Hy-SimulMT-30B-A3B vs. North Small Translate 1.0: Zwei große Modelle, eine Lizenz, die Sie ausliefern können

Der kürzeste Weg zum Vergleich von Hy-SimulMT-30B-A3B und North Small Translate 1.0 besteht darin, sich anzusehen, was passiert, nachdem Sie entschieden haben, dass Sie sie mögen. Das Modell von Tencent ist Apache-2.0: herunterladen, feinabstimmen, in ein Produkt einbauen, Geld dafür verlangen – kein Gespräch nötig. Das von Cohere ist CC BY-NC 4.0: kostenlos für nichtkommerzielle Nutzung, zugangsbeschränkt über ein Kontaktformular, wobei der kommerzielle Einsatz über eine kostenpflichtige Lizenz von Cohere oder seinem Partner RWS läuft. Beide sind große, sparse Mixture-of-Experts-Modelle, die die meisten Teams nicht einfach mal so betreiben können. Nur eines von ihnen lässt sich an einem Dienstagnachmittag ohne Beschaffungsanruf ausliefern, und diese Asymmetrie entscheidet über mehr Deployments als jede Benchmark-Zeile.

Sie tun außerdem nicht dasselbe, was den Lizenzvergleich eher schärfer als weicher macht. North Small Translate 1.0 wurde von Cohere am 10. September 2026 als Textübersetzer im Dokumentmaßstab angekündigt: insgesamt 218 Milliarden Parameter, 25 Milliarden aktiv, ein Eingabefenster von 16.000 Token und – ungewöhnlich – ein Ausgabefenster von 16.000 Token, für 50 Sprachen. Hy-SimulMT-30B-A3B, am 22. Oktober 2026 von Tencent als Gewichte veröffentlicht, ist ein Sprachmodell für gesprochene Sprache: Es hört chinesisches oder englisches Audio in Dreißig-Sekunden-Fenstern und gibt die jeweils andere Sprache aus, während die sprechende Person noch spricht. Das eine übersetzt einen Vertrag, das andere ein Gespräch. Die Überschneidung ist geringer, als das gemeinsame Etikett „Übersetzungsmodell“ vermuten lässt.

Zwei unterschiedliche Definitionen von „klein“

Coheres Name ist relativ zu seinem eigenen Flaggschiff zu sehen. Gegenüber einem generalistischen Frontier-Modell sind 218 Milliarden Parameter mit 25 Milliarden aktiven klein – es ist darauf ausgelegt, pro Token günstig und schnell zu sein, bewusst ohne Reasoning, und Cohere meldet etwa 112 Ausgabe-Token pro Sekunde. Im Vergleich zu allem, was man auf einer Workstation ausführen würde, ist es riesig. Coheres empfohlene Hardware ist eine B200 oder zwei H100 bei W4A4; die Mindestanforderungen der Model Card je Präzision sind höher, wobei BF16 mit vier B200 oder acht H100 angegeben ist. Allein der FP8-Gewichtssatz liegt in der Größenordnung von 218 GB.

Tencents „30B-A3B“ bedeutet 30,4 Milliarden Gesamtparameter und rund 3 Milliarden aktive pro Token, was in dem einzigen für die Serving-Kosten relevanten Sinn klein ist: Jeder Token aktiviert etwa ein Zehntel des Netzwerks. Die BF16-Gewichte umfassen vor dem KV-Cache weiterhin etwa 61 GB, sodass ein 80-GB-Beschleuniger die praktische Untergrenze bleibt und erst der veröffentlichte FP8-Build eine kleinere Karte in Reichweite bringt. Keines der Modelle ist in der Weise klein, wie ein 440 MB großer On-Device-Übersetzer klein ist. Der Unterschied zwischen ihnen beträgt eine Größenordnung bei den Gesamtparametern und einen Faktor acht bei den aktiven, was die Hardware-Rechnung ändert, nicht aber die Kategorie.

Was jede einzelne mit ihrem Kontext macht

Das Hauptmerkmal von North Small Translate 1.0 ist die Ausgabelänge. Sechzehntausend Token rein und sechzehntausend Token raus bedeuten, dass ein ganzer Bericht, ein Handbuch oder ein Vertrag als Einheit hineingehen und übersetzt wieder herauskommen kann, wobei Terminologie und Ton über das gesamte Dokument hinweg konsistent bleiben, weil das Modell alles auf einmal sehen kann. Coheres Bewertung für lange Kontexte nennt für diese Art von Aufgabe 48,9 gegenüber 21,3 für Google Translate und 19,4 für Gemma 4 31B. Das ist die Fähigkeit, die die Parameterzahl rechtfertigt: nicht bessere Sätze, sondern ein besseres Dokument.

