Hy-SimulMT-30B-A3B مقابل Tencent Hy-MT2-7B: السعر الذي يمكنك تقديمه مقابل السعر الذي لا يمكنك تقديمه

اسأل عن تكلفة ساعة من الترجمة الفورية من الصينية إلى الإنجليزية، وستجد أن النموذجين في هذه المقارنة يقدمان لك نوعين مختلفين تمامًا من الإجابات. Tencent Hy-MT2-7B، الذي أُتيح مفتوح المصدر في 21 مايو 2026، لديه قائمة أسعار: $0.074 لكل مليون توكن إدخال و$0.295 لكل مليون توكن إخراج على واجهة API المستضافة لدى Tencent. Hy-SimulMT-30B-A3B، الذي نُشر على هيئة أوزان في 22 أكتوبر 2026، ليس له سعر منشور على الإطلاق — لا نقطة نهاية، ولا سعر لكل توكن، ولا إدراج في سحابة عامة. يمكنك إعداد ميزانية للنموذج 7B بدقة تصل إلى السنت. أما بالنسبة لنموذج الكلام، فعليك إعداد ميزانية لوحدة GPU، والرقم الذي تصل إليه يعتمد كليًا على ما تملكه بالفعل.

هذا الفارق أكثر من مجرد تفصيل شرائي. إنه يعكس منتجين مختلفين ببنيتين مختلفتين للتكلفة. فـ 7B مترجم نصي يُسعّر أشبه بخدمة مرافق عامة: تدفع مقابل الرموز، وتتوسع بحسب الحجم، والتكلفة الحدية لمستند إضافي واحد تكاد تكون صفرًا. أما Hy-SimulMT فهو نظام فوري يُسعّر أشبه ببنية تحتية: تدفع مقابل مسرّع بالساعة سواء كان أحد يتحدث أم لا، والتكلفة الحدية لاجتماع إضافي واحد تكاد لا تُذكر فقط لأن الآلة تعمل بالفعل. مقارنتهما بعدد المعاملات يفوّت المغزى. أما مقارنتهما بما تكلفه ساعة عمل فعليًا فهي الحجة بأكملها.

ما هو 7B، وكم تبلغ تكلفته لكل توكن

Tencent Hy-MT2-7B هو الابن الأوسط في عائلة Hy-MT2 النصية، وهو مفكّك كثيف بسبعة مليارات معامل، مدرّب على الترجمة عبر 33 لغة بالإضافة إلى خمس لغات ولهجات صينية للأقليات. لديه سياق عمل من 8,192 رمزًا، ويدعم الإخراج المنظّم عبر response_format، ولا يدعم استدعاء الدوال. في BF16 يحتاج إلى نحو 15 غيغابايت من ذاكرة المسرّعات، وحوالي 8 غيغابايت في FP8، وبضعة غيغابايتات بصيغة GGUF — بطاقة GPU واحدة متوسطة المدى، أو CPU إن كنت صبورًا.

جودتها المبلّغ عنها من المورّد تقترب من الطليعة على المعايير التي اختارتها Tencent. فعلى FLORES-200 تسجّل 86.89 XCOMET-XXL، وهو ما تقدّمه Tencent بوصفه نحو 97.9% من Gemini 3.1 Pro في وضع التفكير. وعلى DomainMTBench تبلّغ 94.92 و92.79 على تقسيمين؛ وعلى IFMTBench، وهي مجموعة اختبارات اتباع التعليمات التي بنتها Tencent لهذه العائلة، 83.14 إجمالًا. لم يُعِد أحد إنتاج أي من هذه النتائج بشكل مستقل. إنها أرقام المورّد، وهي تصف نموذجًا بارعًا في الترجمة المنضبطة — القوائم المصطلحية، والسجل اللغوي، والمخرجات المهيكلة — وهو بالضبط الفارق الذي يفصل طراز 7B عن طراز 1.8B الأدنى منه.

بسعر الخدمة المستضافة، تكلّف مليون وحدة رمزية من الإدخال سبعة سنتات، ويكلّف مليون وحدة رمزية من الإخراج أقل من ثلاثين سنتًا. بالنسبة لأعمال النصوص، هذا قريب من المجاني. السؤال المثير للاهتمام هو ماذا يحدث عندما لا يكون الإدخال نصًا.

حساب ساعة من الكلام، في الاتجاهين

ساعة من الكلام المتواصل تعادل نحو 9,000 كلمة إنجليزية، أي حوالي 12,000 توكن. وإذا مرّرنا ذلك عبر Tencent Hy-MT2-7B بسعر القائمة، فإن الترجمة نفسها تكلف نحو نصف سنت: تقريبًا $0.0009 للمدخلات و$0.0035 للمخرجات، أي نحو $0.0044. وحتى لو كان تقديرك للتوكنات مخطئًا بمعامل اثنين، فسيظل الرقم كسورًا من السنت.

