Hy-SimulMT-30B-A3B vs North Small Translate 1.0: Dos grandes modelos, una licencia que puedes distribuir

La forma más directa de comparar Hy-SimulMT-30B-A3B y North Small Translate 1.0 es fijarse en lo que sucede después de decidir que te gustan. El modelo de Tencent es Apache-2.0: descárgalo, ajústalo, intégralo en un producto, cobra por él, sin necesidad de conversación. El de Cohere es CC BY-NC 4.0: gratis para uso no comercial, restringido tras un formulario de contacto, y el despliegue comercial se canaliza mediante una licencia de pago de Cohere o de su socio RWS. Ambos son grandes modelos dispersos de mezcla de expertos que la mayoría de los equipos no puede ejecutar sin más. Solo uno de ellos se puede lanzar un martes por la tarde sin una llamada de compras, y esa asimetría decide más despliegues que cualquier fila de benchmark.

Tampoco hacen lo mismo, lo que agudiza la comparación de licencias en lugar de suavizarla. North Small Translate 1.0 fue anunciado por Cohere el 10 de septiembre de 2026 como un traductor de textos a escala documental: 218 mil millones de parámetros en total, 25 mil millones activos, una ventana de entrada de 16.000 tokens y —de manera inusual— una ventana de salida de 16.000 tokens, en 50 idiomas. Hy-SimulMT-30B-A3B, publicado como pesos por Tencent el 22 de octubre de 2026, es un modelo de voz: escucha audio en chino o inglés en ventanas de treinta segundos y produce el otro idioma mientras el hablante sigue hablando. Uno traduce un contrato; el otro traduce una conversación. El solapamiento es menor de lo que sugiere la etiqueta compartida de «modelo de traducción».

Dos definiciones diferentes de "small"

El nombre de Cohere es relativo a su propio modelo insignia. Frente a un modelo general de frontera, 218 mil millones de parámetros con 25 mil millones activos es pequeño: está diseñado para ser barato por token y rápido, deliberadamente sin razonamiento, y Cohere informa alrededor de 112 tokens de salida por segundo. Frente a cualquier cosa que se ejecutara en una estación de trabajo, es enorme. El hardware sugerido por Cohere es una B200 o dos H100 con W4A4; los mínimos por precisión de la ficha del modelo son más altos, con BF16 listado en cuatro B200 u ocho H100. El conjunto de pesos FP8 por sí solo es del orden de 218 GB.

El "30B-A3B" de Tencent significa 30,4 mil millones de parámetros totales y aproximadamente 3 mil millones activos por token, lo cual es pequeño en el único sentido que importa para el coste de servicio: cada token activa alrededor de una décima parte de la red. Los pesos BF16 siguen siendo de unos 61 GB antes de la caché KV, así que un acelerador de 80 GB sigue siendo el mínimo práctico, y la versión FP8 publicada es lo que pone una tarjeta más pequeña al alcance. Ninguno de los modelos es pequeño en el sentido en que lo es un traductor local de 440 MB. La diferencia entre ellos es un orden de magnitud en parámetros totales y un factor de ocho en los activos, lo que cambia la factura de hardware pero no la categoría.

Qué hace cada uno con su contexto

La característica estrella de North Small Translate 1.0 es la longitud de salida. Con dieciséis mil tokens de entrada y dieciséis mil de salida, un informe, manual o contrato completo puede entrar y salir traducido como una unidad, con terminología y tono consistentes en todo el documento porque el modelo puede verlo todo a la vez. La evaluación de contexto largo de Cohere afirma 48,9 frente a 21,3 de Google Translate y 19,4 de Gemma 4 31B en ese tipo de tarea. Esa es la capacidad que justifica el número de parámetros: no mejores frases, sino un mejor documento.

Hy-SimulMT-30B-A3B tiene casi la relación opuesta con el contexto. Su codificador de audio acepta un máximo de 480.000 muestras a 16 kHz —treinta segundos— por ventana, y su configuración de generación predeterminada es de sesenta y cuatro tokens nuevos por paso. El modelo está diseñado para comprometerse temprano y mantener el ritmo, no para mantener un documento a la vista. Su número máximo de embeddings de posición es 262.144, pero la tarjeta no publica una longitud de contexto utilizable, y para audio en streaming el número es casi irrelevante. Si su unidad de trabajo es un manual de 40 páginas, esta es la herramienta equivocada por construcción. Si su unidad de trabajo es una frase que todavía se está pronunciando, es la única de las dos que aplica.

La licencia es la diferencia más marcada.

Apache-2.0 sobre los pesos de Tencent es casi tan permisiva como puede serlo una licencia de pesos abiertos: se permiten el uso comercial, la modificación, la redistribución y los modelos derivados, con la excepción estándar de que los componentes de terceros incluidos conservan sus propios términos. El archivo de licencia especifica explícitamente que Hy-SimulMT se refiere al código de inferencia, los parámetros y los pesos que Tencent publicó, y que no impone restricciones más allá de las de los componentes que incluye. No hay ningún apéndice de uso aceptable en el repositorio ni ninguna barrera para la descarga.

El CC BY-NC 4.0 de Cohere es un instrumento diferente. El uso no comercial es gratuito; el uso comercial requiere una licencia, y los pesos están restringidos. Los comentaristas han señalado que «no comercial» puede interpretarse de forma lo bastante amplia como para abarcar resultados monetizados —por ejemplo, un vídeo doblado con publicidad—, lo que convierte la frontera en una cuestión legal y no de ingeniería. Cohere vende acceso comercial a través de su propio canal de ventas y mediante Model Vault de RWS Language Weaver, y no figura ningún precio público.

