Hy-SimulMT-30B-A3B مقابل Tencent Hy-MT2-1.8B: غرفة اجتماعات في مواجهة هاتف

تنشر تينسنت الآن نموذجَي ترجمة يتشاركان رخصةً ومختبرًا ولا يكادان يتشاركان أي شيء آخر. Tencent Hy-MT2-1.8B هو أصغر عضو في عائلة Hy-MT2 النصية، أُتيح مفتوح المصدر في 21 مايو 2026، وهو نموذج كثيف بمعاملات تبلغ 1.8 مليار معامل، يُضغط إلى 440 ميغابايت عند 1.25 بت ويعمل دون اتصال على شرائح الهواتف. Hy-SimulMT-30B-A3B هو سلسلة جديدة بالكامل، نُشر على هيئة أوزان في 22 أكتوبر 2026: 30.4 مليار معامل، منها نحو 3 مليارات نشطة، صُمم للاستماع إلى الكلام الصيني أو الإنجليزي وترجمته بينما لا تزال الجملة تُنطق. أحد النموذجين يتسع في الجيب وحُمّل أكثر من 26,000 مرة. أما الآخر فيحتاج إلى مسرّع بسعة 80 غيغابايت، وبعد أربعة أيام من إطلاقه لم يسجل أي تنزيلات.

القراءة الطبيعية لتلك الفجوة هي أن النموذج الكبير هو الأفضل ولم يلاحظ أحد ذلك بعد. أما القراءة الأكثر فائدة فهي أنهما يجيبان عن سؤالين مختلفين. يجيب Hy-MT2-1.8B عن سؤال: "كيف أترجم نصًا على جهاز بلا شبكة؟" ويجيب Hy-SimulMT-30B-A3B عن سؤال: "كيف أترجم محادثة دون انتظار المتحدث حتى ينهي كلامه؟" أطلقت تينسنت كليهما خلال خمسة أشهر، وهو ما يدل على أنها تعتبرهما سوقين منفصلين لا نقطتين على منحنى الحجم.

ليس اختلافًا في الحجم: بل عضو مختلف.

من السهل افتراض أن Hy-SimulMT-30B-A3B هو فئة 30B من Hy-MT2، على نحو ما يقع 7B و30B-A3B MoE فوق 1.8B. لكنه ليس كذلك. Hy-MT2 عائلة نصية فقط تشترك في مُجزِّئ رموز واحد، وصيغة تعليمات واحدة، ومجموعة معايير واحدة تُسمى IFMTBench؛ وقد دُرِّبت أحجامها الثلاثة لتؤدي المهمة نفسها عند نقاط جودة وتكلفة مختلفة. أما Hy-SimulMT فهي بنية منفصلة بمشفّر صوتي مثبَّت على عمود فقري قائم على مزيج الخبراء: 24 طبقة مشفّر بعرض 1,024 تُسقِط إلى نموذج بعرض 2,048، و128 خبيرًا يُوجَّه منها ثمانية بالإضافة إلى خبير مشترك واحد لكل رمز، وحد أقصى للمدخلات يبلغ ثلاثين ثانية من صوت بتردد 16 kHz لكل نافذة.

هذا التمييز مهم لأي شخص يخطط للترحيل. لا يمكنك استبدال استدعاء Hy-MT2-1.8B باستدعاء Hy-SimulMT بمجرد تغيير معرّف النموذج، لأن أحدهما يتعامل مع النص والآخر يتعامل مع الصوت، ومخرجات نموذج الكلام هي ترجمة لما سمعه لا لما كتبته. التداخل بينهما مفهومي — فكلاهما يترجم بين الصينية والإنجليزية — وليس تشغيليًا.

ما الذي يتقنه 1.8B حقًا

تُصنع حجة النموذج الصغير من ثلاثة أرقام. الأول هو 440 ميغابايت، وهو حجم التكميم 1.25-بت الذي أنتجته أدوات AngelSlim من Tencent، والسبب في أن النموذج يعمل على شرائح هواتف Apple وQualcomm وMediaTek؛ وتزعم Tencent أنه أسرع بنحو 1.5 مرة من الجيل السابق Hy-MT1.5 عند 4-بت على A15. الثاني هو 90.00 على FLORES-200 من الإنجليزية إلى X، وهو ما تقدّمه Tencent على أنه نحو 89.9% من نتيجة Gemini 3.1 Pro — مقارنة من مورّد، غير مُعاد إنتاجها، لكنها لافتة لنموذج يتّسع على هاتف محمول. الثالث هو عدد التنزيلات: أكثر من 26,000 على المستودع الرئيسي وأكثر بكثير من ألف إعجاب، مقابل 3,132 تنزيلاً للنموذج الرائد 30B-A3B. الصغير هو الذي يستخدمه الناس فعلاً.

