Hy-SimulMT-30B-A3B vs Tencent Hy-MT2-1.8B : une salle de réunion face à un téléphone

Tencent publie désormais deux modèles de traduction qui partagent une licence, un laboratoire et presque rien d'autre. Tencent Hy-MT2-1.8B est le plus petit membre de la famille de texte Hy-MT2, publié en open source le 21 mai 2026, un modèle dense de 1,8 milliard de paramètres qui se compresse à 440 Mo en 1,25 bit et fonctionne hors ligne sur le silicium d'un téléphone. Hy-SimulMT-30B-A3B est une gamme entièrement nouvelle, publiée sous forme de poids le 22 octobre 2026 : 30,4 milliards de paramètres, dont environ 3 milliards actifs, conçue pour écouter de la parole en chinois ou en anglais et la traduire pendant que la phrase est encore prononcée. L'un tient dans une poche et a été téléchargé plus de 26 000 fois. L'autre nécessite un accélérateur de 80 Go et, quatre jours après sa sortie, comptait zéro téléchargement.

L’interprétation naturelle de cet écart est que le grand modèle est le meilleur et que personne ne l’a encore remarqué. L’interprétation plus utile est qu’ils répondent à des questions différentes. Hy-MT2-1.8B répond à « comment traduire un texte sur un appareil sans réseau ? » Hy-SimulMT-30B-A3B répond à « comment traduire une conversation sans attendre que l’interlocuteur ait fini de parler ? » Tencent a livré les deux en l’espace de cinq mois, ce qui montre qu’il les considère comme des marchés distincts plutôt que comme des points sur une courbe de taille.

Pas une variante de taille : un organe différent

Il est facile de supposer que Hy-SimulMT-30B-A3B est le palier 30B de Hy-MT2, comme le 7B et le 30B-A3B MoE se situent au-dessus du 1,8B. Ce n'est pas le cas. Hy-MT2 est une famille exclusivement textuelle dotée d'un tokenizer partagé, d'un format d'instruction partagé et d'une suite de benchmarks partagée appelée IFMTBench ; ses trois tailles sont entraînées à accomplir la même tâche à différents niveaux de qualité et de coût. Hy-SimulMT est une architecture distincte, avec un encodeur audio greffé sur un socle mixture-of-experts : 24 couches d'encodeur d'une largeur de 1 024 se projetant dans un modèle de 2 048 de large, 128 experts dont huit sont routés plus un partagé par token, et une entrée maximale de trente secondes d'audio à 16 kHz par fenêtre.

Cette distinction importe pour quiconque envisage une migration. On ne peut pas remplacer un appel à Hy-MT2-1.8B par un appel à Hy-SimulMT en changeant simplement un identifiant de modèle, car l’un prend du texte et l’autre de l’audio, et la sortie du modèle vocal est une traduction de ce qu’il a entendu, non de ce que vous avez saisi. Le recoupement est conceptuel — les deux traduisent le chinois et l’anglais — et non opérationnel.

Ce en quoi le 1.8B est vraiment bon

Le dossier du petit modèle repose sur trois chiffres. Le premier est 440 Mo, soit la taille de la quantification en 1,25 bit produite avec l’outillage AngelSlim de Tencent, et la raison pour laquelle le modèle tourne sur les puces de téléphones Apple, Qualcomm et MediaTek ; Tencent affirme qu’il est environ 1,5 fois plus rapide que la génération précédente Hy-MT1.5 en 4 bits sur un A15. Le deuxième est 90,00 sur FLORES-200 anglais vers X, que Tencent présente comme environ 89,9 % du score de Gemini 3.1 Pro — une comparaison de fournisseur, non reproduite, mais frappante pour un modèle qui tient sur un téléphone. Le troisième est le nombre de téléchargements : plus de 26 000 sur le dépôt principal et bien plus d’un millier de « j’aime », contre 3 132 téléchargements pour le modèle phare 30B-A3B. C’est le petit modèle que les gens utilisent réellement.

Ses limites documentées sont tout aussi claires. Le contexte de travail est de 8 192 tokens avec un plafond de sortie de 4 096 tokens, même si la configuration annonce 262 144 positions ; les propres recommandations d’inférence de Tencent sont le chiffre à retenir. Il prend en charge 33 langues ainsi que cinq langues minoritaires et dialectes chinois. Et son résultat publié le plus faible concerne le suivi d’instructions : 69,36 % au total sur IFMTBench, contre 85,7 % pour le modèle frère 30B-A3B de la famille. Si votre travail consiste à traduire une phrase propre, le 1.8B est compétitif. Si votre travail consiste à respecter un glossaire, préserver la structure JSON et adopter un registre, c’est le modèle le moins fiable de sa propre famille, et l’écart n’est pas mince.

Ce que les 30B permettent d’acheter, et ce qu’ils ne permettent pas

L’argument d’achat de Hy-SimulMT-30B-A3B, c’est la latence en situation de conversation. Tencent rapporte environ trois secondes de StreamLAAL sur de l’audio RealSI de longue durée, décrit comme le plus faible parmi les systèmes comparés, et 84,7 sur RealSI-Sentence, le plus élevé de son tableau. Ce sont des métriques de traduction vocale issues de l’évaluation du fournisseur lui-même, sans reproduction indépendante. Le modèle prend aussi en charge le clonage vocal en temps réel, de sorte que la parole traduite peut conserver les caractéristiques vocales du locuteur — mais seulement si vous connectez un service TTS, que la boîte à outils de déploiement s’attend à ce que vous configuriez. Les poids ne synthétisent pas l’audio à eux seuls.