Dicho claramente: si estás desarrollando un producto, el modelo de Tencent es uno que puedes evaluar y desplegar el mismo día, y el de Cohere es uno que puedes evaluar y luego negociar. Eso no hace que el modelo de Cohere sea peor —una empresa que ya tenga una relación existente con RWS puede encontrar que el camino comercial es directo—, pero sí cambia el orden de las operaciones, y significa que rara vez un mismo equipo incluye ambos modelos en su lista corta por la misma razón.

Los puntos de referencia no pueden contraponerse entre sí.

Es tentador poner la puntuación de Cohere en WMT26, de 83.60, junto a la de Tencent de 84.7 en RealSI-Sentence y declarar un ganador. Resístase a ello. Las dos cifras proceden de tareas distintas, métricas distintas y jueces distintos. La cifra de Cohere proviene de su propia evaluación del conjunto WMT26 de todos los idiomas, puntuado por GPT-5.6-Sol como juez automático, con 84.36 para un flujo de trabajo agéntico de múltiples pasadas; la evaluación humana oficial de WMT26 no se había publicado cuando se lanzó el modelo. El 84.7 de Tencent es una puntuación de traducción de voz en RealSI-Sentence, una columna de una tabla elaborada por el proveedor, junto con 90.3 en FLEURS, 75.5 en CoVoST2 y 81.2 en ACL6060. Ninguna de las dos empresas ha tenido sus cifras reproducidas por un laboratorio independiente.

Lo que se puede afirmar tiene una dirección concreta. Cohere publicó una tabla comparativa con competidores nombrados —DeepL NextGen con 81,37, Qwen 3.5 397B A17B con 81,56, Google Translate con 68,20—, todos puntuados por el mismo evaluador, lo que hace que la clasificación sea internamente coherente incluso si el evaluador es un modelo de lenguaje. Tencent publicó una tabla de nueve sistemas en cuatro benchmarks de voz, con su propio modelo en negrita en cada columna y una frase cuidadosa en la que señala que no ganó en CoVoST2. Ambos son documentos de marketing. El de Cohere resulta más útil para elegir entre traductores de texto; el de Tencent es la única evidencia disponible sobre este modelo de voz.

Despliegue y costo, punto por punto

• Parámetros totales — Hy-SimulMT-30B-A3B: 30,4B, MoE disperso, aproximadamente 3B activos; North Small Translate 1.0: 218B en total, 25B activos.

• Huella de pesos — Hy-SimulMT: ~61 GB en BF16, con compilaciones FP8 y GGUF publicadas; North: del orden de 218 GB en FP8, con variantes BF16 y NVFP4.

• Hardware — Hy-SimulMT: un acelerador de 80 GB de forma realista; North: una B200 o dos H100s a W4A4 según la configuración sugerida por Cohere, mayor para BF16.

• Contexto — Hy-SimulMT: {{1}}ventanas de audio de treinta segundos{{/1}}, no se ha publicado ningún contexto de texto utilizable; North: 16K de entrada, 16K de salida.

• Idiomas — Hy-SimulMT: chino e inglés documentados para voz, 36 etiquetados en metadatos; North: 50.

• Licencia — Apache-2.0, sin restricciones frente a CC BY-NC 4.0, con restricciones, se requiere licencia comercial.

• API alojada — ninguno de los dos figura en el catálogo de OrcaRouter y no alojamos ninguno de ellos. Tencent no publica ni endpoint ni precio para Hy-SimulMT; Cohere ofrece acceso comercial mediante Model Vault sin una tarifa pública.

Donde un router demuestra su valía en este tipo de construcción es después de la propia traducción. Un pipeline de documentos que usa North, o un pipeline de reuniones basado en Hy-SimulMT, sigue necesitando un revisor: un segundo modelo que comprueba la terminología, señala omisiones y compara la traducción con el original. Ejecutar esa comprobación como una llamada aparte a otro proveedor es exactamente el tipo de flujo de trabajo multimodelo para el que está diseñado OrcaRouter — una sola API para más de 200 modelos, 0% de recargo sobre los precios de lista de los proveedores, conmutación por error si el proveedor revisor tiene un mal momento, y fusión de modelos cuando quieres un panel en lugar de un único crítico. El traductor es un nodo; el control de calidad a su alrededor es donde viven las decisiones de enrutamiento.

Cómo elegir

Si la tarea consiste en traducir documentos, la decisión empieza y termina en la licencia. Un equipo que puede comprar una licencia comercial y necesita 16K de salida debería fijarse seriamente en North Small Translate 1.0 — la ventana de salida es una capacidad real que la mayoría de los modelos de traducción no tienen. Un equipo que necesita lanzar sin una negociación, o que quiere ajustar y redistribuir, tiene exactamente una opción aquí, y resulta que es la que cuesta una décima parte de los parámetros.

Si el trabajo es habla en vivo, la comparación se derrumba. North Small Translate 1.0 no acepta audio, no tiene modo de streaming y la afirmación de un retraso de tres segundos carece de sentido para un modelo que devuelve un documento. Hy-SimulMT-30B-A3B es el único de los dos que puede estar en una reunión, y su licencia Apache-2.0 significa que puedes comprobar si funciona sin pedirle permiso a nadie. Es un veredicto limitado, pero honesto: estos modelos se construyeron para salas distintas, y la licencia no hace sino acentuar la elección.