AI Bahasa Mandarin Terbaik: DeepSeek juara di tes 17 model, dan 6 dari 7 model buatan Tiongkok gagal uji aksara Taiwan

AI mana yang terbaik untuk bahasa Mandarin?

DeepSeek Flash adalah AI terbaik untuk bahasa Mandarin pada soal-soal kami, dan GPT, Claude Opus, serta Gemini Pro hanya selisih satu jawaban. Kami menguji 17 model pada 2 Oktober 2026, masing-masing dengan lima soal Mandarin Sederhana dan lima soal Tradisional. DeepSeek Flash benar 9 dari 10. Grafik menunjukkan kejutan yang lebih besar: model dari lab Tiongkok naik jauh lebih banyak daripada model Barat saat soal beralih ke bahasa Mandarin.

Tujuh model dari lab Tiongkok naik rata-rata 32 poin dari skor 30 bahasa ke skor Mandarin Sederhana. Sepuluh model dari OpenAI, Google, Anthropic, dan xAI naik 10. Setiap model mendapat soal Mandarin yang sama, jadi selisihnya soal modelnya, bukan soal tesnya. Ini bukan peringkat, ya. Qwen Max tetap hanya mencetak 60% di bahasa Mandarin, di bawah GPT Sol dan Claude Opus yang 80%.

Bagaimana hasil 17 model pada soal Mandarin Whizi?

DeepSeek Flash di posisi pertama dengan 9 dari 10, dan empat model Barat seri di posisi kedua dengan 8. Itu dari Multilingual LLM Bench kami, dijalankan pada 2 Oktober 2026. Setiap model mendapat 5 soal yang sama di masing-masing 30 bahasa, dengan penalaran rendah, dan Mandarin Sederhana serta Tradisional dihitung sebagai dua dari 30 bahasa itu. Kami menilai setiap jawaban dengan kunci yang bersumber jelas, dan jawaban dalam bahasa yang salah diberi nol.

Lima soal adalah sampel kecil. Satu jawaban menggeser skor 20 poin, jadi anggap ini urutan kasar saja.

Kesalahan menumpuk di pengetahuan lokal. Di Mandarin Sederhana, ke-17 model benar pada satu fakta lokal, tetapi hanya DeepSeek Flash dan GPT Luna yang benar pada fakta kedua. Di Mandarin Tradisional, 16 model benar pada satu fakta Taiwan, dan tidak ada model yang benar pada fakta lainnya.

Soal Sederhana yang dipublikasikan meminta idiom empat aksara dari bagian yang hilang dalam 风俗通义 karya Ying Shao. Artinya serakah ingin mengambil dua keuntungan sekaligus. Jawabannya, menurut kamus idiom Kementerian Pendidikan Taiwan, adalah 东食西宿: makan di keluarga sebelah timur, tidur di keluarga sebelah barat. Sebelas dari 17 model menulisnya. Claude Fable menulis 得陇望蜀, GPT Luna menulis 鱼与熊掌, dan Claude Sonnet menulis 蚕食鲸吞.

Dua model Tiongkok kehilangan poin dengan cara yang lebih aneh. GLM berpikir keras dalam bahasa Inggris, mencoba beberapa idiom, lalu sampai pada yang benar, dan kunci kami menandai jawaban yang bertele-tele sebagai salah. Qwen Max berputar di tujuh tebakan yang sama berulang kali sampai jawabannya terpotong, dan tidak pernah memberi satu jawaban pun.

Jangan membandingkan skor Mandarin dengan bahasa lain. Rata-rata 17 model adalah 60.0% di Mandarin Sederhana dan 61.2% di bahasa Inggris, dan itu lebih menunjukkan seberapa sulit tiap set lima soal.

Apakah DeepSeek atau Qwen lebih baik dari ChatGPT untuk bahasa Mandarin?

DeepSeek Flash lebih baik dari ChatGPT pada soal Mandarin Sederhana kami, sedangkan Qwen tidak. DeepSeek Flash benar 5 dari 5, GPT Sol dan GPT Astra benar 4, dan Qwen Max benar 3. Tujuh model dari lab Tiongkok rata-rata 60.0% di Mandarin Sederhana. Sepuluh model Barat juga sama.