لكن نموذج 7B لا يستطيع السمع. يبدأ أي مسار نصي بمحرك تعرّف، ومحرك التعرّف المستضاف يكلّف عادةً بضعة أعشار من السنت لكل دقيقة، ما يجعل ساعة من الصوت في حدود أقل من دولار قبل أن يعمل المترجم أصلاً. هذا هو أول تصحيح صادق لرواية "7B أرخص": في السلسلة المتتابعة، المترجم ليس المرحلة المكلفة، بل محرك التعرّف هو المكلف. والتصحيح الثاني هو زمن التأخير — فالسلسلة التي تنتظر نهاية الجملة، ثم تنسخ وتترجم وتعرض، ستتأخر عن المتحدث أكثر مما يتأخر نموذج متزامن، ولا تُصلح ذلك أي كمية من الرموز الرخيصة.

Hy-SimulMT-30B-A3B يقلب هيكل التكلفة. لا توجد فاتورة لكل رمز لأن لا توجد خدمة مستضافة؛ فأنت تستأجر العتاد أو تملكه. تبلغ أوزان BF16 نحو 61 جيجابايت قبل ذاكرة KV المؤقتة، لذا فإن مسرّعًا بسعة 80 جيجابايت هو الحد الأدنى الواقعي، وتُستأجر بطاقة واحدة بما يتراوح من نحو دولارين في الساعة لدى سحابة GPU متخصصة إلى أكثر من 10 دولارات في قائمة الطلب حسب الحاجة لدى مزوّد سحابي عملاق. عند الطرف الأدنى، تكلّف ساعة الاجتماع نحو دولارين من الحوسبة؛ وعند الطرف الأعلى، تكلّف ساعة الاجتماع ساعةَ استئجار. يفترض الرقمان أن الجهاز مخصص لذلك الاجتماع، وهو أسوأ الحالات — فخادم يتعامل مع عدة تدفقات متزامنة يقسّم التكلفة. وتشغيل نسخة FP8 على بطاقة أصغر يخفض الحد الأدنى مرة أخرى.

إذن المقارنة تقريبًا بين 0.30–1.00 دولار لكل ساعة اجتماع في نموذج التتالي، حيث يمثّل التعرف الجزء الأكبر، مقابل 2–12 دولارًا لكل ساعة اجتماع في النموذج المتزامن، حيث تمثّل وحدة معالجة الرسوميات الجزء الأكبر. هذا فرق حقيقي بمقدار رتبة إلى رتبتين من حيث الحجم، وهو الإطار الصحيح: فأنت لا تدفع مقابل ترجمة أفضل، بل تدفع مقابل ثلاث ثوانٍ من التأخير بدلًا من خمس عشرة. الفرق التي تحتاج إلى هذا التأخير ستدفع ثمنه. أما الفرق التي لا تحتاجه فهي تشتري مسرّعًا لحل مشكلة لا تعاني منها.

الجودة: مسطرتان مختلفتان

لا توجد طريقة أمينة لوضع نتيجة Tencent Hy-MT2-7B البالغة 86.89 على FLORES-200 إلى جانب نتيجة Hy-SimulMT البالغة 84.7 على RealSI-Sentence. فالأول يقيس ترجمة النص مقابل مرجع، بينما يقيس الثاني ترجمة الكلام على معيار بُني للصوت المتدفق. لا يشتركان إلا في صيغة الأرقام ولا شيء آخر. ما يمكن مقارنته هو شكل الأدلة. لدى النموذج 7B جدول منشور كامل عبر FLORES-200 وWMT25 وDomainMTBench وIFMTBench، وجميعها من تنفيذ الجهة المورّدة. أما نموذج الكلام فلديه جدول من أربعة أعمدة عبر FLEURS وCoVoST2 وACL6060 وRealSI-Sentence، وهو أيضاً من تنفيذ الجهة المورّدة، إضافة إلى مقارنة بشرية مع ستة مترجمين فوريين محترفين تصفها Tencent نفسها بأنها محدودة النطاق ومحصورة في العينات المستخدمة. ولا يملك أي منهما تحققاً مستقلاً.

المكان الوحيد الذي يلتقي فيه الخطّان حقًا هو جودة الترجمة بين الصينية والإنجليزية. ونموذج 7B هو المترجم النصي الأقوى وفق كل مقياس تنشره Tencent، بما في ذلك اتباع التعليمات، حيث إن درجته 83.14 على IFMTBench تزيد أربع عشرة نقطة على نموذج 1.8B. أما ميزة نموذج الكلام فليست الجودة بل التوقيت: فهو ينتج ترجمة قابلة للاستخدام بينما الجملة لا تزال قيد النطق، ويمكنه نقل صوت المتحدث عبر خدمة TTS إذا كانت مهيأة. إذا كان ملفك الصوتي مُفرّغًا نصيًا بالفعل وكانت ميزانية زمن الاستجابة لديك تُقاس بالدقائق، فإن 7B هو المترجم الأفضل. أما إذا كانت ميزانية زمن الاستجابة لديك تُقاس بالثواني، فإن 7B خارج المنافسة بغض النظر عن درجته.