حدودها الموثقة واضحة بالقدر نفسه. السياق العملي هو 8,192 رمزًا مع حد إخراج يبلغ 4,096 رمزًا، رغم أن الإعداد يعلن 262,144 موضعًا؛ وإرشادات الاستدلال الخاصة بتينسنت هي الرقم الذي ينبغي الوثوق به. وهي تدعم 33 لغة بالإضافة إلى خمس لغات ولهجات صينية من الأقليات. وأضعف نتيجة منشورة لها هي اتباع التعليمات: 69.36% إجمالًا في IFMTBench، مقابل 85.7% لشقيقها 30B-A3B ضمن العائلة. إذا كانت مهمتك ترجمة جملة نظيفة، فإن 1.8B منافس. أما إذا كانت مهمتك الالتزام بمسرد، والحفاظ على بنية JSON ومطابقة السجل اللغوي، فهو أقل نموذج موثوقية في عائلته، والفجوة ليست صغيرة.

ما الذي يشتريه 30B، وما الذي لا يشتريه

ما تحصل عليه من Hy-SimulMT-30B-A3B هو زمن استجابة منخفض في بيئة محادثة. تُبلغ Tencent عن نحو ثلاث ثوانٍ في StreamLAAL على صوت RealSI الطويل، وتُوصف بأنها الأدنى بين الأنظمة المقارنة، و84.7 في RealSI-Sentence، وهي الأعلى في جدولها. هذه مقاييس ترجمة الكلام من تقييم البائع نفسه، دون إعادة إنتاج مستقلة. يدعم النموذج أيضًا استنساخ الصوت في الوقت الفعلي، لذا يمكن للكلام المترجم أن يحافظ على الخصائص الصوتية للمتحدث — لكن فقط إذا وصلت خدمة TTS، التي تتوقع منك مجموعة أدوات النشر تهيئتها. لا تُركّب الأوزان الصوت من تلقاء نفسها.

ما لا يوفّره هو تغطية اللغات. توثّق بطاقة الطراز ترجمة الكلام ثنائية الاتجاه بين الصينية والإنجليزية. ويوسم المستودع 36 لغة، وهو ما يعكس على الأرجح العمود الفقري النصي لا مسار الكلام، لكن تينسنت لا تفسّر هذا التباين. ولا يملك فريق يحتاج إلى ترجمة كلامية من اليابانية إلى الإنجليزية مسارًا موثقًا مع هذا الطراز، بينما يتعامل طراز 1.8B مع اليابانية كنص اليوم. الطراز الكبير ليس مجموعة شاملة للطراز الصغير؛ بل هو متخصص في نطاق أضيق وتعمّق أكبر بكثير.

أين توجد الـ 440 ميغابايت فعليًا

الشيء المثير للاهتمام في 1.8B ليس درجة اختباره المرجعية، بل نطاق نشره. فالنموذج الذي يعمل دون اتصال على هاتف يغيّر ما يمكن لمنتج ترجمة أن يَعِد به: لا رحلة ذهاب وإياب، ولا فاتورة لكل رمز، ولا بيانات تغادر الجهاز، ولا اعتماد على الاتصال في قاعة اجتماعات في قبو أو على متن طائرة. وتضمّنه Tencent داخل تطبيق Hy Translate، الذي أُطلق في متاجر التطبيقات الصينية في 24 سبتمبر 2026، ويوفّر نماذج دون اتصال قابلة للتنزيل إلى جانب أوضاع النص والصور والصوت والمحادثة التبادلية. ويغطي التطبيق 12 دولة ومنطقة، ويدعم 33 لغة بالإضافة إلى خمس لغات أقلية ولهجات.

ذلك التطبيق هو أيضًا أوضح دليل على أين يتناسب Hy-SimulMT. في سبتمبر، كان وضع المحادثة قائمًا على الأدوار — يتناوب شخصان التحدث ويقرآن الترجمة. والنموذج التزامني هو ما يحوّل ذلك إلى مترجم فوري يمكنك ارتداؤه. وتقول بطاقة Tencent إن Hy-SimulMT يمكن تجربته في تطبيق Hy Translate، كما أن توقيت إتاحة الأوزان، قبل يوم واحد من إعلان Tencent عن شراكتها مع APEC 2026، يوحي بأن العرض المقصود هو حدث مباشر لا واجهة برمجة تطبيقات للمطورين. هذا استنتاج من تواريخ علنية، وليس خطة معلنة.