Hy-SimulMT-30B-A3B hat ein nahezu gegenteiliges Verhältnis zum Kontext. Sein Audio-Encoder akzeptiert maximal 480.000 Samples bei 16 kHz – dreißig Sekunden – pro Fenster, und seine Generierungskonfiguration verwendet standardmäßig vierundsechzig neue Tokens pro Schritt. Das Modell ist darauf ausgelegt, sich früh festzulegen und Schritt zu halten, nicht darauf, ein Dokument im Blick zu behalten. Seine maximale Anzahl an Positions-Embeddings beträgt 262.144, aber die Karte gibt keine nutzbare Kontextlänge an, und bei Streaming-Audio ist diese Zahl nahezu irrelevant. Wenn Ihre Arbeitseinheit ein 40-seitiges Handbuch ist, ist dies konstruktionsbedingt das falsche Werkzeug. Wenn Ihre Arbeitseinheit ein Satz ist, der gerade noch gesprochen wird, ist es das einzige der beiden, das infrage kommt.

Die Lizenz ist der deutlichere Unterschied

Apache-2.0 auf Tencents Gewichten ist so permissiv, wie offene Gewichte nur sein können: kommerzielle Nutzung, Veränderung, Weitergabe und abgeleitete Modelle sind alle erlaubt, mit der üblichen Ausnahme, dass mitgelieferte Drittanbieter-Komponenten ihre eigenen Bedingungen behalten. Die Lizenzdatei stellt ausdrücklich klar, dass sich Hy-SimulMT auf den von Tencent veröffentlichten Inferenzcode, die Parameter und die Gewichte bezieht und dass keine über die der mitgelieferten Komponenten hinausgehenden Beschränkungen auferlegt werden. Im Repository gibt es keinen Zusatz zur zulässigen Nutzung und keine Zugangsbeschränkung beim Download.

Coheres CC BY-NC 4.0 ist ein anderes Regelwerk. Die nichtkommerzielle Nutzung ist kostenlos; die kommerzielle Nutzung erfordert eine Lizenz, und die Gewichte sind zugangsbeschränkt. Kommentatoren haben darauf hingewiesen, dass „nichtkommerziell“ so weit ausgelegt werden kann, dass es auch monetarisierte Ergebnisse umfasst – beispielsweise ein werbefinanziertes synchronisiertes Video –, was die Grenze zu einer rechtlichen statt einer technischen Frage macht. Cohere verkauft kommerziellen Zugang über den eigenen Vertriebskanal und über RWS Language Weaver's Model Vault, und es wird kein öffentlicher Preis angegeben.

Einfach gesagt: Wenn Sie ein Produkt entwickeln, ist das Modell von Tencent eines, das Sie noch am selben Tag evaluieren und bereitstellen können, und das von Cohere eines, das Sie evaluieren und dann darüber verhandeln können. Das macht Coheres Modell nicht schlechter – ein Unternehmen mit einer bestehenden RWS-Beziehung findet den kommerziellen Weg möglicherweise unkompliziert –, aber es ändert die Reihenfolge der Schritte, und es bedeutet, dass die beiden Modelle selten vom selben Team aus demselben Grund in die engere Wahl gezogen werden.

Die Benchmarks können nicht gegeneinander ausgespielt werden.

Es ist verlockend, Coheres WMT26-Wert von 83,60 neben Tencents 84,7 auf RealSI-Sentence zu stellen und einen Sieger zu küren. Widerstehen Sie dieser Versuchung. Die beiden Zahlen stammen aus unterschiedlichen Aufgaben, unterschiedlichen Metriken und unterschiedlichen Bewertern. Coheres Wert stammt aus seiner eigenen Evaluierung des WMT26-Allsprachen-Sets, bewertet von GPT-5.6-Sol als automatischem Bewerter, wobei 84,36 für einen agentischen Multi-Pass-Workflow erzielt wurden; die offizielle menschliche WMT26-Evaluierung war bei Markteinführung des Modells noch nicht veröffentlicht. Tencents 84,7 ist ein Sprachübersetzungswert auf RealSI-Sentence, eine Spalte einer vom Anbieter erstellten Tabelle, neben 90,3 FLEURS, 75,5 CoVoST2 und 81,2 ACL6060. Keines der beiden Unternehmen hat seine Zahlen durch ein unabhängiges Labor reproduzieren lassen.

