沉浸式翻译配合 Gemini 2.5 Flash 的最佳实践，附 429 问题及关闭思考解决办法

第一次来这里发文章，分享一下我使用沉浸式翻译的一些经验。这篇文章是原创，之前在隔壁发过一次。如果遇到熟人，一定留下来打个招呼。

一、先说结论

沉浸式翻译 + Gemini 2.5 Flash 是最佳组合。

有免费的 deeplx 服务当然灰常好用，但是大模型可以自定义提示词，自定翻译风格啊。体验确实不一样。
（叠甲：纯个人观点，2.5Flash 是肉测的速度和质量平衡最好模型。）

要实现这个最佳组合，需要：

• 安装沉浸式翻译插件
• 搞到 gemini 的 api
• 解决 429 异常问题
• 关闭 Gemini 2.5 Flash 的思考功能

二、使用教程

来一个一个说清楚。

2.1 插件安装

这个简单，直接浏览器市场，或者网上搜一下“沉浸式翻译”。

2.2 获取 Gemini API key

我比较喜欢用自己的 API ，所以没有开通沉浸式的 pro 会员。

API 申请方式：

• Google AI Studio： 推荐用官方的吧，升级到付费模式速率有 1000RPM ，免费的 10RPM 根本体会不到 flash 的爽快感。具体的付费开通方式还是在网上搜一下，很简单。另外，官方的渠道需要网络环境，也可以使用代理，推荐使用 cf 的 aigateway ，或者 deno （不展开讲了，太多内容）。
• 其他渠道： OpenRouter ，只推荐一个。其他还有很多只能自行探索了，网上有一些公益站点，可以多了解下。

Gemini Flash 2.5 的价格虽然比 2.0 涨了 50%，但是总体还是比较便宜的。自己可以衡量一下翻译量，是用自己的 api 还是开通插件的 pro 会员。

2.3 解决 Gemini 429 异常报错

Gemini 的 429 算是一个老生常谈问题了，论坛评论区经常看到，根据我的经验也在这儿给大家一个解决方案。（按照后面提到的方法处理后，我已经稳定使用半年 2.0flash ，包括最近使用 2.5flash ，没遇到过一次 429 ）

根据个人使用情况分析原因：

• Google 的 rpm （每分钟请求次数）判定是多维度的：IP ，Project ，提示词等等，可能还有其他我不清楚的。
• IP 就不说了，用干净节点，这个是从自身网络上找原因。
• 重点: 因为很多人都使用了翻译插件的默认翻译提示词，导致 Google 判定大量请求来自同一用户（企业，应用），从而触发了速率限制。

根据这个分析，得出的解决方案就简单了：

不要用插件默认的提示词！可以基于默认提示词进行修改和润色（比如让 AI 帮你优化一下结构和措辞），形成自己专属的提示词。网上有很多有特色的翻译提示词，同样不要直接复制，还是需要自己稍微改一下再用。

记住，是插件的几个提示词都要修改为独有的，不只是修改系统提示词。

我解决了提示词的问题后，直接插件里面把并发设置为 1000 ，翻译体验直接起飞。（使用半年，再高的并发都从来没有 429 ）。

如果仍然还有 429 问题，可以尝试以下几点来解决：

• 网络节点是否共享使用者太多，尝试切换线路试试。
• 使用的 gemini key 是否共享人太多，尝试使用独有的 key ，并且要保证 project 里面的 key 唯一。同一个 project 下多个 key 也没用。
• 另外再重点说一下 key 池的问题：key 池基本都是免费，就算你再多 key 但是你每个请求的翻译提示词都是一样的，google 也会把你判断为一个源，所以仍然无法突破 10rpm 。并且 google 对免费的 key 风控更严格，用沉浸式很容易污染 key 池。所以还是老老实实升到付费层级吧。

2.4 关闭思考功能

目前的这个 Gemini 2.5 Flash 版本竟然自带思考模式，个人感觉很不习惯（希望 google 后面还是单独把 thinking 模型独立出去）。如果要翻译用得爽，必须要关闭。

关闭方式：请求接口入参设置：

"generationConfig": {
  "thinkingConfig": {
    "thinkingBudget": 0
  }
}

插件方式关闭：

沉浸式插件本身就可以关闭，具体方法：

1. 插件设置 -> 开放者设置 -> Edit Full User Config
2. 搜索找到"gemini"，然后添加 json：

   "gemini": {
     "APIKEY": "******",
     # 从此处为添加配置
     "bodyConfigs": {
       "generationConfig": {
         "thinkingConfig": {
           "thinkingBudget": 0
         }
       }
     }
     # 添加部分结束
   }
   

