Hy-SimulMT-30B-A3B vs Tencent Hy-MT2-1.8B: una sala riunioni contro un telefono

Tencent ora pubblica due modelli di traduzione che condividono una licenza, un laboratorio e quasi nient'altro. Tencent Hy-MT2-1.8B è il membro più piccolo della famiglia testuale Hy-MT2, reso open source il 21 maggio 2026, un modello denso da 1,8 miliardi di parametri che si comprime a 440 MB a 1,25 bit e funziona offline sul silicio degli smartphone. Hy-SimulMT-30B-A3B è una linea del tutto nuova, rilasciata come pesi il 22 ottobre 2026: 30,4 miliardi di parametri, circa 3 miliardi attivi, progettato per ascoltare parlato cinese o inglese e tradurlo mentre la frase è ancora in corso. Uno sta in tasca ed è stato scaricato più di 26.000 volte. L'altro richiede un acceleratore da 80 GB e, quattro giorni dopo il rilascio, aveva zero download.

La lettura naturale di quel divario è che il modello grande sia quello migliore e che nessuno se ne sia ancora accorto. La lettura più utile è che rispondono a domande diverse. Hy-MT2-1.8B risponde a «come traduco un testo su un dispositivo senza rete?» Hy-SimulMT-30B-A3B risponde a «come traduco una conversazione senza aspettare che l'interlocutore finisca?» Tencent li ha rilasciati entrambi nel giro di cinque mesi, il che suggerisce che li consideri mercati separati anziché punti su una curva dimensionale.

Non una variante di dimensione: un organo diverso

È facile supporre che Hy-SimulMT-30B-A3B sia la fascia 30B di Hy-MT2, come il 7B e il 30B-A3B MoE si collocano sopra l'1.8B. Non è così. Hy-MT2 è una famiglia solo testo con un tokenizer condiviso, un formato di istruzioni condiviso e una suite di benchmark condivisa chiamata IFMTBench; le sue tre dimensioni sono addestrate per svolgere lo stesso compito a livelli diversi di qualità e costo. Hy-SimulMT è un'architettura separata con un encoder audio agganciato a un backbone mixture-of-experts: 24 layer di encoder a larghezza 1.024 che proiettano in un modello largo 2.048, 128 esperti di cui otto instradati più uno condiviso per token, e un input massimo di trenta secondi di audio a 16 kHz per finestra.

Questa distinzione è importante per chiunque pianifichi una migrazione. Non puoi sostituire una chiamata a Hy-MT2-1.8B con una chiamata a Hy-SimulMT cambiando un ID del modello, perché uno accetta testo e l’altro audio, e l’output del modello vocale è una traduzione di ciò che ha sentito anziché di ciò che hai digitato. La sovrapposizione è concettuale — entrambi traducono cinese e inglese — non operativa.

In cosa 1.8B è davvero bravo

Il caso del modello piccolo si regge su tre numeri. Il primo è 440 MB, la dimensione della quantizzazione a 1,25 bit prodotta con gli strumenti AngelSlim di Tencent e il motivo per cui il modello gira sui chip per telefoni di Apple, Qualcomm e MediaTek; Tencent sostiene che sia circa 1,5 volte più veloce della precedente generazione Hy-MT1.5 a 4 bit su un A15. Il secondo è 90,00 su FLORES-200 da inglese a X, che Tencent presenta come circa l'89,9% del punteggio di Gemini 3.1 Pro — un confronto del fornitore, non replicato, ma notevole per un modello che entra in uno smartphone. Il terzo è il numero di download: più di 26.000 sul repository principale e ben oltre mille like, contro 3.132 download per il flagship 30B-A3B. Quello piccolo è quello che la gente usa davvero.

I suoi limiti documentati sono altrettanto chiari. Il contesto operativo è di 8.192 token, con un tetto di output di 4.096 token, anche se la configurazione dichiara 262.144 posizioni; il dato a cui affidarsi sono le indicazioni di inferenza fornite da Tencent stessa. Supporta 33 lingue più cinque lingue e dialetti delle minoranze cinesi. E il suo risultato pubblicato più debole riguarda l'instruction-following: 69,36% complessivo su IFMTBench, contro l'85,7% del modello 30B-A3B della stessa famiglia. Se il tuo lavoro è tradurre una frase pulita, il modello 1,8B è competitivo. Se il tuo lavoro è rispettare un glossario, preservare la struttura JSON e adeguarsi a un registro, è il modello meno affidabile della sua stessa famiglia, e il divario non è piccolo.

Cosa compra il 30B, e cosa no

Il punto di forza di Hy-SimulMT-30B-A3B è la latenza in un contesto conversazionale. Tencent riporta circa tre secondi di StreamLAAL su audio RealSI di lunga durata, descritto come il più basso tra i sistemi confrontati, e 84,7 su RealSI-Sentence, il più alto nella sua tabella. Si tratta di metriche di traduzione vocale provenienti dalla valutazione del fornitore stesso, senza riproduzione indipendente. Il modello supporta anche la clonazione vocale in tempo reale, quindi il parlato tradotto può mantenere le caratteristiche vocali dell'oratore — ma solo se si collega un servizio TTS, che il toolkit di distribuzione prevede che si configuri. I pesi non sintetizzano l'audio da soli.