Was sich sagen lässt, ist richtungsweisend. Cohere hat eine Vergleichstabelle mit namentlich genannten Wettbewerbern veröffentlicht – DeepL NextGen mit 81,37, Qwen 3.5 397B A17B mit 81,56, Google Translate mit 68,20 –, alle vom selben Judge bewertet, was das Ranking intern schlüssig macht, selbst wenn der Judge ein Sprachmodell ist. Tencent hat eine Tabelle mit neun Systemen auf vier Sprach-Benchmarks veröffentlicht, in der das eigene Modell in jeder Spalte fettgedruckt ist und ein sorgfältig formulierter Satz darauf hinweist, dass es CoVoST2 nicht gewonnen hat. Beides sind Marketingdokumente. Das von Cohere ist nützlicher, um zwischen Textübersetzern zu wählen; das von Tencent ist der einzige Beleg, den es für dieses Sprachmodell gibt.

Bereitstellung und Kosten, Punkt für Punkt

• Gesamtparameter — Hy-SimulMT-30B-A3B: 30,4 Mrd., Sparse-MoE, etwa 3 Mrd. aktiv; North Small Translate 1.0: 218 Mrd. insgesamt, 25 Mrd. aktiv.

• Gewichtsumfang — Hy-SimulMT: ~61 GB in BF16; FP8- und GGUF-Builds veröffentlicht; North: in der Größenordnung von 218 GB in FP8, mit BF16- und NVFP4-Varianten.

Hardware — Hy-SimulMT: realistisch betrachtet ein 80-GB-Beschleuniger; North: eine B200 oder zwei H100s mit W4A4 gemäß Coheres empfohlener Konfiguration, höher für BF16.

• Kontext — Hy-SimulMT: dreißigsekündige Audiofenster, kein nutzbarer Textkontext veröffentlicht; North: 16K Eingang, 16K Ausgang.

• Sprachen — Hy-SimulMT: Chinesisch und Englisch für Sprache dokumentiert, 36 in den Metadaten gekennzeichnet; North: 50.

• Lizenz — Apache-2.0, ohne Zugangsbeschränkung vs. CC BY-NC 4.0, zugangsbeschränkt, kommerzielle Lizenz erforderlich.

• Gehostete API – keines der beiden ist in OrcaRouters Katalog enthalten, und wir hosten keines von beiden. Tencent veröffentlicht keinen Endpunkt und keinen Preis für Hy-SimulMT; Cohere bietet kommerziellen Zugang über Model Vault ohne öffentliche Preisliste.

Wo ein Router in dieser Art von Aufbau seinen Platz verdient, liegt nachgelagert zur Übersetzung selbst. Eine Dokumentpipeline, die North verwendet, oder eine Meeting-Pipeline auf Basis von Hy-SimulMT braucht trotzdem einen Prüfer: ein zweites Modell, das Terminologie prüft, Auslassungen markiert und die Übersetzung mit dem Ausgangstext vergleicht. Diese Prüfung als separaten Aufruf an einen anderen Anbieter zu richten, ist genau die Art von Multi-Modell-Workflow, für die OrcaRouter gebaut ist – eine API für 200+ Modelle, 0 % Aufschlag auf die Listenpreise der Anbieter, Failover, wenn der prüfende Anbieter mal einen schlechten Moment hat, und Modellfusion, wenn Sie ein Gremium statt eines einzelnen Kritikers möchten. Der Übersetzer ist ein Knoten; die Qualitätskontrolle darum herum ist der Ort, an dem die Routing-Entscheidungen leben.

Wie man wählt

Wenn es um die Übersetzung von Dokumenten geht, beginnt und endet die Entscheidung bei der Lizenz. Ein Team, das eine kommerzielle Lizenz kaufen kann und 16K Ausgabe benötigt, sollte sich North Small Translate 1.0 genau ansehen – das Ausgabefenster ist eine echte Fähigkeit, die die meisten Übersetzungsmodelle nicht haben. Ein Team, das ohne Verhandlung ausliefern muss oder das fine-tunen und weiterverbreiten möchte, hat hier genau eine Option, und es ist ausgerechnet diejenige, die ein Zehntel der Parameter kostet.

Wenn es um Live-Sprache geht, bricht der Vergleich zusammen. North Small Translate 1.0 akzeptiert kein Audio, hat keinen Streaming-Modus, und die Behauptung einer Verzögerung von drei Sekunden ist bedeutungslos für ein Modell, das ein Dokument zurückgibt. Hy-SimulMT-30B-A3B ist das einzige der beiden, das an einer Besprechung teilnehmen kann, und seine Apache-2.0-Lizenz bedeutet, dass man herausfinden kann, ob es funktioniert, ohne jemanden um Erlaubnis bitten zu müssen. Das ist ein eng gefasstes Urteil, aber ein ehrliches: Diese Modelle wurden für unterschiedliche Räume gebaut, und die Lizenz macht die Wahl nur noch deutlicher.