Hy-SimulMT-30B-A3B vs North Small Translate 1.0: 두 개의 대형 모델, 바로 출시할 수 있는 하나의 라이선스

가장 간단하게 비교하는 방법은 Hy-SimulMT-30B-A3B와 North Small Translate 1.0를 둘 다 마음에 든다고 판단한 뒤에 어떤 일이 벌어지는지 보는 것입니다. Tencent의 모델은 Apache-2.0입니다. 다운로드하고, 파인튜닝하고, 제품에 넣고, 돈을 받아도 별도의 대화가 필요 없습니다. Cohere의 모델은 CC BY-NC 4.0입니다. 비상업적 용도로는 무료이지만 문의 양식을 거쳐야 접근할 수 있으며, 상업적 배포는 Cohere 또는 파트너 RWS의 유료 라이선스를 거쳐야 합니다. 둘 다 대규모 희소 전문가 혼합(MoE) 모델이라 대부분의 팀이 부담 없이 실행할 수 없습니다. 그중 단 하나만이 조달 관련 전화 없이 화요일 오후에 출하될 수 있으며, 그 비대칭성이 어떤 벤치마크 수치보다 더 많은 배포를 결정합니다.

두 모델은 하는 일도 다르기 때문에, 라이선스 비교는 완화되기보다 오히려 더 날카로워진다. North Small Translate 1.0은 Cohere가 2026년 9월 10일에 문서 규모의 텍스트 번역기로 발표했다. 총 2,180억 개 매개변수, 250억 개 활성 매개변수, 16,000토큰 입력 창, 그리고 — 이례적으로 — 16,000토큰 출력 창을 갖추고 50개 언어를 지원한다. Hy-SimulMT-30B-A3B는 Tencent가 2026년 10월 22일에 가중치로 공개한 음성 모델이다. 30초 창 단위로 중국어 또는 영어 오디오를 듣고, 화자가 아직 말하고 있는 동안 다른 언어로 생성한다. 하나는 계약서를 번역하고, 다른 하나는 대화를 번역한다. 겹치는 부분은 공통된 "번역 모델"이라는 딱지가 시사하는 것보다 더 작다.

‘작음’에 대한 두 가지 서로 다른 정의

Cohere의 이름은 자사 플래그십에 비추어 상대적이다. 프런티어 범용 모델과 비교하면, 총 2,180억 개 매개변수 중 250억 개가 활성인 이 모델은 작은 편이다. 토큰당 저렴하고 빠르도록 설계되었으며, 의도적으로 추론을 하지 않도록 만들어졌고, Cohere는 초당 약 112개의 출력 토큰을 보고한다. 워크스테이션에서 실행할 수 있는 무엇과 비교하더라도 이 모델은 거대하다. Cohere가 권장하는 하드웨어는 W4A4 기준 B200 1대 또는 H100 2대이며, 모델 카드의 정밀도별 최소 사양은 더 높아 BF16이 B200 4대 또는 H100 8대로 명시되어 있다. FP8 가중치 세트만 해도 약 218GB 규모다.

텐센트의 "30B-A3B"는 총 매개변수 304억 개, 토큰당 약 30억 개가 활성화된다는 뜻으로, 서빙 비용에서 중요한 유일한 의미에서는 작습니다. 각 토큰이 네트워크의 약 10분의 1을 활성화하기 때문입니다. BF16 가중치는 KV 캐시 전에도 여전히 약 61GB이므로 80GB 가속기가 실질적인 하한으로 남고, 공개된 FP8 빌드가 더 작은 카드를 범위 안으로 끌어옵니다. 두 모델 모두 440MB 온디바이스 번역기가 작은 것과 같은 방식으로 작지는 않습니다. 둘 사이의 차이는 총 매개변수에서 10배, 활성 매개변수에서 8배인데, 이는 하드웨어 비용을 바꿀 뿐 범주를 바꾸지는 않습니다.

각각이 자신의 문맥과 함께 무엇을 하는지

North Small Translate 1.0의 대표 기능은 출력 길이입니다. 입력 1만 6천 토큰, 출력 1만 6천 토큰이면 보고서, 매뉴얼, 계약서 전체를 하나의 단위로 넣고 번역해 낼 수 있으며, 모델이 문서 전체를 한 번에 볼 수 있기 때문에 문서 전반에 걸쳐 용어와 어조가 일관됩니다. Cohere의 장문맥 평가에서는 이런 작업에서 48.9를 기록해 Google Translate의 21.3, Gemma 4 31B의 19.4와 대비된다고 주장합니다. 이것이 매개변수 수를 정당화하는 능력입니다. 더 나은 문장이 아니라 더 나은 문서입니다.