Ciò che non offre è la copertura linguistica. La scheda documenta la traduzione vocale bidirezionale tra cinese e inglese. Il repository contrassegna 36 lingue, il che riflette con ogni probabilità il backbone testuale anziché il percorso vocale, ma Tencent non spiega la discrepanza. Un team che necessita di traduzione vocale da giapponese a inglese non ha un percorso documentato con questo modello, mentre il modello da 1.8B gestisce oggi il giapponese come testo. Il modello grande non è un superset di quello piccolo; è uno specialista con un ambito più ristretto e una profondità molto maggiore.

Dove si trovano effettivamente i 440 MB

La cosa interessante del modello 1.8B non è il punteggio nei benchmark, ma il suo perimetro di distribuzione. Un modello che funziona offline su un telefono cambia ciò che un prodotto di traduzione può promettere: nessun round trip, nessun costo per token, nessun dato che lascia il dispositivo, nessuna dipendenza dalla connettività in una sala conferenze seminterrata o su un aereo. Tencent lo integra nell'app Hy Translate, lanciata negli app store cinesi il 24 settembre 2026, che offre modelli offline scaricabili insieme a modalità testo, foto, voce e conversazione a turni. L'app copre 12 paesi e regioni e supporta 33 lingue oltre a cinque lingue minoritarie e dialetti.

Quell'app è anche la prova più chiara di dove si colloca Hy-SimulMT. A settembre, la modalità conversazione era a turni — due persone parlano a turno e leggono la traduzione. Un modello simultaneo è ciò che la trasforma in un interprete che puoi indossare. La scheda di Tencent dice che Hy-SimulMT può essere provato nell'app Hy Translate, e la tempistica dei pesi, un giorno prima che Tencent annunciasse la sua partnership per l'APEC 2026, suggerisce che la vetrina prevista sia un evento dal vivo piuttosto che un'API per sviluppatori. Questa è un'inferenza basata su date pubbliche, non un piano dichiarato.

Costi e implementazione, punto per punto

• Parametri — Hy-SimulMT-30B-A3B: 30,4B totali, circa 3B attivi, MoE sparso più encoder audio; Hy-MT2-1.8B: 1,8B denso, solo testo.

• Ingombro — Hy-SimulMT: ~61 GB in BF16 prima della KV cache, build FP8 pubblicate; Hy-MT2-1.8B: 440 MB a 1,25 bit, con build FP8 e GGUF anch'esse disponibili.

• Hardware — Hy-SimulMT: realisticamente un acceleratore da 80 GB; Hy-MT2-1.8B: un telefono, una CPU per laptop o una singola GPU di piccole dimensioni.

• Contesto — Hy-SimulMT: finestre audio da trenta secondi; Hy-MT2-1.8B: 8.192 token in ingresso, 4.096 in uscita.

• Lingue — Hy-SimulMT: cinese e inglese documentate per il parlato; Hy-MT2-1.8B: 33 lingue più cinque lingue minoritarie e dialetti.

• Prezzo — Hy-SimulMT: nessuna API ospitata né tariffa pubblicata; Hy-MT2-1.8B: circa 0,044 $ per milione di token in input e 0,177 $ per milione di token in output sull'API ospitata di Tencent da agosto 2026.

• Licenza — entrambi Apache-2.0, entrambi senza restrizioni d'accesso, entrambi perfezionabili e ridistribuibili.

Nessuno dei due modelli è nel catalogo di OrcaRouter e non ospitiamo nessuno dei due. La questione di routing che sollevano è diversa da quella usuale: se il modello 1.8B gira sul dispositivo e il 30B gira sulla tua GPU, le chiamate che richiedono un router sono quelle attorno a essi — l'ingestione dei documenti, la pulizia delle trascrizioni, il riassuntore che trasforma una riunione tradotta in un verbale. Si tratta di normali chiamate a modelli cloud, e metterle dietro un'unica API per oltre 200 modelli con 0% di ricarico rispetto ai prezzi di listino dei fornitori mantiene basso il numero di fornitori mentre la fase di traduzione resta self-hosted. Il failover conta soprattutto quando il modello che svolge il lavoro critico è uno che non puoi sostituire rapidamente.

Due prodotti, non due livelli

Se devi tradurre su un dispositivo, offline, a costo marginale zero, e i tuoi contenuti sono testuali, Tencent Hy-MT2-1.8B è il modello: è piccolo, con licenza permissiva, ampiamente distribuito e onesto riguardo alla sua debolezza nel seguire le istruzioni. Se devi tradurre una conversazione in tempo reale tra cinese e inglese e un ritardo di tre secondi è accettabile, Hy-SimulMT-30B-A3B è l'unico modello Tencent che lo fa, e il fatto che sia trenta volte più grande è il prezzo da pagare per l'encoder audio e per il budget di latenza, non un miglioramento di qualità su cui poter contare altrove.

L'errore è presumere che la release più nuova e più grande sostituisca quella più vecchia e più piccola. Non è così. Uno di questi modelli ha 26.000 download perché risolve un problema che milioni di persone hanno; l'altro ne ha zero perché risolve un problema che, finora, appartiene principalmente all'app di Tencent stessa e ai volontari APEC che la useranno a Shenzhen questo novembre.