Hy-SimulMT مقابل NLLB-200: المترجم الفوري المتدفق ليس مترجمًا يدعم 200 لغة

اسما المعيارين يختلفان بحرف واحد، وذلك الحرف هو كل المقال. Hy-SimulMT، المترجم الفوري الصيني↔الإنجليزي في الزمن الحقيقي من Tencent Hunyuan الذي صدر في 26 أكتوبر 2026، ينشر نتيجة 90.3 في اختبار يُسمى FLEURS. NLLB-200، مترجم النصوص بـ200 لغة من Meta AI منذ يوليو 2022، يُقيَّم في اختبار يُسمى FLORES-200. ثمة صلة بينهما — إذ يُبنى FLEURS من جمل FLORES مقروءة بصوت عالٍ — لكنهما ليسا الاختبار نفسه، ولا تُحتسب درجاتهما بالطريقة نفسها، ولم يُجرِ أحد قط هذين النموذجين في مواجهة بعضهما. البحث عن هذه المواجهة لا يعيد إلا تغطية إطلاق أحد النموذجين ووثائق الآخر، دون أي شيء بينهما. هذا الغياب هو نقطة البداية الصادقة: فليس هذان متنافسين، والسؤال المفيد هو لأي مهمة يخدم كل واحد منهما فعليًا.

حرف واحد، معياران

FLORES-200 هو مقياس نصي. بنته Meta ضمن مشروع No Language Left Behind: جُمل مترجمة ترجمة احترافية عبر 200 لغة، تُستخدم لقياس مدى جودة نقل نظام الترجمة للنص المكتوب من لغة إلى أخرى. والمقياس الأبرز هو spBLEU، وهو نسخة من BLEU تُحسب باستخدام مُرمِّز ثابت ومتوازن لغويًا بحيث تكون الدرجات قابلة للمقارنة عبر اللغات التي تستخدم أنظمة كتابة مختلفة. كما تتضمن ورقة NLLB تقريرًا عن chrF++ وتقييمًا بشريًا يُسمى XSTS.

FLEURS هو النظير المنطوق. يأخذ مجموعات جُمل FLORES، ويقرؤها متحدثون أصليون بصوت عالٍ، ويقيّم ترجمة الكلام — صوتٌ يدخل، ونصٌّ يخرج. وهو يغطي 102 لغة بدلًا من 200. وعندما تُبلِغ Tencent عن 90.3 على FLEURS بالنسبة إلى Hy-SimulMT، فإن ذلك الرقم يشمل خط المعالجة كاملًا: سماع الصوت، والتعرّف على الكلمات، وترجمتها. وعندما تُبلِغ Meta عن spBLEU على FLORES-200 بالنسبة إلى NLLB-200، يكون النص صحيحًا ومُرمَّزًا مسبقًا، والشيء الوحيد الذي يجري قياسه هو خطوة الترجمة.

إذا وضعت هذين الرقمين جنبًا إلى جنب، فأنت لم تقارن نموذجين. لقد قارنت نظام كلام من طرف إلى طرف مقابل مترجم نصي، على بيانات مختلفة، وبمقاييس مختلفة، وبلغات مختلفة. هذا هو الخطأ الذي يغريه التشابه في حرف واحد، ويجدر تسميته قبل أي مقارنة أخرى في هذا المقال.

ما هو NLLB-200 في الواقع، بعد أربع سنوات

صدر NLLB-200 في يوليو 2022 ولم يُراجَع منذ ذلك الحين. نقاط التحقق التي تُنزّلها اليوم هي نقاط تحقق 2022. ليس هذا انتقادًا — بل هو بيان عن نوع هذا الأثر: إصدار بحثي عرّف معيارًا ومجموعة بيانات، ثم توقف.

تضم هذه العائلة خمسة أحجام، والتنوّع هو المقصود:

• NLLB-200-distilled-600M — أصغر نقطة حفظ صالحة للاستخدام، صغيرة بما يكفي لوحدة معالجة رسومات من فئة الحواسيب المحمولة.

• NLLB-200-distilled-1.3B وNLLB-200-1.3B — الزوج المتوسط المدى، أحدهما مُقطَّر للسرعة والآخر مُدرَّب مباشرةً.

• NLLB-200-3.3B — حصان العمل الكثيف، الحجم الذي ينشره معظم الناس فعليًا.

