商品图翻译多少钱一张？AI批量译图与外包成本

问「商品图翻译多少钱一张」，十个卖家会拿到十一个答案。有人说几十块，有人说按套算几百块，还有人说干脆包月。价格差这么大，不是因为有人在乱报价，而是因为这句话本身就不成立——「翻译一张图」不是一个动作，它是四个动作捆在一起：把原来的字抠掉、把新字放上去、把排版调回原样、把字体对上。

这四个动作拆开之后，每一项的耗时都不确定。一张白底主图，画面上只有一行中文卖点，抠字三分钟、改字两分钟就完事；一张国内详情页的长图，六七个卖点、参数表、活动角标、价格标签全压在画面上，同一个美工可能要抠一个多小时。工序一样，工作量差十倍，报价自然对不上。

下面把单张报价拆开看，再把批量账算一遍。跨境电商要出外文图的时候，钱到底花在哪、哪些是能省的、什么量级适合自己做，这三件事都有相对清楚的口径。

图1：跨境卖家的算账现场，报价单上的数字都是在这种桌面上被反复推敲的。

一、一张图的报价为什么不是一个固定价

影响单张报价的第一个变量是画面里的文字量。同一门手艺，处理一行字和处理一整屏字，是两码事。国内主图常见的样子是：价格用一个角标标出来、卖点排成三行、底部再来一条店铺承诺。这些元素在翻译的时候都要单独处理，而且要保证它们之间的相对位置不乱，一处挪动，整片都要跟着调。

第二个变量是文字和产品的关系。文字老老实实排在留白区域，处理起来最快；文字压在产品轮廓上、叠在渐变色块上，抠字这一步就得一点点修，改完之后还要把底层的产品纹理补回来。这类图的单张耗时通常是规整图的数倍，而且补得越细越慢。

第三个变量是字体。原图用了什么字体，多数情况下是看不见的。设计稿里可能是某个商用字库，也可能是美工自己改过字重的变体。接手的人要么找到同一款字，要么手动对齐笔画去仿。找到了，二十分钟；找不到，可能一小时也未必做得像。这一项的不确定性最大，也最影响最终观感。

把这三件事叠起来看就清楚了：所谓「多少钱一张」，其实是「这张图的工序量值多少钱」。所以同一家工作室报出来的价格，会因为图不一样而浮动，这不是坐地起价，是按工作量算的。理解了这一点，再去问价，就不会被不同的数字绕晕。

还有一个变量常被忽视：目标语种。换成英文和换成俄语、泰语，工作量并不一样。英文用拉丁字母，字高一致、连字规则简单，仿起来相对顺手；泰语带上下标、俄语西里尔字母的字面高度差异大，同样一句话排进原位置，行距会变得更挤，要动的排版参数也更多。多数商家的经验值是，小语种版本的单张处理时间要比英文版多出一截。所以问价的时候，语种本身就是报价的一部分，只报一个「翻译价」而不问语种，报出来的数字没意义。

行业里常见的口径是：单张改字类的外包从几十元起，但多数美工设了最低起做量，一单只接一张图的活，人家要按最低工时收。按详情页整页算的话，套版常见区间是 100-300 元，半原创是 500-1500 元，品牌原创往 1500 元以上走。这三个数字对应的是不同的工作量，不是三档服务态度。

二、报价里装的到底是哪几道工序

把「翻译一张商品图」拆成具体动作，大概是四步，顺序不能换。

第一步是抠字，也就是把原来画面里的中文去掉。去掉不等于涂白。真做的话要考虑文字底下的背景是什么：纯色底好办，渐变底要找过渡，产品纹理上要补图案。这一步做得糙，后面改字再漂亮也救不回来，因为底色已经花了，海外买家一眼就能看出那块地方被抹过。

第二步是改字，把目标外文放到刚才空出来的位置上。外文和中文的字宽不一样，同一个意思，英文一般要比中文长不少，字符占位按多数商家的经验值大概膨胀 1.5-2 倍。所以不是把中文删掉换成英文就完事，字要缩小、要换行、要重新断句，甚至要拆成两段分别摆。