Ce qu’il n’apporte pas, c’est la couverture linguistique. La fiche documente la traduction vocale bidirectionnelle entre le chinois et l’anglais. Le dépôt référence 36 langues, ce qui reflète très probablement le socle textuel plutôt que le parcours vocal, mais Tencent n’explique pas cet écart. Une équipe qui a besoin de traduction vocale du japonais vers l’anglais ne dispose d’aucun parcours documenté avec ce modèle, alors que le 1,8B traite aujourd’hui le japonais sous forme de texte. Le grand modèle n’est pas un sur-ensemble du petit ; c’est un spécialiste au champ plus restreint et à l’expertise bien plus approfondie.

Où se trouvent réellement les 440 Mo

Ce qui est intéressant avec le 1,8B, ce n’est pas son score aux benchmarks, mais son enveloppe de déploiement. Un modèle qui fonctionne hors ligne sur un téléphone change ce qu’un produit de traduction peut promettre : aucun aller-retour réseau, aucune facturation par token, aucune donnée ne quittant l’appareil, aucune dépendance à la connectivité dans une salle de conférence en sous-sol ou dans un avion. Tencent l’intègre à l’application Hy Translate, lancée dans les boutiques d’applications chinoises le 24 septembre 2026 et proposant des modèles hors ligne téléchargeables ainsi que des modes texte, photo, voix et conversation à tour de rôle. L’application couvre 12 pays et régions et prend en charge 33 langues, plus cinq langues minoritaires et dialectes.

Cette application est aussi la preuve la plus claire de la place qu’occupe Hy-SimulMT. En septembre, le mode conversation fonctionnait par tours de parole — deux personnes parlent à tour de rôle et lisent la traduction. C’est un modèle simultané qui transforme cela en un interprète que l’on peut porter. La fiche de Tencent indique que Hy-SimulMT peut être essayé dans l’application Hy Translate, et le calendrier de publication des poids, un jour avant l’annonce par Tencent de son partenariat APEC 2026, suggère que la vitrine visée est un événement en direct plutôt qu’une API pour développeurs. Il s’agit d’une déduction fondée sur des dates publiques, et non d’un plan annoncé.

Coût et déploiement, point par point

• Paramètres — Hy-SimulMT-30B-A3B : 30,4 Md au total, environ 3 Md actifs, MoE clairsemé avec encodeur audio ; Hy-MT2-1.8B : 1,8 Md dense, texte uniquement.

• Empreinte — Hy-SimulMT : ~61 Go en BF16 avant le cache KV, versions FP8 publiées ; Hy-MT2-1.8B : 440 Mo à 1,25 bit, avec des versions FP8 et GGUF également disponibles.

• Matériel — Hy-SimulMT : un accélérateur de 80 Go, en pratique ; Hy-MT2-1.8B : un téléphone, un CPU de portable ou un seul petit GPU.

• Contexte — Hy-SimulMT : fenêtres audio de trente secondes ; Hy-MT2-1.8B : 8 192 tokens en entrée, 4 096 en sortie.

• Langues — Hy-SimulMT : chinois et anglais documentés pour la parole ; Hy-MT2-1.8B : 33 langues plus cinq langues minoritaires et dialectes.

• Prix — Hy-SimulMT : aucune API hébergée ni tarif publié ; Hy-MT2-1.8B : environ 0,044 $ par million de jetons d’entrée et 0,177 $ par million de jetons de sortie sur l’API hébergée de Tencent depuis août 2026.

• Licence — les deux sous Apache-2.0, tous deux sans restriction d’accès, tous deux affinables et redistribuables.

Aucun des deux modèles ne figure au catalogue d'OrcaRouter, et nous n'hébergeons ni l'un ni l'autre. La question de routage qu'ils soulèvent diffère de la question habituelle : si le 1,8B tourne sur l'appareil et le 30B sur votre propre GPU, les appels qui nécessitent un routeur sont ceux qui les entourent — l'ingestion des documents, le nettoyage des transcriptions, le résumeur qui transforme une réunion traduite en compte rendu. Ce sont des appels ordinaires à des modèles cloud, et les placer derrière une API unique pour plus de 200 modèles à 0 % de marge au-dessus des prix catalogue des fournisseurs permet de limiter le nombre de prestataires tout en gardant l'étape de traduction auto-hébergée. Le basculement compte surtout lorsque le modèle qui effectue le travail critique est un modèle que l'on ne peut pas remplacer rapidement.

Deux produits, pas deux niveaux

Si vous avez besoin de traduction sur un appareil, hors ligne, à coût marginal nul, et que votre contenu est du texte, Tencent Hy-MT2-1.8B est le modèle qu'il vous faut : il est petit, sous licence permissive, largement déployé et honnête quant à sa faiblesse en matière de suivi d'instructions. Si vous devez traduire une conversation en direct entre le chinois et l'anglais et qu'un décalage de trois secondes est acceptable, Hy-SimulMT-30B-A3B est le seul modèle de Tencent à le faire, et le fait qu'il soit trente fois plus grand est le prix de l'encodeur audio et du budget de latence, et non une amélioration de qualité que vous pourriez rentabiliser ailleurs.

Le piège consiste à supposer que la version plus récente et plus grosse remplace l’ancienne, plus petite. Ce n’est pas le cas. L’un de ces modèles compte 26 000 téléchargements parce qu’il résout un problème que des millions de personnes rencontrent ; l’autre n’en a aucun parce qu’il résout un problème qui, jusqu’à présent, concerne surtout l’application de Tencent elle-même et les bénévoles de l’APEC qui l’utiliseront à Shenzhen en novembre prochain.