North Small Translate 1.0 vs Hy-MT2：2つのMoE翻訳モデル、1つの証拠ギャップ

これらのファミリーはいずれも、同じ賭けの上に築かれている——翻訳向けに事後学習されたスパースなMixture-of-Expertsネットワークは、翻訳を求められた汎用モデルを上回る——そして両者は正反対の方向からそこへたどり着いた。Hy-MT2は、テンセントHunyuanの3モデル翻訳ファミリーであり、Hy-MT2-30B-A3B MoEを筆頭とし、2026年5月21日にApache 2.0の下でオープンソース化され、テクニカルレポート、オープンソース化されたベンチマーク、そして完全な比較表が添えられた。North Small Translate 1.0は、Cohereの2180億パラメータ、アクティブ250億のMoE翻訳モデルで、2026年9月9日付のリリースノートで文書化されているが、その品質の根拠は、指標が一切添えられていない単一の数値に尽きる。アーキテクチャは相似している。ドキュメントはそうではない。そしてその違いこそ、どちらかを選ぶ前に理解しておくべき最も有用なことだ。

1つのファミリー、3つのサイズで1つの大型モデルに対抗

Hy-MT2 は単一のモデルではなく、一連のラインナップです。オンデバイス処理向けの 1.8B デンスモデル、単一 GPU 向けの 7B デンスモデル、そしてトークンあたり 30 億パラメータが有効になるフラッグシップの 30B-A3B MoE。3 つとも Apache 2.0 で、ゲートなしで、FP8、GGUF、2-bit、1.25-bit 量子化に加え、IFMTBench 命令追従ベンチマークと関連論文とともに同時公開されています。Tencent によると、このファミリーは 33 の言語と 5 つの少数言語・方言間を翻訳します。

North Small Translate 1.0は、サイズ空間における単一の点であり、しかも大きな点だ。総パラメータ数218B、アクティブ25B、128のエキスパートを備え、トークンごとに8つが活性化され、さらに共有エキスパートも持つ。またアテンションは、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層との間で3:1の比率で交互に切り替わる。そのウィンドウは、英語および他の49言語にわたり入力16K、出力16Kで、現代標準アラビア語、ドイツ語、フランス語、日本語、韓国語、ロシア語、ウクライナ語がティア1に指定されている。注目すべきことに、この形状は新しいものではない——Cohereの2026年5月のCommand A+が同じ218B/25B構成を採用していた——ため、これは新しいアーキテクチャではなく、既存の中核に対する翻訳特化のポストトレーニングである。

• パラメータ — North Small Translate 1.0：合計218B／アクティブ25B 対 Hy-MT2-30B-A3B：合計30B／アクティブ3B、1.8Bと7Bのdenseモデルもラインナップ

• コンテキスト — 入力16K・出力16K 対 8Kのワーキングウィンドウ、設定では最大262,144ポジションを公称

• 言語 — 50（英語＋49）対 33＋5 の少数言語および方言

• ライセンス — CC BY-NC 4.0、商用は Model Vault 経由 vs Apache 2.0、ゲートなし

• 公表されているエビデンス — 名前の明かされていないWMT26の数値が1件、ベンダー報告と技術レポートの比較、オープンベンチマーク、そしてFLORES-200、WMT25 GEMBA、XCOMET-XXLにおける明示された結果

• サービング — cohere_melody>=0.9.0 を使用する vLLM。transformers、vLLM、SGLang、llama.cpp と比較して貪欲デコード（greedy decoding）を推奨

• 発表 — 2026年9月9日（重みは8月14日よりHugging Faceでゲート付き公開）対2026年5月21日

エビデンスのギャップこそが本質だ

テンセントの発表には証拠が添えられていた。arXivには論文があり、同社が翻訳の指示追従を測定するために独自に作成しオープンソース化したベンチマークがあり、競合他社を名指しした結果表もある。FLORES-200の英語→Xでは、30B-A3Bが93.85、Gemini 3.1 Proが94.42、GPT-5.5が94.16となっている。WMT25時代のGEMBA指標では84.34で、テンセント自身の比較では最高スコアとなり、GPT-5.5の2つのモードにおける83.41と83.29、Gemini 3.1 Proの82.23、DeepSeek-V4-Proの81.99、Kimi K2.6の81.68を上回っている。XCOMET-XXLでは62.89で、同社の7B兄弟モデルに後れを取っている。IFMTBenchでは総合指示追従率85.7%に達し、サブスコア91.94%はGemini 3.1 Proの0.01ポイント以内に収まり、別のサブスコア85.55%ではGemini 3.1 Proモデルを完全に上回っている。

それらはすべてテンセント自身による測定であり、独立に再現されたものは一つもない。しかし、名前が付され、比較可能で、反証可能である——読者は、反論するためにどのテストを実行すべきかを正確に知ることができる。

Cohereのリリースノートは1つの数値だけを挙げている。WMT26 83.60、そして同社がエージェント型マルチパス翻訳ワークフローと呼ぶものの下では84.36に上昇する。モデルカードやドキュメントのどこにも指標名は記載されていない。このモデルに対して公開されたWMT26の結果ページは存在しない。学習コーパス、トークン数、データパイプラインは非公開であり、Command A Translateの2025年技術レポートでは難易度フィルタリング技術が詳細に説明されていたのとは対照的だ。これらのいずれも、より劣ったモデルの証拠ではない。それは証拠がより少ないことの証拠であり、別物であり、本番環境に何を導入するかを決めるときには同じくらい重要だ。