• NLLB-200-54.5B — النموذج المتفرق الرائد: 128 خبيرًا مع بوّابة top-2، وطبقة خليط خبراء في كل كتلة محوّل رابعة، وحوسبة لكل رمز مماثلة تقريبًا للنموذج الكثيف 3.3B. وهو أكبر نموذج ترجمة مفتوح من جيله، ولا يزال السبب في الاستشهاد بهذه العائلة.

كانت مجموعة التدريب تضم نحو 18 مليار زوج من الجمل المتوازية، وكان الادعاء الرئيسي في الورقة البحثية هو تحقيق تحسين بنسبة 44% في مقياس BLEU مقارنة بأحدث ما كان متاحًا سابقًا، وذلك قياسًا عبر أكثر من 40,000 اتجاه ترجمة. أما المعمارية فهي محوّل من نوع encoder-decoder مُصمم لترجمة جملة واحدة. لا يوجد وضع بث، ولا إدخال صوتي، ولا مفهوم للإخراج الجزئي — فهو يأخذ جملة ويعيد جملة.

الترخيص هو CC-BY-NC 4.0، وبطاقة النموذج صريحة بشأن المقصود: لم يُطرح للنشر في بيئات الإنتاج، وليس مخصصًا للترجمة الخاصة بمجال معين، أو بطول المستندات، أو المدخلات الطويلة، أو الترجمة المعتمدة. الشيفرة المحيطة بالأوزان مرخّصة بموجب MIT، لكن الأوزان ليست كذلك، وهو الالتباس الذي لازم هذا الإصدار طوال أربع سنوات.

ما هو Hy-SimulMT في الواقع، اعتبارًا من هذا الأسبوع

يمثّل Hy-SimulMT نوعًا معاكسًا من المخرجات في كل بُعد تقريبًا. فهو نموذج كلامي: تتدفق الصوتيات عند 16 kHz ضمن نوافذ مدتها 30 ثانية، ويُخرج النموذج نصًا مترجمًا بينما لا يزال المتحدث يتكلم. البنية عبارة عن مزيج خبراء متناثر من 30.4 مليار معامل، مع نحو 3 مليارات معامل نشطة لكل رمز، وملتفّة حول مُرمِّز صوتي من 24 طبقة. زوج اللغات الموثّق هو الصينية والإنجليزية، في الاتجاهين.

ادعاؤها المركزي هو زمن الاستجابة، وليس التغطية. وتُبلغ تينسنت عن StreamLAAL بنحو ثلاث ثوانٍ على صوت RealSI طويل المدة، وتصفه بأنه الأدنى بين الأنظمة التي قارنتها. وهذا نوع مختلف من الادعاءات عن أي شيء في ورقة NLLB، التي لا تتضمن أي قياس لزمن الاستجابة على الإطلاق لأنه لا يوجد ما يُقاس: فمترجم النصوص الدفعي ليس لديه تأخر خلف المتحدث.

الإصدار مرخّص بموجب Apache-2.0 ومتاح دون قيود، مع ست نقاط حفظ تغطي شكلين للمخرجات — الترجمة فقط والنص المصدر مع الترجمة — وكلٌّ منهما متوفر بالدقة الكاملة وFP8 وGGUF. يبلغ حجم نسخة الدقة الكاملة نحو 61 GB، بينما يبلغ حجم نسخة GGUF Q4_K_M نحو 19.7 GB. يتطلب إخراج الكلام واستنساخ الصوت خدمة TTS منفصلة؛ أما النموذج نفسه فينتج نصًا.

ومثل NLLB-200، لا تتوفر لديها واجهة API مستضافة ولا سعر منشور. واجهة Tencent الاستهلاكية هي تطبيق Hy Translate، الذي يوفر طبقة مجانية. كل ما عدا ذلك يعني تشغيل الأوزان.

لماذا لا يمكن للدرجات أن تتشارك عمودًا واحدًا

الإغراء هو أن تصفّ درجات Hy-SimulMT الأربع مقابل أي رقم NLLB-200 هو أقرب إلى المتناول. قاوم ذلك، وليس فقط بسبب التمييز بين FLEURS/FLORES. فالنموذجان يُطرح عليهما سؤالان مختلفان.

