North Small Translate 1.0 対 NLLB-200：50言語 対 200

新しい方のモデルは言語の4分の1をカバーしている。North Small Translate 1.0は、Cohereが2026年9月9日付のリリースノートで記載したもので、英語と他の49言語の間を翻訳する。NLLB-200は、Metaが2022年7月に公開したNo Language Left Behindファミリーで、200言語をカバーしている。言語数が比較のすべてなら、これは短い記事になっただろうが、そうではない。この2つのモデルは異なる仕事のために作られた別々の機械であり、両者の4年の隔たりは、リストに何言語が載るかとは何の関係もない形で現れる。以下では、それぞれが実際に何に向いているのか、実行にいくらかかるのか、そしてライセンスがどこへ導くのかを見ていく。

正直なところ、カバレッジの数値。

200対50は現実であり、NLLB-200をスタックに残す最も多く挙げられる理由です。Metaは180億を超える文ペアで、低リソース言語を明示的に重視しながら訓練し、英語を経由せず任意のペア間を直接翻訳します。これは、たとえばベンガル語からタミル語にとって極めて重要な設計上の選択であり、英語ピボット方式では品質が二度失われます。

その数字が隠しているのは、2つのリストの重複こそが商業的に有用な部分だということだ。North Small Translate 1.0の50言語には、ドイツ語、フランス語、スペイン語、ポルトガル語、イタリア語、オランダ語、ポーランド語、チェコ語、日本語、韓国語、簡体字中国語と繁体字中国語、アラビア語、ヘブライ語、ヒンディー語、ベンガル語、タミル語、テルグ語、タイ語、トルコ語、ベトナム語、インドネシア語、マレー語、ロシア語、ウクライナ語が含まれる——企業のローカリゼーション量の圧倒的大部分を占める言語だ。NLLB-200はそれらすべてもカバーし、さらにNorth Small Translate 1.0がまったく扱わない約150言語もカバーする。つまり、問題はどちらのリストが長いかではない。あなたのトラフィックに、2つのうち片方だけが対応する言語が含まれているかどうかだ。

2台の異なるマシン

アーキテクチャの隔たりは、何を構築できるかを決める部分である。NLLB-200 の最大の公開チェックポイントは、約545億パラメータのスパースゲート方式の mixture-of-experts モデルであり、その dense な兄弟モデルは 3.3B、1.3B、そして蒸留された 600M まで展開されている。それらはすべて M2M-100 系統のエンコーダ・デコーダ型シーケンス・ツー・シーケンスモデルである。トークナイザーにソースセグメントを渡すと、翻訳済みセグメントが返ってくる。チャットテンプレートもシステムプロンプトもマルチターン構造もなく、公開チェックポイントはセグメント単位の翻訳を中心に構築されている。Meta 自身のモデルカードには、モデルが512トークンを超えない入力長でトレーニングされたと記載され、より長いシーケンスでは品質が劣化すると警告されている。トークナイザーのソースとターゲットを合わせた上限は1,024トークンである。NLLB-200 のカードはまた、それを本番環境へのデプロイ向けにリリースされたものではない研究用モデルと説明し、文書翻訳を目的としていないと注記している。この点が、Cohere が構築したものと最もはっきりと区別する違いである。

North Small Translate 1.0 は正反対の形です。これはデコーダ専用のスパース MoE で、総パラメータ数は 2180 億、トークンあたり 250 億がアクティブ、128 のエキスパートのうち 8 つがアクティブでさらに共有エキスパートを備え、アテンションはスライディングウィンドウ層（ウィンドウ 4,096、RoPE）と、位置埋め込みを持たないグローバルアテンション層を交互に配置しています。デフォルトのシステム指示を伴うチャットテンプレートの背後で動作し、そのウィンドウは入力 16K トークン、出力 16K トークンです。この出力予算こそが証拠です。これは文を渡されるために作られたモデルではなく、文書を渡されて文書を返すよう求められるために作られたモデルなのです。

• 総パラメータ数 — North Small Translate 1.0：218B MoE（アクティブ25B）対 NLLB-200：54.5B MoE フラッグシップ、600M～3.3B の dense モデル

• アーキテクチャ — チャットテンプレート付きのデコーダーのみの因果的MoE 対 チャットテンプレートなしのエンコーダー・デコーダーseq2seq

• コンテキスト — 入力16K・出力16K 対 セグメント単位、トークナイザー予算は合計1,024トークン

• 言語 — 50（英語＋49）対 200

• 直接ペア — 英語中心の階層化 対 英語をピボットとしない任意対任意

• ライセンス — CC BY-NC 4.0 vs CC BY-NC 4.0

• 最小フットプリント — W4A16で1×B200、FP8で2×B200、54Bでは4ビットで約37GBのVRAMが必要なのに対し、600Mはどこでも動作

• 発表 — 2026年9月9日（重みは8月14日よりHugging Faceでゲート付き）vs 2022年7月

NLLB-200がまだ所有しているもの

3つの点を挙げるが、どれも感傷的なものではない。第一はロングテールだ。オロモ語、ティグリニャ語、あるいはNorth Small Translate 1.0のリストにない約150言語のいずれかが必要なら、結論はすでに出ている。第二は小規模側のフットプリントだ。蒸留された600Mチェックポイントは140万ダウンロードに達しており、Cohereの重みを読み込むことすらできないハードウェアで動作する。そのため、量子化の小細工なしにエアギャップ環境やエッジ展開に適合するのは、この2つのうちこれだけだ。第三は成熟度だ。NLLB-200には4年分のツール群、量子化フォーク、実運用での苦労話が蓄積されており、さらにその構築方法を説明する2024年6月の査読付きNature論文もある。Cohereはリリースノートを公開しただけだ。