どちらの側も実際には公表していない共通の尺度

両者の間には真の接点が一つあり、それは一段落を割く価値がある。公正な比較が起こり得る唯一の場所だからだ。TencentはWMT26のパートナーであり、Hunyuanが資金提供する賞を伴う動画字幕翻訳タスクをスポンサーしている。Cohereが公表した唯一の数字はWMT26の数値である。したがって、両組織は同じ2026年の評価サイクルの中にあり、直接対決で決着をつけられる唯一の指標は、まさに片方だけが何かを公表している指標であり、しかもその指標名を明示せずに公表している。

注視すべきギャップはそこだ。もしCohereが83.60に指標名を付けるか、WMT26の結果ページにNorth Small Translateシステムが含まれれば、比較は現実のものになる。それまでは、TencentのFLORES-200とGEMBAの数値を、CohereのラベルなしのWMT26の数値と並べるのは、分析を装った捏造にすぎないだろう。

ライセンスとデプロイ

Hy-MT2 は Apache 2.0 で、ゲートキーピングはない。商用利用、ファインチューニング、派生物、再配布のいずれも、事前のやり取りなしで可能だ。North Small Translate 1.0 は CC BY-NC 4.0 で、非商用利用なら無料だが、商用展開は Cohere の Model Vault 経由となり、価格は公開されていない。顧客に提供するものなら、その違いがベンチマークを読む前に判断を決着させる。

ハードウェアの話は、同じパターンを逆方向になぞる。Hy-MT2 は、携帯端末で動く440MBの量子化ビルドから30B-A3Bまでをカバーし、その30億のアクティブパラメータが、この品質ティアに見合った形でトークンあたりの計算量を控えめに保つ。ランタイムは transformers、vLLM、SGLang、llama.cpp をカバーする。North Small Translate 1.0 はチェックポイントごとの最低ハードウェアを公開している — BF16 なら B200 が4基または H100 が8基、FP8 なら B200 が2基または H100 が4基、NVFP4 W4A16 なら B200 が1基または H100 が2基 — そして本番環境に合わせるには貪欲法（greedy decoding）を推奨している。Cohere の埋め合わせとなる利点は、このモデルが Chat V2 API の無料ティアで動作することだ。トライアルキーと本番キーで、レート制限に達するまで無料なので、評価に費用はかからない。

切り替えるべきか、そして何に切り替えるべきか

乗り換えの是非はここでは本当に非対称だ。Hy-MT2からNorth Small Translate 1.0への移行は、現時点で正当化できる性能向上ではない——それは、公開されている主張がたった一つの数値しかないモデルへの賭けであり、公開レポートと展開可能なライセンスを備えたファミリーと天秤にかけるものだ。やる価値があるのは評価することだ。Cohereモデルは呼び出しが無料で、より広範なヨーロッパの言語群を含む50言語をカバーし、1回のパスで16Kの出力が得られる。Hy-MT2の8Kの作業ウィンドウではそれができない。

その評価こそ、ルーティング層がその価値を発揮するケースだ。なぜなら、ほとんどの多言語スタックにとっての正直な答えは、両方のモデルを残すことだからだ。OrcaRouterは200以上のモデルのカタログを1つのキーの背後に置いているので、2つ目の翻訳モデルを試すのは構成変更であり、2つ目のベンダー契約やコード変更ではない——同じOpenAI互換クライアントを別のモデルIDに向けて、自分のテキストで比較すればよい。プロバイダーの定価は0%のマークアップでそのまま反映されるため、ホスト側の価格変更は同日に当社側でも有効になり、上乗せのスプレッドも一切ない。また、フェイルオーバーチェーンによって、新しいモデルを評価している間も本番環境はすでに機能しているモデル上に維持される。North Small Translate 1.0もHy-MT2も現在当社のカタログにはないので、これはどちらかを当社から購入することを勧めるものではない——テストを実行する前に決定をハードコードしないための論拠である。

評決

Tencent の Hy-MT2 はより安全な選択であり、証拠を見る限りその差は明らかだ。Apache 2.0、3 つのサイズ、論文、オープンベンチマーク、4 つの名称付き評価スイート、そして WMT26 パートナーシップ。Cohere の North Small Translate 1.0 のほうがより興味深い — 翻訳特化型 MoE の 2180 億パラメータ、16K の出力ウィンドウと 50 言語、無料の評価枠、そして Cohere の外部では誰も確認していない 83.60。

今四半期に決断を下す必要があるなら、証拠を提示しているファミリーを選べ。コーパスと1週間があるなら、その一部を無料枠に通して、Cohere の名もなき83.60があなたの文書で何か意味を持つのかを突き止めよ。なぜなら、それはどのベンダーの表もあなたに代わって答えてくれない問いであり、Cohere が公表することを選んだ唯一の数値は、まさにCohereが名を明かすことを拒んだ数値だからだ。