النشر والتكلفة، جنبًا إلى جنب

• المعاملات — Hy-SimulMT-30B-A3B: إجمالي 30.4B، ونحو 3B نشطة، وMoE متفرق مع مُرمِّز صوتي؛ Tencent Hy-MT2-7B: 7B كثيف، نصي فقط.

• الذاكرة — Hy-SimulMT: ~61 GB بصيغة BF16، وإصدار FP8 منشور؛ Hy-MT2-7B: ~15 GB بصيغة BF16، و~8 GB بصيغة FP8، وبضعة GB بصيغة GGUF.

• السياق — Hy-SimulMT: نوافذ صوتية مدتها ثلاثون ثانية؛ Hy-MT2-7B: 8,192 رمزًا.

• الكمون — Hy-SimulMT: نحو 3 ثوانٍ وفق StreamLAAL، بحسب ما أفاد به المورّد؛ Hy-MT2-7B: إدخال نصي وإخراج نصي، مع تأخير ASR لنظام متسلسل يسبقه.

• اللغات — Hy-SimulMT: الصينية والإنجليزية موثّقتان للكلام؛ Hy-MT2-7B: 33 لغة إضافةً إلى خمس لغات أقليات ولهجات.

• السعر — Hy-SimulMT: لم يُنشر أي سعر؛ Hy-MT2-7B: 0.074 دولار لكل مليون رمز إدخال، و0.295 دولار لكل مليون رمز إخراج.

• الترخيص — كلٌّ من Apache-2.0 وغير المقيّد، وكلاهما قابل للضبط الدقيق وإعادة التوزيع.

لا يوجد أي من الطرازين في كتالوج OrcaRouter، ولا نستضيف أيًا منهما. لا يزال اختلاف التسعير هو سبب الاهتمام بالتوجيه هنا. تسعّر Tencent واجهات برمجة التطبيقات للترجمة الخاصة بها بأسعار تنافسية للغاية وتغيّر تلك الأسعار: في 12 يونيو 2026، خفّضت سعر Hy-MT2-Pro إلى ¥0.5 لكل مليون رمز إدخال و¥2 لكل مليون رمز إخراج، أي خفض بنسبة 66.7% على الإدخال و55.6% على الإخراج. يمرر OrcaRouter أسعار قائمة المزوّدين كما هي عند هامش ربح 0%، لذا يصبح خفض كهذا ساريًا من جانبنا في اليوم نفسه بدلًا من انتظار تجديد العقد التالي، كما أن التجاوز التلقائي عند الفشل يعني أن تعطّل أحد المزوّدين لا يُسقط مسار ترجمة. بالنسبة لعبء عمل تهيمن على تكلفته أسعار كل رمز، فإن الفرق بين هامش ربح 0% و20% هو الهامش بأكمله.

أيّهما تختاره ميزانية الكمون الخاصة بك

ابدأ بالميزانية. إذا كان الجواب "ثوانٍ"، فلا شيء بشأن سعر 7B يهم — لا يمكن لنظام متتابع أن ينتج تغذية متزامنة دون مُعرِّف كلام تدفقي وسياسة تقسيم تبنيها وتضبطها، وحتى حينها سيتأخر. Hy-SimulMT-30B-A3B هو الوحيد من بين هذين المبني لهذا القيد، وترخيص Apache-2.0 يعني أنه يمكنك اختبار الادعاء على صوتك الخاص، والتكلفة هي GPU بالساعة. ضع ميزانية قدرها $2–$12 لكل ساعة اجتماع كافتراض أولي وتحقق منها مقابل معدل استخدامك الفعلي.

إذا كانت الإجابة هي "دقائق"، فإن نموذج 7B يتفوق على كل محور مهم: التكلفة، والذاكرة، وتغطية اللغات، واتباع التعليمات الموثّق، ووجود سعر يمكنك وضعه في جدول بيانات. ادفع لبرنامج التعرّف، وادفع نصف سنت مقابل الترجمة، وأنفق الفرق على خطوة المراجعة. لا يزال معظم عمل الترجمة في معظم الشركات من هذا النوع الثاني، ولهذا فمن المرجح أن يعيش نموذج بسبعة مليارات معامل وله قائمة أسعار أطول من نموذج بثلاثين مليار معامل تتمثل أكثر خصائصه إثارةً للاهتمام في أنه لا يملك واحدة بعد.