翻译税不是标量：中文多语言基准中英文线索继承的反事实审计

翻译税通常被视为标量：假设翻译基准会通过保留英文来源线索来夸大分数。我们在英语到中文的环境中审核此声明。三个代理估计器不同意：回译差距很小并且解析器脆弱；提示分数校准不能预测项目级别的增益；六模型本机对照比较显示了模型系列而不是统一的基准效果。我们添加了同项 LLM-归化压力测试，在重写中文表面形式时保持答案、选项和内容固定。纠正提示构建错误后，这种对比不再支持模型-族相互作用，但保留了残留剂量反应：高残留项目受益，而低残留项目则不然。结果不是单一的翻译税，而是一组依赖于估计者和项目的有效性风险。我们发布每个细胞的证据、归化协议、人类质量控制以及翻译的多语言基准论文的报告清单。