• نمط الإدخال — يتلقى Hy-SimulMT الصوت، لذا تتضمن نتيجته خطأ التعرف. يتلقى NLLB-200 نصًا سبق أن أُزيل منه خطأ التعرف. نموذج كلام ونموذج نص على الجمل نفسها ليسا على نفس خط البداية.

• المقياس — يُبلّغ Hy-SimulMT عن درجات من عائلة BLEU على مجموعات الترجمة الكلامية؛ ويُبلّغ NLLB-200 عن spBLEU وchrF++ وXSTS على FLORES-200. وُجد مُرمِّز spBLEU تحديدًا لجعل المقارنة بين اللغات عادلة، مما يعني أنه لا يمكن استبداله برقم BLEU عادي حتى عندما يُطلق على كليهما اسم BLEU.

• وحدة العمل — يتم تقييم NLLB-200 جملةً بجملة على نصٍّ محاذًى. ويتم تقييم Hy-SimulMT على صوت متدفق، حيث لا يتمثل الفشل المثير للاهتمام في كلمة مترجمة خطأً، بل في جملة تصل متأخرةً جدًا بحيث لا تعود مفيدة.

• عدد الاتجاهات — يُحتسب متوسط أكثر من 40,000 اتجاه في NLLB-200 ضمن نتيجته الرئيسية؛ بينما تغطي معايير Hy-SimulMT الأربعة الصينية↔الإنجليزية فقط. إن المتوسط عبر الذيل الطويل والدرجة على زوج واحد عالي الموارد يصفان نوعين مختلفين من الإنجاز.

داخل جدوله الخاص، ليس Hy-SimulMT متقدماً بشكل موحّد أيضاً. فهو يسجّل 75.5 على CoVoST2 مقابل 82.1 لـ Qwen3.8-LiveTranslate، ويتخلّف عن Gemini3.5-LiveTranslate في FLEURS (90.3 مقابل 92.4) وACL6060 (81.2 مقابل 82.6). وأوضح فوز له هو RealSI-Sentence عند 84.7. جميع تلك الأرقام أجراها المورّد، على أداة الاختبار التي اختارتها Tencent، ولم يُعَد إنتاجها بشكل مستقل. كما لا توضّح بطاقة الطراز أيّاً من متغيّرَي الإخراج لديه أنتجها.

يُقاس الكمون بوحدةٍ لا تمتلكها NLLB.

هذا هو الجزء الذي يحدد عمليات النشر، ولا علاقة له بدرجات الاختبارات المعيارية.

على المترجم الفوري أن يعقد مقايضة لا يواجهها المترجم على دفعات أبدًا: أن ينتظر أطول ويترجم أفضل، أو أن يتحدث أبكر ويخاطر بأن يكون مخطئًا. يقيس StreamLAAL تلك المقايضة — تقريبًا، مدى تأخر المخرجات عن المدخلات في المتوسط. والثلاث ثوانٍ لدى Hy-SimulMT هي ادعاء بشأن تلك المقايضة. وهي ليست صراحةً نفس الوقت حتى أول مخرج كلامي، وتقول Tencent ذلك على بطاقة النموذج. وبمجرد إضافة خدمة TTS خارجية، تتضمن تجربة المستمع زمن تأخير تلك الخدمة أيضًا، وهو ما لا يشمل رقم الثلاث ثوانٍ.

ليس لـ NLLB-200 رقم مكافئ لأنه لا يملك مسارًا للبثّ الحي. يمكنك إضافة واحد إليه بطريقة مرتجلة: قسّم الصوت إلى مقاطع، وشغّل التعرّف على الكلام، وأرسل أجزاء الجُمل إلى NLLB، وأصدر الترجمات فور اكتمالها. هذه البنية تعمل، وقد بناها فرق بالفعل. لكن التقسيم إلى مقاطع يدمّر السياق الذي يعتمد عليه المترجم على مستوى الجملة، والجودة الناتجة ليست الجودة المقيسة على FLORES-200 بجُمل كاملة وسليمة. الفجوة بين «تحقق NLLB-200 نتيجة X على FLORES» و«يبدو NLLB-200 داخل خط معالجة حي مقسّم إلى مقاطع كأنه Y» هي حيث يذهب معظم جهد الهندسة في الواقع.

