North Small Translate 1.0 対 Hy-MT2-7B：GPU 1基でB200 2基に対抗

現在のオープン翻訳において最も互角の対決は、同時に最も気づかれにくいものでもあるかもしれない。Hy-MT2-7Bは、Tencent Hunyuanの翻訳ファミリーにおける真ん中の子で、2026年5月21日にApache 2.0の下でオープンソース化され、単一のRTX 4090またはA100で約16GBのVRAMで動作する。North Small Translate 1.0は、Cohereの2180億パラメータのスパース混合エキスパート翻訳モデルで、2026年9月9日の同社のリリースノートに記載されており、最小デプロイ構成はFP8で2台のB200、またはNVFP4 W4A16形態で1台のB200である。どちらも翻訳の専門モデルだ。どちらも現行だ。一方はワークステーションから配信できる。そしてこのただ一つの事実が比較全体を捉え直させる——なぜなら、両者が最も対等な条件で評価されたいと望むであろうベンチマークは存在しないからだ。

スコアではなく、封筒から始めよう

デプロイコストは、実際の統合の大半を左右する要素であり、ここでは両モデルに大きな差がある。Hy-MT2-7Bは約80億パラメータの密なHunYuanDenseV1モデルで、公開されているFP8ビルドとGGUFビルドに加え、Appleシリコン向けのコミュニティ製MLX 8ビット版がある。Tencentのデプロイノートでは、transformers 5.6.0以降、vLLM、SGLang、llama.cppがサポート対象ランタイムとして挙げられており、推論ガイダンスでは生成が8,192トークンに制限されているが、設定では最大262,144ポジションまで対応するとうたっている。最新のコンシューマー向けまたはワークステーション向けGPUが1枚あれば対応できる。

North Small Translate 1.0 は別種のオブジェクトです。総パラメータ数 218B、うちアクティブ 25B で、128 個のエキスパートに分割されており、トークンごとに 8 個がアクティブで、さらに共有エキスパートがあります。Cohere は 3 つのチェックポイントそれぞれについて最小ハードウェアを公開しています：BF16 では B200 4 台または H100 8 台、FP8 では B200 2 台または H100 4 台、NVFP4 W4A16 ビルドでは B200 1 台または H100 2 台。サービングは vLLM で cohere_melody>=0.9.0を使って実行され、Cohere は本番環境に合わせて貪欲法（greedy decoding）を推奨しています。出力には <|START_TEXT|> と <|END_TEXT|> マーカーが含まれますが、これらは特殊トークンとして登録されていません。

• Shape — North Small Translate 1.0：合計218B／アクティブ25BのスパースMoE、128エキスパート 対 Hy-MT2-7B：密、約8B

• 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

• 最小ハードウェア — W4A16では1×B200、FP8では2×B200または4×H100（約16GBの単一RTX 4090クラスGPUとの比較）

• 公開フォーマット — BF16、FP8、NVFP4 W4A16 ベースとの比較、FP8、GGUF、およびコミュニティ製MLX 8ビット

• 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

• 報告された品質 — WMT26 83.60、指標名は未記載、FLORES-200、WMT25 GEMBA、XCOMET-XXL、IFMTBench 上のベンダー報告値と名前付きベンダー表の比較

ベンチマーク問題

この対決の正直な核心はこうだ。私たちはこの2つのモデルを互いに順位付けすることはできない。そうでないと言う人は数字をでっち上げている。Tencentは4つの名前付き評価を公開した。FLORES-200の英語からXへの翻訳では、7Bは93.52を記録し、Gemini 3.1 Proの94.42とGPT-5.5の94.16には後れを取るが、無視できないほど近い。WMT25に近いGEMBA指標では、30B-A3Bの84.34とGPT-5.5の83.41に対して82.24を記録する。XCOMET-XXLでは、Tencentの比較表にあるすべてを63.86でリードしており、Gemini 3.1 Pro、GPT-5.5、DeepSeek-V4-Pro、Kimi K2.6を上回っている。IFMTBenchの指示追従スコアでは83.14%となる。これらはすべてTencent自身の数値であり、独立に再現されたものは一つもないが、それでもCohereが提供したものよりはるかに多い。

Cohere は単一の数値だけを公表した。WMT26 スコア 83.60、エージェント型マルチパスワークフローでは 84.36 に上昇するというものだ。モデルカードにもリリースノートにも指標名は記されておらず、このモデルについての WMT26 結果ページも公開されていない。この非対称性は、Cohere のモデルがより弱い、あるいはより強いことの証拠ではない。つまり、読者が最も望む比較——同じテスト、同じ指標、両方のモデル——は、公開されている証拠からは行えないということだ。そして、Cohere 自身の2つの数値（83.60～84.36）の間にある4ポイントの開きは、Tencent の表にあるほとんどの差よりもすでに大きい。

