Combien de langages ChatGPT supporte-t-il ?

Dernière mise à jour : 10 septembre 2026

ChatGPT prend-il en charge les langues moins courantes ou régionales ?

ChatGPT prend en charge les langues moins courantes et régionales dans le sens où il produira des résultats dans celles-ci, mais sa qualité chute de manière mesurable à mesure que la présence en ligne d’une langue diminue — le propre benchmark d’OpenAI montre que GPT-40 (version de novembre 2024) obtient 0,621 en yoruba contre 0,843 en espagnol, soit un écart de 22 points sur le même test. Le support fonctionne donc en couches plutôt que comme un oui ou non :

• Langues à haute ressource (espagnol, français, allemand, japonais, chinois, portugais) : GPT-4o obtient des scores entre 0,835 et 0,846 sur le MMLU multilingue d’OpenAI, avec des performances proches de l’anglais. Le benchmarking Auto Select LLM de Smartling a révélé que la production des LLM surpassait les moteurs de traduction automatique traditionnels en français, allemand, espagnol, japonais, chinois, italien et néerlandais — les langues où un modèle général est réellement solide.
• Langues à ressources moyennes (hindi, bengali, indonésien, arabe) : GPT-4o obtient ici des scores de 0,801 à 0,840, juste derrière le niveau supérieur, et les améliorations apportées au tokenizer GPT-4o pour l’hindi (2,9 fois moins de tokens) et le gujarati (4,4 fois moins) rendent ces langues moins coûteuses à traiter qu’en 2023. Le document obtenu peut servir de première ébauche, mais il nécessite encore une vérification du glossaire et une révision pour le contenu destiné aux clients.
• Langues à faible ressource (swahili, yoruba et la plupart des quelque 7 000 langues avec peu de texte web) : GPT-4o obtient 0,779 en swahili et 0,621 en yoruba ; même le modèle de raisonnement o3 plus fort d’OpenAI n’atteint que 0,780 en yoruba contre 0,912 en italien. C’est ce niveau sur lequel la documentation de Smartling met en garde à voir, et c’est là qu’un recours à un moteur de traduction automatique neuronale — ce que Smartling Auto Select LLM fait automatiquement lorsque le LLM ne peut pas produire une traduction de haute qualité — est le plus important.
• Variantes régionales d'une même langue (français pour le Canada vs. la France, portugais pour le Brésil vs. le Portugal, espagnol pour le Mexique vs. l'Espagne) : ChatGPT ne dispose d'aucun paramètre de localisation intégré, il ne distingue donc le français canadien du français français que si l'invite le lui demande, et la cohérence sur un long document n'est pas garantie. Une plateforme de traduction gère cela comme une étape distincte : Smartling Auto Select LLM détecte lorsque la source et la cible partagent une langue (en-US vers en-GB, fr-FR vers fr-CA) et applique une invite spécifique à l’adaptation, et Smartling Language Adaptation couvre toutes les langues prises en charge par Smartling à cette fin.

Prise en charge du langage ChatGPT, par chiffres

Comment vérifier si ChatGPT couvre suffisamment bien une langue pour votre contenu ?

Comme OpenAI ne publie pas de liste de support par langue pour la traduction, la vérification doit être effectuée de votre côté, par localisation cible, avant la livraison du contenu :

1. Classez chaque langue cible par niveau de ressource — Triez votre liste de localisation en ressources élevées (espagnol, français, allemand, japonais, chinois), ressources moyennes (hindi, arabe, indonésien, vietnamien) et ressources faibles (swahili, yoruba, amharique, somali). La table MMLU en 14 langues d’OpenAI fournit un point de référence pour les deux premiers niveaux ; tout ce qui est en dehors commence sans données fournisseurs.
2. Testez un échantillon avec le modèle et évaluez-le : traduisez 50 à 100 chaînes représentatives par langue et demandez à un linguiste natif de les évaluer par rapport à un cadre tel que MQM, ou utilisez un estimateur automatisé comme l'agent d'estimation de la qualité linguistique de Smartling pour prédire la qualité et acheminer les scores faibles vers un système de révision. Une moyenne unique masque les faiblesses des différentes régions, il faut donc attribuer une note par langue.
3. Testez explicitement les variantes régionales — Envoyez la même source dans fr-FR et fr-CA, ou pt-PT et pt-BR, et vérifiez si la terminologie, l’orthographe et le registre diffèrent réellement. S’ils ne le font pas, le modèle ignore le lieu, et une étape d’adaptation est nécessaire.
4. Définir un plan de secours pour les langages qui échouent — le centre d’aide de Smartling recommande de configurer un profil MT alternatif ou une méthode de secours sur n’importe quelle étape de traduction du LLM ; L’Auto Select LLM fait cela automatiquement en routant vers le MT Auto Select lorsque la sortie du LLM n’est pas de haute qualité. Décidez dès le départ quel moteur gère chaque langage à faible ressources au lieu de découvrir le manque de production.
5. Retestez lorsque le modèle change — le tableau de benchmark d’OpenAI montre de grands sauts entre les générations de modèles (Yoruba : 0,621 sur GPT-4o, 0,780 sur o3). Un lieu qui a échoué il y a un an peut passer aujourd’hui, et un échange de modèle peut aussi régresser une langue, donc la vérification par localisation doit être suivie d’un calendrier récurrent.