هذا هو عدم التماثل الحقيقي. صُمّم Hy-SimulMT لحالة البث التدفقي، ويدفع ثمن ذلك في تغطية اللغات وببصمة من فئة 30B. وصُمّم NLLB-200 للاتساع، ويدفع ثمن ذلك بواجهة تعمل بالدفعات فقط. لا أحدهما متخلف عن الآخر. بل كلاهما مُحسّنان لقيود مختلفة.

التغطية مقابل العمق

تتمثل الميزة الدائمة لـ NLLB-200 في الذيل الطويل. مئتا لغة، بما في ذلك اللغات قليلة الموارد التي لا تتعامل معها معظم نماذج 2026 على الإطلاق، ضمن عائلة تتوسع من نقطة تحقق بحجم 600M إلى مزيج من الخبراء بحجم 54.5B. إذا كانت مشكلتك تتمثل في مستند بلغة يتحدثها بضعة ملايين من الناس ولا تغطيها أي واجهة برمجة تطبيقات تجارية، فإن NLLB-200 لا يزال واحدًا من الخيارات المفتوحة القليلة، كما أن نقطة التحقق الكثيفة بحجم 3.3B تعمل على وحدة معالجة رسومات متواضعة واحدة.

لا يستطيع Hy-SimulMT أداء تلك المهمة على الإطلاق. فهو يوثّق الصينية والإنجليزية. تحمل بياناته الوصفية على Hugging Face وسمًا بـ36 لغة، لكن لا تُنشر قائمة بالـ34 لغة الأخرى، وكل مثال في المستودع يستخدم en-zh أو zh-en. سيكون التخطيط لإطلاق متعدد اللغات استنادًا إلى ذلك الوسم خطأً.

تسير حسابات العتاد في الاتجاه المعاكس. نموذج NLLB-200 الكثيف ذو 3.3 مليار معلمة يبلغ حجمه بضعة غيغابايتات بدقة FP16 ويتسع بارتياح على بطاقة بسعة 16–24 غيغابايت. أما نموذجه الرائد ذو 54.5 مليار معلمة فيبلغ نحو 108 غيغابايت بدقة FP16 — وهو خيار متعدد وحدات GPU. ويبلغ حجم Hy-SimulMT نحو 61 غيغابايت بدقة BF16، ويحتاج إلى مسرّع بسعة 80 غيغابايت لتقديم الخدمة كما يُشحن، أو 19.7 غيغابايت عند Q4_K_M عبر مسار GGUF الذي لم يعد دعم llama.cpp له مدموجًا في المنبع بعد. لذا فإن NLLB-200 أرخص في الطرف الأصغر ومماثل في الطرف الأعلى؛ أما كلفة Hy-SimulMT فتتركز في الوسط، وهي تشتري البث التدفقي.

تشير التراخيص في اتجاهين متعاكسين

هذا ليس العمود الفقري للمقارنة — بل الطريقة هي — لكنه أسرع وسيلة لاستبعاد أحدهما كخيار لمنتج تجاري.

أوزان NLLB-200 مرخّصة بموجب CC-BY-NC 4.0. غير تجارية. الشيفرة المحيطة مرخّصة بموجب MIT، ومن هنا يأتي الالتباس، لكن الأوزان هي ما ستقدّمه في الخدمة، وتنص بطاقة Meta بوضوح على أن النماذج غير مُتاحة للنشر الإنتاجي. يحتاج النشر التجاري إما إلى نموذج مختلف أو إلى ترتيب ترخيص.

Hy-SimulMT برخصة Apache-2.0، وغير مقيّد، مع السماح بالاستخدام التجاري والتعديل وإعادة التوزيع. توفر Tencent مجموعة أدوات تدريب إلى جانب خادم الاستدلال، لذا يُعدّ استمرار التدريب استخدامًا مقصودًا. إذا كان الاختيار بين الاثنين على أساس الترخيص وحده، فالأمر ليس متقاربًا.

حيث تنتمي ضمن المكدس نفسه

سبب استمرار البحث عن هذه المقارنة هو أن الفرق تصطدم بالمشكلتين معًا في المنتج نفسه. فالشركة التي لديها عمليات بالصينية والإنجليزية تحتاج إلى مترجم فوري للاجتماعات، وإلى خط معالجة نصية لحركة المستندات التي تصل بـ200 لغة عبر البريد الإلكتروني والعقود وتذاكر الدعم. هاتان مهمتان مختلفتان، والبنية الصادقة تستخدم نموذجين مختلفين.