Tes besar lainnya mengarah ke hal yang sama. Artificial Analysis menguji bahasa Mandarin dengan Global-MMLU-Lite, kumpulan soal pilihan ganda. Lima besar Mandarinnya, seperti yang kami baca pada 25 Oktober 2026, adalah Claude Opus 4.6 dan dua pratinjau Gemini Pro dengan 94, lalu Gemini 3 Flash dengan 93 dan Claude Opus 4.5 dengan 92. Tidak ada model Qwen, DeepSeek, atau Kimi yang masuk.

Model dasar Tiongkok unggul dalam terjemahan ke bahasa Mandarin: dua sistem terbaik di WMT 2025 dibangun di atas Qwen dan Hunyuan. Chatbot Tiongkok juga unggul dalam akses. DeepSeek, Qwen, dan Kimi bisa dipakai di daratan Tiongkok, tempat ChatGPT dan Claude tidak bisa. Dan DeepSeek sudah melangkah melewati model yang kami uji: beranda mereka menyebut model Flash "has been updated to version V4.1-Flash-1017".

AI mana yang terbaik untuk Mandarin Tradisional?

GPT Sol, Claude Opus, dan Gemini Pro adalah AI terbaik untuk Mandarin Tradisional, masing-masing 4 dari 5 di tes Tradisional kami, seri dengan DeepSeek Flash. Bedanya terlihat di aksara. Soal Tradisional kami yang dipublikasikan memberi kalimat penuh aksara varian dan meminta bentuk bakunya menurut kamus varian Kementerian Pendidikan Taiwan. Jawaban yang benar adalah 眾人圍在灶邊敘舊，脣上還沾著麵屑。

Tujuh dari 17 model menjawab benar. Enam di antaranya dari OpenAI, Google, dan Anthropic, dan yang ketujuh DeepSeek Flash. Kesepuluh model yang gagal sama-sama menulis 唇 di tempat standar Taiwan menulis 脣. Qwen Max juga mempertahankan bentuk daratan 着 alih-alih 著. Menyebut kamus Taiwan di prompt tidak cukup bagi satu pun dari kesepuluhnya.

Tidak ada vendor yang menerbitkan skor Mandarin Tradisional. Tabel simple-evals OpenAI dan halaman dukungan multibahasa Anthropic sama-sama hanya menguji bahasa Mandarin (Sederhana). Google adalah satu-satunya vendor besar yang menyebut ketiganya di daftar bahasa aplikasinya: "Chinese (Simplified/Traditional/Hong Kong)".

Aksara hanyalah separuh persoalan. Taiwan dan daratan memakai kata yang berbeda, dan mengonversi satu aksara ke aksara lain karakter demi karakter membuat kosakata daratan tetap tertinggal. Konverter sumber terbuka OpenCC punya mode Taiwan tersendiri untuk itu, yang ia gambarkan sebagai "Taiwan Standard, with Taiwan Phrases", dengan contoh 鼠標 menjadi 滑鼠. Minta keduanya ke chatbot:

```

請用臺灣正體中文回答，使用教育部標準字體（例如：脣、著、裡）。

用臺灣的慣用詞，不要用中國大陸的用詞（例如：滑鼠，不是鼠標；軟體，不是軟件）。

標點用全形：，。「」

如果你不確定某個字在臺灣的寫法，請標出來。

```

Untuk Hong Kong, ganti 臺灣正體 dengan 香港繁體 dan sebutkan Kanton jika Anda ingin 粵語 dalam balasan. Taiwan juga punya model sendiri. Proyek TAIDE yang didukung pemerintah mencantumkan tujuan model TAIDE-LX-7B sebagai "強化模型處理繁體中文的能力" (memperkuat kemampuan model menangani Mandarin Tradisional). Model chat terbarunya, dirilis 13 Februari 2026, dibangun di atas Gemma 3 milik Google, jadi ini penyetelan untuk Taiwan, bukan chatbot terdepan.

AI mana yang terbaik untuk terjemahan bahasa Mandarin?

Claude dan DeepSeek adalah chatbot besar terbaik untuk Inggris ke Mandarin, berdasarkan satu-satunya tes terbaru yang dinilai manusia. Temuan WMT 2025 meminta penerjemah profesional dan ahli bahasa menilai sistem yang masuk daftar pendek dengan skala 0 sampai 100. Ini tabel Inggris ke Mandarin:

Sepuluh sistem mesin mengalahkan terjemahan profesional ke bahasa Mandarin. Penyelenggara melihat pola yang sama di seluruh tugas. Terjemahan manusia, tulis mereka, "place in the top cluster for only six of the 15 language pairs where they were available." Kedua pemenangnya adalah sistem riset kecil yang dilatih hanya untuk menerjemahkan, dan keduanya berpijak pada model dasar Tiongkok.