第三步是调排版。位置对了还不够，行距、字距、字重、对齐方式，甚至文字的透视角度都得跟原图一致。画面如果本身带倾斜视角，文字还要跟着做一个轻微的形变。这是最容易被低估的一步，也是最费眼睛的一步，做得细不细，成品放在一起对比就能看出来。

第四步是对字体。目标外文用什么字体，是仿原来中文字体的风格，还是换成目标市场惯用的字型，这本身就是个判断。同一张图里如果有三种中文风格——标题、卖点、标签，就要给出三种对应，保证层级不乱。这一步做不下去，前面三步等于白做。

四步走完，一张图才算交付。理解了这四步，就能理解为什么报价不能按「字数」算——它按的是工序，按的是不确定性。

四步里最容易被低估的是第一步。抠字这一步如果做得不干净，后面的字再准、排版再齐，海外买家还是能从画面里看出「这块地方被重新贴过」。做外贸图最忌讳的就是这种痕迹感，它会让一张图从「品牌感」掉到「地摊感」。所以有经验的人接活，会先看文字底下的背景复杂不复杂，背景越乱，报价越往上走，这是有道理的。

三、四种计价方式，各算什么账

外包译图常见的计费方式有四种，各有各的适用场景，也各有各的坑，看表之前先逐个说清。

按张计费最直观，看一眼图报一个价。它的坑在于起收量：单张的价格里其实包含了沟通、传文件、对需求这些固定成本，所以一张图的单价永远比批量里的单价高。按套计费常见于详情页，一套图上百条文字，按张算不合适，就打包报一个数。按套的价格区间跨度最大，因为「一套」里装多少东西，各家理解不一样。

计时和包月是另外两个方向。计时适合需求模糊、改来改去的活，按小时结，改得越多花得越多；包月适合图片量大、月月都有需求的商家，行业里美工包月的常见区间是 3000-12000 元/月，差异主要出在出图量和响应速度上。

计价方式	常见口径	适合的场景	主要风险	量大时成本走向
按张计费	几十元起，多设最低起做量	零散几张、需求明确	起收量抬高单张均价	总价等比例上涨
按套计费	套版 100-300 元、半原创 500-1500 元	整页详情图改造	「一套」范围界定模糊	总价随套数累加
计时计费	按小时结算	需求反复、边界不清	改的轮次不可控	越改越贵
包月合作	约 3000-12000 元/月	每月固定出图需求	出图量与响应速度差异大	单张成本被摊薄

四种方式里，只有包月这一种会随着单量上升而摊薄成本。其他三种，量越大总价越高，而且高得不成比例，因为每一次交付都要重走一遍沟通流程，固定成本被反复支付。

还有一笔账要单独算：上面这些报价说的都是「改图」本身的价格，不含你准备素材、描述需求、验收返工的时间。这部分时间归你自己出，下面单独说。

选哪种计价方式，其实取决于你能不能把需求说固定。需求能一次说清、图也规整，按张或按套最省心；需求天天在变、你也说不准要什么样，计时反而公平。包月适合那些出图节奏稳定、月月都有活儿的商家，但要注意一个前提：包月买的是「产能和响应」，如果你的需求其实是偶尔爆发一次，平时没活儿，包月就是白付。

四、报价单之外的隐性成本

很多人算译图成本，只算了付出去的那笔钱。实际投进去的时间才是大头，而且这部分不写在任何报价单上。

第一块是说需求。你得把「哪句话翻成什么」「哪个词要保留」「这个角标是活动价不是原价」交代清楚。说不清楚，第一版一定不对，改到对为止。一轮沟通二三十分钟很正常，一轮不一定够，你描述的越模糊，来回的次数越多。

