Три frontier-LLM достигли почти максимальных MQM-оценок (99.7–99.8/100) при переводе на испанский без критических ошибок безопасности; на китайском показатели разошлись (GPT-5.4: 98.4, Gemini: 95.9, Claude: 94.0), тогда как open-source TranslateGemma 27B показала критические ошибки в 4 из 6 документов.