   注意是添加配置，不要修改到原有配置。

new-api 关闭方式：

我习惯使用 new-api 来管理多个渠道的 api ，这里也提供关闭思考的方式。

1. 系统设置-模型相关设置-启用 Gemini 思考后缀适配(如果没有这个功能请升级)。
2. 渠道设置:模型名称需要以-nothinking 结尾，完整模型名：gemini-2.5-flash-preview-04-17-nothinking ，如果你配置了模型重定向，那就需要显示名称和模型名称都添加这个后缀，例如：

   # 设定 gemini-2.5-flash-nothinking 为模型显示名称，gemini-2.5-flash-preview-04-17-nothinking 为实际模型名称。这样设置需要把显示名称(gemini-2.5-flash-nothinking)作为自定义模型填入模型列表。
   {
     "gemini-2.5-flash-nothinking": "gemini-2.5-flash-preview-04-17-nothinking"
   }
   

3. 可能有朋友白嫖到了 GCP ，也关心 vertex 渠道如何关闭 thinking 。我提交了一个 PR ，已经被官方合并。feat: support thinking suffix for vertex gemini channel by tbphp · Pull Request #1012 · QuantumNous/new-api · GitHub，所以跟 gemini 一样配置即可。

deno 方式关闭：

前文有提到使用 deno 来代理，同样可以在代理代码里面向上游传递关闭思考的参数，deno 代码：

const targetHost = Deno.env.get("TARGET_HOST") || "generativelanguage.googleapis.com";

Deno.serve(async (req: Request) => {
  const url = new URL(req.url);

  url.hostname = targetHost;
  url.protocol = "https:";

  const headers = new Headers(req.headers);
  headers.set('Host', url.hostname);
  headers.delete('content-length');

  let requestBody: BodyInit | null = null;
  let modified = false;

  if (req.method === "POST" && req.body && headers.get("content-type")?.includes("application/json")) {
    const originalBodyText = await req.text();
    if (originalBodyText) {
      const bodyJson = JSON.parse(originalBodyText);

      bodyJson.generationConfig = {
        ...(bodyJson.generationConfig || {}),
        thinkingConfig: {
          thinkingBudget: 0
        }
      };

      requestBody = JSON.stringify(bodyJson);
      modified = true;
    } else {
      requestBody = null;
    }
  } else if (req.body) {
    requestBody = req.body;
  }

  const response = await fetch(url.toString(), {
    method: req.method,
    headers,
    body: requestBody,
    redirect: 'manual',
  });
  return response;
});

注意： 这个代码会强制关闭思考功能，单独用来代理不需要思考的 2.5flash 即可，2.5pro 勿用。

三、插件配置说明

3.1 翻译服务设置

• 翻译策略： 务必选择 「通用」，只有这样才能使用下面的自定义提示词，从而有效规避 429 问题。
• 最大文本长度： 可以设置得大一些，比如 10000 。gemini-2.5-flash 处理速度很快，不用太担心。
• 最大段落数： 建议设为 10 左右。这个值影响传递给模型的上下文长度，理论上值越大，上下文越多，翻译质量可能越好，但首次加载会稍慢。
• 提示词： 填入你自己修改过的专属提示词。
• 其他个性化： 我喜欢勾选“给译文增加下划线”，译文的区分更清晰。

3.2 用户规则配置

分享一个非常实用但可能用的人不多的功能：**用户规则 (User Rules)**。

场景： 看文档或特定网站（比如如 Folo 阅读器）时，插件会连带侧边栏、导航栏等非主要内容一起翻译，导致页面布局混乱。这时就可以通过配置用户规则，指定插件只翻译页面的特定部分。

示例： 就拿 app.follow.is 来举例：

1. 首先自己通过浏览器开发调试工具分析元素，确认要翻译部分的元素选择器。
2. 然后插件点击 “编辑用户规则 (Edit User Rules)”。
3. 添加以下 JSON 配置：

   [
     {
       "matches": "app.follow.is",
       "excludeSelectors": [
         ".group.absolute" 
       ],
       "selectors": [
         "article"
       ]
     }
   ]
   

配置说明：

• "matches": "app.follow.is"：此规则仅对 app.follow.is 域名生效。
• "selectors": ["article"]：指定只翻译 HTML 中 <article> 标签包裹的内容（通常是文章主体）。
• "excludeSelectors": [".group.absolute"]：排除具有 CSS 类 .group.absolute 的元素（假设这是侧边栏或导航栏的 CSS 选择器）。你需要根据实际网页结构调整这些选择器。

目前就分享这些了，如果对于这个方案使用还有疑问就直接问吧，看看还有没有需要分享的。