第二块是等档期。外包的排期不受你控制，赶上电商大促之前，美工手上压着几十个单子，你的图排在后面。图发不出去，上架节点就往后拖，节点一拖，后面的推广节奏全乱。

第三块是来回改。译图不是一次性动作，第一版出来你会发现字太大、位置偏了、那句话翻得不顺，改一轮要重新排队。改的轮次往往比预期多，而每一轮都意味着一次等待。

第四块是字体不匹配造成的返工。原图的字如果找不到，仿出来的效果总差一口气，你可能要接受这个差，或者退回第一步重新处理。多数人心里那点「看起来不太对」，说的就是这里。

另外还有一笔隐形成本：行业里一个中等规模的店铺，每月花在图片二次处理上的人时大约 20-40 小时，做跨境多语言站点还要翻倍。这些时间如果都由店主自己扛，等于在给「省下来的外包费」付利息。

这笔人时账还有个容易被忽略的连锁反应。你花在图片上的时间，本来可以拿去做选品、看数据、回客户。把时间投在「把中文字换成英文」这件事上，收益几乎为零，投在选品上是直接换钱的。所以真正该算的不是「外包要花多少钱」，而是「我把这段时间拿回来能干什么」。这个视角一换，很多人的选择会完全不同。

五、批量账：十张一起走，和一张张找人差在哪

单个订单看，外包的单价也许不算贵。把量级放大之后，账就变了。

假设手上有三十张图要出英文版。一张张找人，等于把「描述需求—等—改—验收」这套流程重复三十遍。就算每张只花二十分钟沟通，三十张就是十个小时的纯沟通，还没算改图本身的时间。批次越多，固定成本被重复的次数越多，这是外包结构上最不擅长的地方。

批量走完全是另一个结构。把三十张图按每批十张拆成三批，一次把需求说清楚，一次看结果，剩下的时间都在等输出。省下来的不是每张图的操作时间，而是那三十遍重复的沟通成本。这才是批量处理真正压掉的东西。

图2：左边是文字挤到边、右边是留足空档，两种图在处理成本上不是一个量级。

量级	外包的成本结构	批量处理的成本结构	时间主要花在哪	判断口径
单张精修	按张，且受最低起做量影响	前期准备成本高，摊不开	沟通与验收	找人做更直接
十张以内	按张累加，批次固定成本偏高	准备一次，可跑一轮	准备素材	看图片规整度决定
二三十张	重复沟通，总价明显上台阶	准备一次，分批输出	核对成品	批量优势开始显现
同款多语种	每个语种各走一遍完整流程	同一批原图改几次指令	语种切换与核对	批量优势最明显

这里给一个判断口径：如果你一个月要出的外文图在十张以内，而且每张都不一样、都要精修，用料少、要求高，找专人做未必不划算。如果一个月超过二三十张，或者同一系列款式批量出多语言版本，重复度上来了，批量工具的优势就会明显拉开。

还有一个中间状态值得单独提：图不是很多，但语种多。同一批原图要出英语、日语、西班牙语三个版本。这种情况下外包的成本是乘以三的，因为每一个语种都是一遍完整流程；批量处理则是同一批原图改三次指令，前期的准备成本只付一次。语种越多，这个差距越明显。

自己做也有自己的固定成本，得一并算进去。第一次要把母版整理出来，把文字对照表做出来，把语种的写法确认好，这些是前期投入，跑第一批的时候最费时间。但这份投入是一次性的，第二批复用的时候就开始回本。外包的固定成本恰好相反——每一批都要重新付一遍，批次越多越贵。一个是一次性投入、越用越便宜，一个是按次付费、越用越贵，量级放大之后，两条线的走向完全不同。

六、青虎AI【批量译图】站在这条账的哪一环

青虎AI【批量译图】是青虎AI 图像生成模块旗下的图片批量文字翻译工具。它的核心逻辑是：一次上传多张商品参考图，配一句翻译指令，AI 同步把图内的中文替换成指定外文，替换过程会自动匹配原图的字体、排版和画面光影，完整保留产品主体与画面构图，最后批量产出可以直接投放到跨境平台的主图和推广素材。