التكلفة والنشر، نقطة بنقطة

• المعاملات — Hy-SimulMT-30B-A3B: إجمالي 30.4B، ونحو 3B نشطة، مع MoE متناثر إضافةً إلى مُرمِّز صوتي؛ Hy-MT2-1.8B: 1.8B كثيف، نصي فقط.

• البصمة — Hy-SimulMT: حوالي 61 غيغابايت بصيغة BF16 قبل ذاكرة KV المؤقتة، مع نشر إصدارات FP8؛ Hy-MT2-1.8B: 440 ميغابايت عند 1.25 بت، مع توفر إصدارات FP8 وGGUF أيضًا.

• الأجهزة — Hy-SimulMT: مسرّع واحد بسعة 80 GB من الناحية الواقعية؛ Hy-MT2-1.8B: هاتف، أو معالج حاسوب محمول، أو وحدة معالجة رسومات صغيرة واحدة.

• السياق — Hy-SimulMT: نوافذ صوتية مدتها ثلاثون ثانية؛ Hy-MT2-1.8B: 8,192 رمزًا للإدخال، و4,096 للإخراج.

• اللغات — Hy-SimulMT: الصينية والإنجليزية موثّقتان للكلام؛ Hy-MT2-1.8B: 33 لغة بالإضافة إلى خمس لغات أقليات ولهجات.

• السعر — Hy-SimulMT: لا توجد واجهة برمجية مستضافة أو تسعيرة منشورة؛ Hy-MT2-1.8B: نحو 0.044 دولار لكل مليون رمز إدخال و0.177 دولار لكل مليون رمز إخراج عبر واجهة Tencent المستضافة منذ أغسطس 2026.

• الترخيص — كلاهما Apache-2.0، وكلاهما غير مقيّد، وكلاهما قابل للضبط الدقيق وإعادة التوزيع.

لا يظهر أيٌّ من النموذجين في كتالوج OrcaRouter، ولا نستضيف أيًّا منهما. والسؤال المتعلق بالتوجيه الذي يطرحانه يختلف عن السؤال المعتاد: إذا كان نموذج 1.8B يعمل على الجهاز بينما يعمل نموذج 30B على وحدة GPU الخاصة بك، فإن الاستدعاءات التي تحتاج إلى موجّه هي تلك المحيطة بهما — إدخال المستندات، وتنظيف النصوص المنسوخة، والملخّص الذي يحوّل اجتماعًا مترجمًا إلى محضر. هذه استدعاءات عادية لنماذج سحابية، ووضعها خلف واجهة API واحدة لأكثر من 200 نموذجبهامش ربحإضافي 0% فوق أسعار قوائم المزوّدين يبقي عدد المورّدين منخفضًا بينما تظل مرحلة الترجمة مستضافة ذاتيًا. وتكون أهمية التبديل الاحتياطي أكبر تحديدًا عندما يكون النموذج الذي يؤدي العمل الحيوي نموذجًا لا يمكنك استبداله بسرعة.

منتجان، وليس مستويين

إذا كنت بحاجة إلى ترجمة على جهاز، دون اتصال، وبتكلفة هامشية صفرية، وكان محتواك نصيًا، فإن Tencent Hy-MT2-1.8B هو النموذج — فهو صغير، ومرخّص بترخيص متساهل، ومنتشر على نطاق واسع، وصريح بشأن ضعفه في اتباع التعليمات. وإذا كنت بحاجة إلى ترجمة محادثة مباشرة بين الصينية والإنجليزية وكان تأخّر بثلاث ثوانٍ مقبولًا، فإن Hy-SimulMT-30B-A3B هو نموذج Tencent الوحيد الذي يفعل ذلك، وكونه أكبر بثلاثين مرة هو ثمن مشفّر الصوت وميزانية زمن الاستجابة، وليس ترقية في الجودة يمكنك أن تراهن عليها في مكان آخر.

المصيدة هي افتراض أن الإصدار الأحدث والأكبر يحل محل الإصدار الأقدم والأصغر. لكنه لا يفعل ذلك. أحد هذين النموذجين لديه 26,000 عملية تنزيل لأنه يحل مشكلة يعاني منها ملايين الناس؛ أما الآخر فلديه صفر لأنه يحل مشكلة تخص، حتى الآن، في الغالب تطبيق تينسنت نفسه والمتطوعين في APEC الذين سيستخدمونه في شنتشن في نوفمبر هذا.