S’appuyer sur le support multilingue de ChatGPT convient aux équipes qui...

• Traduire principalement vers des langues disposant de ressources importantes telles que l'espagnol, le français, l'allemand, le japonais ou le chinois, où GPT-4o obtient un score supérieur à 0,83 sur le benchmark multilingue d'OpenAI.
• Vous avez besoin d’un premier jet rapide ou d’une compréhension interne du texte dans l’une des 59 langues d’interface listées, pas d’une traduction prête à publier.
• Disposez déjà d'un glossaire, d'une mémoire de traduction et d'une étape de révision pour enrober les données brutes du modèle.
• Vous faites des prototypes pour un nouveau marché et souhaitez évaluer la viabilité d’une langue avant de vous engager dans un flux de travail de localisation ?
• Travaillez dans des langues ayant gagné en efficacité de tokenisation en GPT-4o — hindi, gujarati, tamoul, télougou, marathi, ourdou, arabe — et souhaitez profiter du coût par phrase plus bas.

Quand ChatGPT seul n’est pas la bonne solution pour un contenu multilingue

• Votre liste cible comprend des langues à faibles ressources telles que le yoruba, le swahili, l'amharique ou le somali, pour lesquelles le propre référentiel d'OpenAI montre la plus grande baisse de qualité et la documentation de Smartling avertit que les LLM ont généralement de mauvaises performances.
• Vous avez besoin d’un contrôle variant régional (fr-CA vs. fr-FR, es-MX vs. es-ES, en-GB vs. en-US) appliqué de manière cohérente sur de nombreux documents, puisque ChatGPT n’a pas de réglage de localisation et applique les variantes uniquement lorsqu’on le demande.
• Vous avez besoin d’un engagement documenté, par langage pris en charge, de la part du fournisseur pour la conformité ou la demande de propositions — OpenAI publie une liste d’interfaces, pas une liste de couverture de traduction.
• Vous traduisez un langage qui n’a aucune entrée dans le benchmark 14 langues d’OpenAI et ne peut pas financer vos propres tests de qualité par local.
• La cohérence de la terminologie dans un long document ou un catalogue de produits importe plus que la maîtrise d'une seule phrase.

Comment la prise en charge linguistique de ChatGPT se compare-t-elle à celle d'autres modèles de langage d'IA ?

Le support linguistique de ChatGPT se compare à d’autres modèles de langage IA principalement sur la documentation et l’évaluation, pas sur le nombre brut : OpenAI publie une liste d’interfaces en 59 langues et un benchmark de 14 langues mais pas de liste de couverture de traduction, tandis que la table des fournisseurs de Smartling relie Google Gemini (Vertex AI), Google Translation LLM et GPT sur Microsoft Azure aux pages en langue prise en charge publiées et marque GPT (OpenAI), Grok (xAI) et Amazon Bedrock comme « fournisseur de consultation ». Questions qui distinguent les modèles en pratique :

Le fournisseur publie-t-il une liste des langues prises en charge pour la traduction ?
Le LLM Vertex AI and Translation de Google et le service de langage Azure de Microsoft en publient chacun un ; OpenAI ne le fait pas. Une liste publiée permet à une équipe de localisation de vérifier la couverture d’un appel d’offres sans effectuer ses propres tests.