把它放进成本账里看，它替代的是「抠字、改字、调排版、对字体」这四步里重复度最高的那部分，也就是一批图同时换语言这个动作。它不替代判断：哪句话值得留、外文读起来顺不顺、目标市场的促销表述站不站得住，这些仍然要人来做。工具负责把量做出来，判断负责把方向定对。

边界也要说清。它只管文字，不换背景、不抠图、不裁尺寸，也不会替你判断图片是否合规。它和批量改图是两回事：批量改图是用同一套规则改多张图的画面内容，换背景、换色、去水印；批量译图只动文字。它和视频翻译也不同，视频翻译处理的是语音、字幕和对口型，批量译图处理的是静态图片里的文字。它和详情图编辑模式的区别在规模：编辑模式精修某一张，批量译图是一批图同步换语言。还有一个前提不能少——上传的参考图越清晰、主体越突出，译图效果越好；单次最多上传 10 张，图多了要分批。

七、动手前先备齐这几样

批量译图的结果好不好，很大一部分在上传之前就定下来了。下面四样东西准备好，后面会顺很多。

还有一个常被跳过的动作：抽样试跑。整批几十张图，先挑三到五张最有代表性的——文字最多的一张、文字压在主体上的一张、字体最特殊的一张——先跑一遍。这三五张能过，大批量才有把握；过不了，说明原图还没准备好，回到母版阶段处理比跑完再返工划算得多。

原图的分辨率也值得留意。海外平台的商品图常见区间在 800-1500px 之间，不同站点口径不一样，亚马逊一类常见 1000-1500px，Shopee、Lazada 常见宽度 800px，速卖通在 800-1000px。如果你的原图本身只有七八百像素，译完再放大，画面会发虚。素材来源决定上限，这一点在准备阶段就要想清楚。

八、从上传到下载，走完这六步

操作本身不复杂，每一步的细节才是关键。下面六步按实际使用顺序排，照做即可。

图3：批量译图的处理链路，从进入弹窗到拿到成品，大致就是这六个环节。

环节	操作位置	关键动作	常见出错点
上传	原图区、产品图区	单次不超过 10 张	一次塞太多导致分批混乱
指令	批量设置	改语种只改指令结尾	同时写多个语种，输出不稳定
模型	参数设置	保持默认图片 5.0 Lite	无目的频繁换模型，效果难复现
场景	参数设置	不选则保持原图构图	误选模板，构图被改掉
生成	弹窗底部按钮	同一指令批量处理	中途改指令，批内风格不统一
下载	结果区域	完成后批量下载	未本地留档，复用时需重跑

六步里最容易被带过的是第三步和第四步。翻译指令看着只有一句话，语种写错一个字，整批就偏了；参数区看着只有四项，常用场景和模特一旦误选，原图构图会被模板覆盖，出来的就不是你要的东西。这两步都建议在点生成之前停两秒再看一眼。

九、四个常见误区

下面四条是问价和做图上出现频率最高的判断偏差，每一条都对应一个具体的返工场景。

这四条有个共同点：都把钱当成唯一的成本。真正决定总成本的是「返工次数乘以每轮返工的沟通时间」，贵重的是人的注意力。把这两点想清楚，报价单看起来就没那么玄了。

十、四个提效技巧

四条技巧都指向同一件事：把返工挡在批量执行之前。批量跑图的成本不在跑本身，而在发现问题之后的重跑。

四条技巧的收益是叠加的：分组筛选减少出错面，一次一语言便于定位问题，按最长文案留位消除挤压，留档让复用变便宜。四条都做到，出多语言版本的节奏会明显稳下来，人也从「一张张检查」变成「一批批验收」。

十一、三个可以照做的场景

下面三个场景来自跨境店铺里最常见的三类需求，做法可以直接搬。

图4：译图之后的核对环节，通常就是几个人围着样本逐张过的样子。

十二、总结与常见问题解答