逆方向のトレードオフも同じくらい具体的だ。NLLB-200のモデルカードは、本番環境での導入向けに公開されたものではない研究用モデルだと説明しており、そのフラッグシップである54Bチェックポイントは重量級だ。ストレージはおよそ350GB、非圧縮でサービングするには108～120GB程度のVRAMを要する。Metaはホスト型のNLLBエンドポイントを販売していない。大規模に運用するのはあなたの課題であり、それは現実の課題だ。

双方のライセンスの罠

ここが人々を驚かせる点だ。というのも、この2つのモデルは同じライセンスを採用しており、それはほとんどのチームが想定しているライセンスではないからだ。NLLB-200とNorth Small Translate 1.0はどちらもCreative Commons Attribution-NonCommercial 4.0の下で公開されている。公開されている状態では、どちらも商用製品には使用できない。NLLB-200の非商用制限は十分に議論を呼んできたため、Open-NLLBと呼ばれるコミュニティプロジェクトが、商用利用可能な派生版を作ろうと特に存在しているが、これはその派生元のライセンスに真っ向から突き当たる。Cohereの道筋はよりクリーンだ。商用ライセンスを購入し、Model Vaultを通じて展開する。FP8重みはHugging Faceで非商用利用に限り無料で利用できる。

指摘しておく価値のある非対称性が 1 つあります。Cohere は North Small Translate 1.0 を Chat V2 API の無料枠で実行しており、レート制限に達するまではトライアルキーでも本番キーでも無料です。つまり、ゼロコストで本格的な評価を実行でき、実際に製品を出荷する場合にだけ契約すればよいのです。NLLB-200 は重みを提供するだけで、それ以外は何も与えてくれません。

どちらか一方をデプロイする

North Small Translate 1.0 は、BF16、FP8、NVFP4 W4A16 の3つのチェックポイントで提供され、それぞれに公表された最小ハードウェア要件があります。BF16 では B200 4台または H100 8台、FP8 では B200 2台または H100 4台、W4A16 では B200 1台または H100 2台です。サービングは vLLM を介して行われ、cohere_melody>=0.9.0 が必要です。また Cohere は、同社の本番構成に一致する greedy decoding を推奨しています。出力は <|START_TEXT|> と <|END_TEXT|> マーカーで囲まれますが、これらは特殊トークンとして登録されていないため、単純に skip_special_tokens=True とすると、出力にこれらのマーカーが残ります。

NLLB-200は標準のtransformersまたはfairseqの経路でデプロイされ、小型ハードウェアに対する許容範囲がはるかに広くなっています。というのも、ほとんどの人が実際に実行するのは600Mと1.3Bの蒸留チェックポイントだからです。54B MoEこそ、計画が必要なものです。

この対戦が実際に表しているルーティングの問い

North Small Translate 1.0 も NLLB-200 もOrcaRouterのカタログには現在存在しないため、これは当社の棚からどちらかを選ぶことについての記事ではありません。それでも、問題の形を名づけておく価値はあります。というのも、「第1層の言語には1つのモデル、ロングテールには別のモデル」というのはルーティングポリシーであり、ルーティングポリシーはアプリケーションコードではなく設定に置くべきものだからです。OrcaRouterのルーティングDSLはまさにそれをYAMLとCELルールとして表現するので、言語ペアのルールでヨーロッパ言語のペアを1つのモデルに送り、そのペアがサポートされていない場合は別のモデルにフォールバックできます。また、フェイルオーバーチェーンがあれば、エラーを返し始めた上流があなたの障害になることはありません。これは、プロバイダー定価で200を超えるモデルのカタログ全体にわたる、1つのキーと1つの統合です0%のマークアップ試すと決めた翻訳モデルごとに2つ目のベンダー契約を結ぶのではありません。

どちらを選ぶべきか

コンテンツ戦略がCohereの50言語以外の言語に及ぶなら、NLLB-200を維持し、それはもう決着済みと考えてください——どれほどアーキテクチャが現代的でも、欠けている言語を補うことはできません。Cohereが挙げた言語へのエンタープライズ向けローカライズを行っていて、文単位ではなく文書単位で作業し、商用ライセンスを購入する用意があるなら、North Small Translate 1.0は、ドキュメントが開示しているあらゆる次元でより高性能なモデルです。ただし重要な但し書きとして、その品質の根拠は、再現されていないベンダー数値1件だけです。プロトタイピング中で予算がないなら、Cohereの無料枠があればその評価はほぼ無料で行えるため、NLLB-200の場合より良い出発点になります。NLLB-200では、試しに確かめるためのコストがGPUレンタルだからです。

両方の事実を同時に押さえておくための有用な見方はこうだ。NLLB-200は、他のどのモデルも到達しない言語にまで届くモデルで、2022年に文単位の研究用翻訳のために作られた。North Small Translate 1.0は、より少ない言語をより良くこなすモデルで、2026年に文書向けに作られた。この2つから選ぶことは、実質的には品質の判断ではない。実際にどの言語を提供するのか、という問いだ。