North Small Translate 1.0 対 Hy-MT2-1.8B：218GBのモデルに対して440MB

このうち片方はスマートフォンに収まる。Hy-MT2-1.8Bは、Tencent Hunyuanのオンデバイス翻訳モデルで、2026年5月21日にApache 2.0の下でオープンソース化されたものだが、AngelSlimの1.25ビット量子化によって440メガバイトまで縮小し、Apple、Qualcomm、MediaTekのスマートフォン向けシリコン上で動作する。North Small Translate 1.0は、Cohereが2026年9月9日のリリースノートで記述した2180億パラメータのMixture-of-Expertsモデルで、218ギガバイト規模のFP8重みセットを提供し、最低でもB200を2台要求する。これは片方にとっておよそ500倍のストレージであり、興味深い問いはどちらが優れているかではない——それぞれが実際に何のためのものなのか、そしてどちらのライセンスなら出荷できるのか、である。

サイズの違いは品質の違いではない

218Bを1.8Bと比べて、そのまま能力ランキングとして読むのは誘惑に駆られる。しかしそうではない。理由は2つある。第一に、North Small Translate 1.0 はスパースなMixture-of-Expertsモデルで、トークンあたりわずか250億パラメータしか活性化しないため、トークンあたりの計算量はパラメータ数とは別次元にある。第二に、2つのモデルは異なる目的に対して最適化されている。Tencentの1.8Bはハンドセット上でオフライン動作できるほど小さく作られ、Cohereのモデルは文書全体をコンテキストに保持し、それをひとまとまりとして翻訳するために作られた。

その違いはコンテキストウィンドウにはっきりと表れる。Hy-MT2-1.8B の構成は最大 262,144 ポジションを謳っているが、Tencent 自身の推論ガイダンスでは生成は 8,192 トークンに制限されており、実用的な作業ウィンドウは 8K だ。North Small Translate 1.0 は入力 16K、出力 16K を明記しており、これは入力ウィンドウの 2 倍であり、さらに重要なことに、出力を丸ごと 16K 確保している。あなたの作業単位がサービスマニュアルなら、その出力予算こそが機能だ。作業単位がチャットメッセージなら、それは無関係だ。

• 総パラメータ数 — North Small Translate 1.0: 218B MoE、25Bアクティブ vs Hy-MT2-1.8B: 1.8B dense

• コンテキスト — 入力16K・出力16K 対 8Kの実効ウィンドウ（設定では最大262,144ポジションを謳っているが、Tencentのガイダンスでは8,192）

• 言語 — 50（英語＋49）対 33言語＋5少数言語・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

• 量子化フットプリント — FP8 約218GB、NVFP4 W4A16 約109GB に対し、1.25ビットでは440MB。FP8とGGUFも公開済み

• 最小ハードウェア — FP8で2×B200または4×H100 対 携帯端末

テンセントが18億ドルで実際にリリースしたもの

1.8Bは、3モデルファミリーの中で最小のモデルだ — 1.8B、7B、そして30B-A3B MoEのフラッグシップ — これらはすべて、生の翻訳品質ではなく翻訳の指示追従性を測定するIFMTBenchという付随ベンチマークと同時にリリースされた。TencentはベースウェイトとともにFP8、GGUF、2ビット、1.25ビットの量子化を提供し、1.25ビット版こそが440MBという数値と、前世代のHy-MT1.5に対する1.5倍の推論高速化という主張を生み出すものである。サービングはtransformers 5.6.0以降、vLLM、SGLang、llama.cppを通じてサポートされ、GGUF経路はllama.cppに取り込まれたSTQカーネルに依存している。推奨サンプリング設定はtemperature 0.7、top_p 0.6、top_k 20、repetition penalty 1.05で、デフォルトのシステムプロンプトは存在しない — Cohereのアプローチとは逆である。

また、North Small Translate 1.0 とは違い、このモデルにははっきりとわかる採用実績があります。Hugging Face のリポジトリは23,000回以上ダウンロードされており、約1,200件のいいねが付いています。これを書いている時点で、Cohere のメインリポジトリは26回のダウンロードと0件のいいねでした。

ライセンスのほうがより際立った違いだ

これは、ベンチマーク表よりも多くの導入を左右するはずの部分である。Hy-MT2-1.8BはApache 2.0で、ゲーティングは一切ない — 商用利用、ファインチューニング、派生作品、再配布、すべて許可されている。North Small Translate 1.0はCC BY-NC 4.0である。重みは非商用利用なら無料で、商用展開にはCohereのModel Vaultを通じたライセンスの購入が必要だが、その価格は公表されていない。

