemini capabilities blog.google
- Google, 2026-06-09 — Gemini 3.5 Live Translate, near-real-time speech-to-speech translation in more than 70 languages blog.google
- Google Cloud Translation pricing — NMT first 500,000 characters per month covered by free credit, then standard per-character pricing; Translation LLM priced separately cloud.google.com
- Google MADLAD-400-3B-MT on Hugging Face — 419 languages listed, Apache 2.0 huggingface.co
- Google Search Central — Managing multi-regional and multilingual sites; separate URLs and hreflang guidance developers.google.com
- Google Search Central — Spam policies; scaled content abuse includes low-value pages generated through automated transformations such as translating when created primarily to manipulate rankings developers.google.com