Jepang ke Mandarin berjalan sebaliknya. Di sana penerjemah manusia di posisi pertama, dan Gemini 2.5 Pro adalah mesin yang paling dekat. WMT 2025 tidak punya pasangan Mandarin ke Inggris, dan modelnya sudah berumur setahun, jadi periksa sendiri nama dan angkanya. Tempel aksara, bukan pinyin. Saran Anthropic adalah "submit text in its native script rather than transliteration for optimal results." Lalu pakai prompt yang menyebut aksaranya:

```

Translate this text into [简体中文 for mainland China / 繁體中文 for Taiwan / 繁體中文 for Hong Kong].

Keep every name, number, date and amount exactly as written.

Use the vocabulary of that region, not a character by character conversion.

If an English idiom has a Chinese 成语 that fits, use it and put the English in brackets.

List any term you were unsure of at the end.

[paste the text here]

```

Panduan kami tentang memakai AI untuk menerjemahkan memuat pemeriksaan yang perlu dijalankan sesudahnya.

Bisakah memakai ChatGPT, Claude, dan Gemini di Tiongkok, Hong Kong, dan Taiwan?

Taiwan mendapat ketiganya, Hong Kong hanya mendapat Gemini, dan daratan Tiongkok tidak mendapat satu pun untuk pemakaian pribadi. Kami memeriksa daftar negara dari tiap vendor pada 25 Oktober 2026:

Halaman negara yang didukung OpenAI memperingatkan bahwa "accessing or offering access to our services outside of the countries and territories listed below" bisa membuat akun diblokir. Daftar Anthropic mencakup Claude.ai dan API-nya sekaligus. Jadi pembaca di Hong Kong yang ingin chatbot Barat besar hanya punya satu pilihan legal, Gemini, dan pembaca di daratan memakai DeepSeek, Qwen, atau Kimi. Beberapa pemerintah juga membatasi DeepSeek di perangkat resmi, dan kami melacak negara mana saja.

Di Taiwan, harga paketnya kurang lebih sama. Kami membaca harga App Store Taiwan ini pada 25 Oktober 2026:

Google AI Pro lebih murah NT$40 daripada ChatGPT Plus dan Claude Pro. Halaman kami harga ChatGPT Plus per negara membandingkan pasar lain.

AI mana yang terbaik untuk belajar bahasa Mandarin?

GPT atau Claude Opus adalah AI terbaik untuk belajar bahasa Mandarin, karena keduanya benar 4 dari 5 di Sederhana dan Tradisional, dan keduanya bisa menjelaskan tata bahasa dalam bahasa Inggris. Minta tanda nada, karena pinyin tanpa nada bisa mengeja beberapa kata berbeda. Beri tahu levelmu dan aksara yang dipakai:

```

You are my Mandarin tutor. I am around HSK 3.

Write in [简体字 / 繁體字], with pinyin and tone marks after each new word.

After each of my replies, correct my mistakes in English, then continue the conversation.

If I use a word that sounds unnatural, give me the word a native speaker would use.

Topic: ordering food in a restaurant.

```

Untuk latihan bicara, blog Duolingo menyebut pada 14 Januari 2026 bahwa AI Video Call mereka mencakup pelanggan Max yang belajar bahasa Mandarin di iOS. Chatbot tidak bisa mendengar nada suaramu di chat teks, jadi pakai mode suara atau aplikasi tutor untuk itu.

Di mana posisi Whizi untuk bahasa Mandarin?

Whizi adalah produk kami, jadi inilah di mana ia membantu dan di mana ia kalah. Pro seharga $29.99 per bulan mencakup DeepSeek Flash, satu-satunya model dengan 5 dari 5 di tes Sederhana kami, bersama Claude Opus, GPT Sol, Gemini Pro, Kimi, dan Qwen Plus. Chat model berdampingan menjalankan satu prompt Mandarin lewat dua model sekaligus, sehingga Anda bisa membandingkan jawaban gaya Taiwan dengan gaya daratan. GPT Astra membutuhkan Powerhouse seharga $49.99. Whizi kalah dalam lokasi data: tidak ada wilayah data Tiongkok atau Taiwan, dan kebijakan privasinya menyebut Kanada dan Amerika Serikat sebagai tempat pemrosesan yang mungkin terjadi.