言語と長い文書

North Small Translate 1.0は50の言語とロケール変種をカバーし、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、ウクライナ語が第1ティアに指定されており、両側で16,000トークンを受け入れ、出力する。Hy-MT2-7Bは33言語に加え、チベット語、ウイグル語、広東語を含む5つの少数民族言語と方言をカバーする。どちらのリストも他方のスーパーセットではない—Tencentは広東語とウイグル語に対応し、Cohereはより広範なヨーロッパのロケールに対応する—そのため、多言語デプロイでは、カバレッジの理由だけでも両方が必要になる場合がある。

出力ウィンドウのほうが、より地味な違いだ。16,000トークンの出力とは、モデルが全体を見ているからこそ、用語と文体が文書全体で一貫した完全な手順書を一度に得られるということだ。8Kウィンドウではそれができない。そして文ごとに分ける回避策は、IFMTBenchのような翻訳指示追従ベンチマークが測るために作られた、セグメント間の一貫性の問題をまさに再導入してしまう。

繰り返しになるが、ライセンスはテーブルよりも多くのことを決める

North Small Translate 1.0はCC BY-NC 4.0です。重みは非商用の作業では無料で、商用展開は購入ライセンスに基づいてCohereのModel Vaultを通じて行われ、公表価格はありません。Hy-MT2-7BはApache 2.0でゲートなし——商用利用、ファインチューニング、派生版もすべて、相談なしに許可されています。商用製品の場合、作業の順序はおのずと決まります。Hy-MT2-7Bは今日展開可能で、Cohereのモデルは今日評価可能であり、どのベンチマーク行もこの順序を変えません。

Cohereの埋め合わせとなる利点は無料枠だ。North Small Translate 1.0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でも本番キーでも無料なので、評価にかかるのは時間だけだ。Hy-MT2-7Bにはホスト型の商用APIがあり、Tencentは同ファミリーのホスト型ティアを入力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ドルに設定している。そして自前のGPUでセルフホスティングするのが真に無料の道だ。

「マルチパス」が実際に何を意味するのか

Cohereが83.60と84.36の両方を公表するという決断は、そのリリースノートの中で最も示唆に富む詳細だ。というのも、同社が単一の呼び出しよりもワークフローが勝ると考えていることを物語っているからだ。これはTencentが別のメカニズムで賭けたのと同じ賭けだ。同社のフラッグシップである30B-A3BはGEMBAとXCOMETで勝利し、一方でGemini 3.1 ProはFLORES-200で勝利する。つまり、最良のシステムは単一のモデルではなくパネルだということだ。OrcaRouterのモデルフュージョンは複数のモデルをパネルとして実行し、単一の呼び出し内でそれらの回答を突き合わせて整合させる。これは両ベンダーが追い求めているマルチパスというアイデアのプラットフォームレベルの版であり、ルーティング側とも組み合わさる。そこでは1つのキーで200を超えるモデルのカタログをプロバイダー定価・マークアップ0%でカバーするため、ベンダーの価格変更は次回の契約更新時ではなく当日に当社側へ反映される。

その捉え方は、この記事が冒頭で提起したエビデンスの問題も解決します。2つのベンダーが重なりのないベンチマークを公表し、どちらにも独立した評価がない場合、選ぶ方法は表を信用することではありません。両方を自分のドキュメントで実行し、不一致を実際のテキスト上で表面化させることです。まさにそれが、パネルとフェイルオーバーチェーンを用意する目的なのです。

どちらを、そしていつ

すでに所有しているハードウェア上で、商用製品の中で、ライセンス交渉なしに動作する翻訳モデルが必要なら、Hy-MT2-7Bはその対応範囲（エンベロープ）の強さだけでも勝っている——そして、未再現ではあるものの、ベンダー公表の結果は少なくとも名称が明示され、比較可能で、フロンティアに近い。Cohereの50言語へ長文書を翻訳していて、1回の処理で16Kの一貫した出力が必要で、2台のB200分の予算があるか、決める前にCohereの無料枠で評価を実行する意欲があるなら、North Small Translate 1.0は、開示されているあらゆる軸で、より高性能なマシンだ。

どちらのモデルにも、テストの必要性をなくすことはできない。Cohereはあなたに、名前のない1つの数値と、それを確認する無料の手段を与えた。Tencentはあなたに、表と、GPUサイズのダウンロードを与えた。83.60は約束であり、結果ではない——そしてその約束が決着する唯一の場所は、あなた自身のコーパスだ。