端的に言えば、製品を作っているなら、Tencent のモデルは会話なしで今日出荷できるもので、Cohere のモデルは評価しかできないものだ。この非対称性は Cohere のモデルを劣ったものにはしないが、作業の順序を変える——Cohere のものは評価し、Tencent のものはデプロイできる。

品質に関するエビデンスは非対称であり、双方ともベンダーによる報告です。

どちらのモデルにも独立した評価が付いているわけではないので、ここにあるすべての数値は開発元による主張として扱うべきだ。違いは、開発元がどれだけ情報を公開しているかにある。Tencent は完全な比較表と技術レポートを公開した。FLORES-200 の英語から X への翻訳では、Hy-MT2-1.8B は 90.00 を記録し、Gemini 3.1 Pro の 94.42 と GPT-5.5 の 94.16 に対して、最先端モデルにはやや及ばないものの数ポイント以内にとどまっており、しかもそれはスマホに収まるモデルによるものだ。IFMTBench の総合的な指示追従スコアでは、1.8B は 69.36% で、同系列の 30B-A3B の 85.7% と Gemini 3.1 Pro の 89.08% に大きく後れを取る。これがこのトレードオフについての率直な見方だ。この小さなモデルは、翻訳するよりも、書式や用語の指示に従う信頼性がはるかに低い。

Cohereが公表したのはたった1つの数値——WMT26スコア83.60、エージェント型のマルチパスワークフローを使えば84.36に上がるというもの——だけで、指標名は添えられておらず、照合できるWMT26の結果ページも存在しない。それは私たちにできる比較ではない。名前のない単一の数値を、名前の付いたベンチマークの表と突き合わせることはできない。そうでないふりをするのは、この記事がなしうる最も誤解を招く行為だろう。

テンセントの対抗材料は、その数値が読者の検証できる場所に由来していることだ。Hy-MT2リポジトリは、ファミリーの概要、3つのモデルサイズ、各モデルがサポートするランタイムを、ベンチマーク表と併せて公開している。まさにこれによって、FLORES-200とIFMTBenchの数値がそもそも検証可能になり、対照的にCohereの名前のない単一の数値が際立つのである。

それぞれの通話料金

Tencentの1.8Bには、2026年8月に開始されたホスト型商用APIがあり、価格は入力100万トークンあたり約0.044ドル、出力100万トークンあたり約0.177ドルだ。絶対額では安く、トークン単位で課金される。CohereのモデルはChat V2の無料枠で動作し、レート制限に達するまではトライアルキーと本番キーで無料なので、評価コストはゼロだが、本番コストは交渉しなければならない契約だ。セルフホスティングはこの計算を根本から覆す。携帯端末上の440MB対2台のB200であり、その差はパーセンテージではなく桁の違いで測られる。

ルーティングプラットフォームについての記事でこの差に触れる価値があるのは、安価な層と高価な層が競合相手ではなく、カスケードの中の2つの位置であり、カスケードこそがルーターの役割だからです。OrcaRouterはプロバイダーの定価を0%のマークアップでそのまま通すため、ホスト型翻訳エンドポイントのベンダー値下げは再交渉すべきリセラーのマージンなしに同日中に当社側で反映され、フェイルオーバーチェーンによって小さなモデルがトラフィックの大部分を吸収し、重いモデルが失敗したリクエストを引き受けることができます。まず安価なものを試し、難しいケースではエスカレーションし、ポリシーはアプリケーションコードではなくルーティング層に持たせましょう。

どちらを選ぶべきか

翻訳がデバイス上で、オフラインで、メガバイト単位のストレージ予算の下で、あるいはライセンス交渉に応じる気のない商用製品の中で行われるなら、Hy-MT2-1.8B が答えであり、North Small Translate 1.0 は選択肢にすら入らない。あなたの作業単位が Cohere がサポートする50言語のいずれかによる長い文書であり、1回のパスで16Kの出力が必要で、商用ライセンスを組織が購入する用意があるなら、Cohere のモデルは開示されているあらゆる側面でより高性能なマシンである — ただし、その品質が再現されていない単一の数値に依存しているという留保付きで。

そしてほとんどのチームにとって、正直な答えは両方であり、しかもその順序だ。440MBモデルが日常的な作業をごくわずかなコストでこなし、218Bモデルが重要な文書を扱う。どのリクエストをどちらに送るかという判断は、書き換えではなくルーティングルールだ。これら2つのモデル間の隔たりは、埋めるべき隔たりではない。使うべきスペクトラムなのだ。