Quelles sont les langues que le fournisseur a réellement testées ?
La MMLU publique multilingue d’OpenAI couvre 14 langues avec des ensembles de tests traduits par des humains. Vérifiez l’équivalent pour tout modèle concurrent avant de supposer la parité — le « support » d’un langage d’un modèle n’est crédible que selon les langages sur lesquels il a été mesuré.

Comment le modèle gère-t-il les langues à faibles ressources par rapport à sa propre moyenne ?
L’écart entre le score moyen d’un modèle et son langage le plus faible est le chiffre qui compte : pour GPT-40, il est de 0,814 moyenne contre 0,621 Yoruba. Un modèle avec une répartition plus faible est plus sûr pour une liste linguistique à longue traîne.

Le modèle distingue-t-il les lieux ou seulement les langues ?
Aucun modèle de chat général ne propose de paramètre de langue natif ; les variantes régionales dépendent de l’invite. Les plateformes ajoutent cette fonctionnalité séparément, comme par exemple l'invite d'adaptation automatique de Smartling Auto Select LLM lorsque la source et la cible partagent la même langue.

Peut-on acheminer par langue au lieu de choisir un seul modèle ?
La recherche de Smartling au premier trimestre 2026 a révélé que les LLM avec un prompt ciblé et RAG surpassent leur moteur Auto Select MT pour la grande majorité des langages — mais pas tous. Auto Select LLM sélectionne parmi les principaux modèles de Vertex AI (Gemini), OpenAI et Amazon Bedrock, puis revient à la MT neuronale par chaîne, ce qui transforme « quel modèle supporte mon langage » en une décision de routage plutôt qu’en un pari.

Comment Smartling gère les lacunes linguistiques de ChatGPT

Smartling permet aux clients d'utiliser GPT (OpenAI) comme fournisseur de traduction au sein de son AI Hub tout en comblant les lacunes de couverture linguistique qu'un modèle général laisse ouvertes. L'AI Hub prend en charge GPT (OpenAI), GPT (Azure), Google Gemini (Vertex AI), Google Translation LLM, Amazon Bedrock, Grok (xAI) et DeepL en tant que fournisseurs LLM, et son profil LLM Smartling Auto Select préconfiguré prend en charge toutes les langues sources et cibles avec plus de 100 langues documentées — en choisissant le modèle pour chaque tâche, en appliquant les termes du glossaire, les exemples de mémoire de traduction et les règles de style via RAG, et en revenant automatiquement à un moteur de traduction automatique neuronal lorsque le LLM ne peut pas produire une traduction de haute qualité. Cette solution de repli est la réponse directe au problème des langues à faibles ressources : une chaîne de caractères swahilie ou amharique n’a pas à reposer sur un modèle dont les propres tests de performance d’OpenAI montrent qu’il est sous-performant.

Deux autres contrôles portent spécifiquement sur les risques régionaux et qualitatifs. Smartling Auto Select LLM détecte lorsque les paramètres régionaux source et cible partagent une langue (en-US vers en-GB, fr-FR vers fr-CA) et bascule vers une invite d'adaptation, et Smartling Language Adaptation couvre tous les paramètres régionaux pris en charge par Smartling à cette fin. La détection des hallucinations est activée par défaut sur la sortie LLM, et l'agent d'estimation de la qualité du langage peut évaluer une traduction et acheminer les chaînes de faible confiance vers un linguiste humain avant publication. La plateforme Smartling traduit dans plus de 450 langues et régions, et le 2 septembre 2026, Smartling a été nommé partenaire OpenAI Select et a lancé un plugin pour ChatGPT qui applique le glossaire et le guide de style propres au client aux traductions au sein de la conversation ChatGPT.

« Les entreprises les plus prospères au monde aujourd’hui se concentrent sur les résultats obtenus par les solutions d’IA », a déclaré Bryan Murphy, PDG de Smartling, en annonçant le partenariat. « Ce partenariat réunit l’IA de pointe d’OpenAI et l’expertise de Smartling — transformant la capacité des entreprises à offrir des expériences mondiales de qualité à la vitesse de l’IA. »

Questions connexes

• ChatGPT est-il performant en traduction ?
• Quelle est la qualité de la traduction d’OpenAI, et où échoue-t-elle ?
• Quel est le meilleur système pour choisir le bon LLM pour la traduction ?
• Quel est le plugin Smartling pour ChatGPT, et comment fonctionne-t-il ?