يتولى NLLB-200، أو خلف حديث له، مسار النصوص غير المتصلة: الترجمة بالدفعات، وتحديد اللغة، وفرز المدونات، والذيل الطويل. ويتولى Hy-SimulMT مسار الكلام الحي بين الصينية والإنجليزية، حيث يهيمن زمن الاستجابة ولا تهم التغطية لأن هناك لغتين فقط في الغرفة. والحد الفاصل بينهما قرار توجيه، ويجدر التصريح به صراحة بدلاً من ترك التطبيق يستنتجه من نوع الملف.

لا يوجد أي من النموذجين في كتالوج OrcaRouter، لذا لسنا مسارًا إلى أي منهما. ما يوفره الموجّه هو طبقة الوصل المحيطة بهما: واجهة API واحدة أمام أكثر من 200 نموذج مستضاف بهامش ربح 0%، مع تمرير سعر قائمة المزوّد كما هو دون أي إضافة، ولغة DSL للتوجيه تحدّد المسار الذي يسلكه الطلب. هذا الجزء الأخير عادي ومفيد — إذ تنتقل طلبات النصوص إلى نموذج عام مستضاف، وتذهب طلبات الكلام إلى المفسّر المستضاف ذاتيًا لديك، ولا يحتاج التطبيق إلى تمييز أحدهما عن الآخر. ويغطي التبديل التلقائي عند الفشل الحالة التي يكون فيها المسار المستضاف غير متاح ويظل الطلب بحاجة إلى إرجاع شيء ما.

لأن الشريحة المستضافة تُسعَّر بسعر قائمة المزوّد دون أي إضافة، فإن أي تخفيض في سعر المورّد على جانب النصوص يصبح ساريًا لدينا في اليوم نفسه. هذا أمر بسيط حتى تصل إلى توجيه حركة المستندات بكميات كبيرة، ويكون البديل هو إعادة التفاوض على عقد في كل مرة يغيّر فيها مزوّد بطاقة أسعاره.

ما الذي يجب سؤاله قبل أيٍّ منهما

السؤال ليس أيّ نموذج أفضل. بل هما سؤالان، ولكل منهما إجابة مختلفة.

إذا كان الإدخال صوتًا لا يزال يصل، واللغتان هما الصينية والإنجليزية، فالإجابة هي Hy-SimulMT — ويصبح سؤال النشر هو أيّ من نقاط التحقق الست الخاصة به، وهو قرار يتعلق بشكل الإخراج والدقة لا بالجودة. وإذا كان الإدخال نصًا بلغة لم تحددها بعد، ضمن مجموعة تشمل لغات محدودة الموارد، فإن NLLB-200 يظل خط أساس مفتوحًا مشروعًا بعد أربع سنوات، بشرط أن تناسبك الرخصة غير التجارية وأن تقبل واجهة دُفعات.

ما لم ينشره أحد هو الجسر: التعرف على الكلام يغذّي NLLB-200 على صوت صيني↔إنجليزي، ويُقيَّم على معيار البث نفسه المستخدم في Hy-SimulMT، مع الإبلاغ عن زمن التأخير والجودة معًا. ستخبرك تلك التجربة ما إذا كان مترجم نصي من عام 2022 ملفوفًا في إطار بث من عام 2026 قادرًا على منافسة مترجم فوري مبني لهذا الغرض. وستكون أيضًا أول مقارنة صادقة بين هذين النموذجين، وهي غير موجودة بعد.

أمر أخير يجدر قوله بوضوح، لأن تشابه اسمي المعيارين بفارق حرف واحد سيظل يولّد مقارنات خاطئة: النموذج الذي يفوز على FLEURS قد أثبت شيئًا عن ترجمة الكلام ضمن إطار اختبار معيّن. والنموذج الذي يحقق نتيجة جيدة على FLORES-200 قد أثبت شيئًا عن ترجمة النصوص عبر 200 لغة. ولا تنتقل أي من النتيجتين إلى مهمة الأخرى، والجهة التي تنشر كليهما على الصوت نفسه، وبالمقياس نفسه، وبالطريقة نفسها لاحتساب الكمون، ستكون الأولى التي تجعل لهذه المقارنة معنى.