Статья предлагает краткий обзор эволюции машинного перевода (от правил-ориентированных и статистических подходов к нейросетевым системам и крупным языковым моделям), показывая, как смена парадигм повлияла на качество и применимость МП. Особое внимание уделено достижениям и ограничениям актуальных языковых моделей. Подчеркивается решающая роль данных: необходимость использования больших и разнообразных параллельных корпусов на разных языках, а также данных, сгенерированных самими языковыми моделями. Рассматриваются контекстуальные ограничения и культурно-прагматические аспекты, которые по-прежнему вызывают систематические ошибки. Анализируются особенности перевода терминов, которые обусловлены спецификой самой терминологии и ограничениями используемых лингвистических ресурсов. Обсуждаются перспективные направления дальнейшего развития систем машинного перевода.