Hy-SimulMT-30B-A3B는 컨텍스트와 거의 정반대의 관계를 맺고 있습니다. 이 모델의 오디오 인코더는 창당 16 kHz에서 최대 480,000개 샘플, 즉 30초를 받아들이며, 생성 설정은 기본적으로 스텝당 64개의 새 토큰을 사용합니다. 이 모델은 문서 전체를 시야에 두도록 설계된 것이 아니라, 이른 시점에 확정하고 속도를 유지하도록 설계되었습니다. 최대 위치 임베딩 개수는 262,144이지만, 모델 카드에는 사용 가능한 컨텍스트 길이가 공개되어 있지 않으며, 스트리밍 오디오에서는 이 수치가 거의 무관합니다. 작업 단위가 40페이지 매뉴얼이라면, 이 모델은 설계상 잘못된 도구입니다. 작업 단위가 아직 말해지고 있는 문장이라면, 이 모델은 둘 중 유일하게 적용되는 모델입니다.

라이선스가 더 뚜렷한 차이다

Tencent의 가중치에 적용된 Apache-2.0은 오픈 가중치 중에서도 매우 허용적인 편에 속합니다. 상업적 사용, 수정, 재배포 및 파생 모델이 모두 허용되며, 번들로 포함된 타사 구성 요소는 자체 약관을 유지한다는 표준적인 예외가 적용됩니다. 라이선스 파일은 Hy-SimulMT가 Tencent가 공개한 추론 코드, 매개변수 및 가중치를 가리키며, 함께 제공되는 구성 요소의 제한 외에는 추가 제한을 부과하지 않는다고 명시하고 있습니다. 저장소에는 허용 가능한 사용에 관한 추가 문서가 없으며 다운로드에 대한 제한도 없습니다.

Cohere의 CC BY-NC 4.0은 별개의 법적 문서입니다. 비상업적 사용은 무료이며, 상업적 사용에는 라이선스가 필요하고 가중치 접근은 제한됩니다. 논평가들은 "비상업적"이라는 표현이 수익화된 결과물, 예컨대 광고로 지원되는 더빙 영상까지 포괄할 수 있을 만큼 넓게 해석될 수 있다고 지적해 왔으며, 이는 그 경계를 엔지니어링 문제가 아닌 법적 문제로 만듭니다. Cohere는 자체 영업 채널과 RWS Language Weaver의 Model Vault를 통해 상업적 접근권을 판매하며, 공개된 가격은 없습니다.

간단히 말해, 제품을 만들고 있다면 Tencent의 모델은 당일 평가하고 배포할 수 있는 모델이고, Cohere의 모델은 평가한 뒤 협상을 거쳐야 하는 모델입니다. 그렇다고 해서 Cohere의 모델이 더 나쁜 것은 아닙니다 — 기존 RWS 관계가 있는 회사라면 상업적 경로가 수월하다고 느낄 수 있습니다 — 하지만 이는 업무 순서를 바꾸며, 두 모델이 같은 팀에 의해 같은 이유로 후보에 오르는 일은 드물다는 것을 의미합니다.

벤치마크를 서로 맞세울 수는 없습니다.

Cohere의 WMT26 점수 83.60을 Tencent의 RealSI-Sentence 84.7 옆에 놓고 승자를 선언하고 싶은 유혹이 든다. 그 유혹을 참아라. 두 수치는 서로 다른 과제, 서로 다른 지표, 서로 다른 심사자에서 나온 것이다. Cohere의 수치는 자사가 WMT26 전체 언어 세트를 평가한 결과로, GPT-5.6-Sol이 자동 심사자로 채점했으며, 에이전트 기반 다중 패스 워크플로에는 84.36이 나왔다. 모델 출시 당시 공식 WMT26 인간 평가는 공개되지 않았다. Tencent의 84.7은 RealSI-Sentence에 대한 음성 번역 점수로, 벤더가 수행한 표의 한 열이며, 90.3 FLEURS, 75.5 CoVoST2, 81.2 ACL6060이 함께 있다. 어느 회사도 자사 수치가 독립 연구소에서 재현된 적이 없다.

말할 수 있는 것은 방향성 수준이다. Cohere는 경쟁사 이름을 명시한 비교표를 공개했다 — DeepL NextGen 81.37, Qwen 3.5 397B A17B 81.56, Google Translate 68.20 — 모두 동일한 심사자가 채점했으므로, 심사자가 언어 모델이라도 순위는 내부적으로 일관된다. Tencent는 네 가지 음성 벤치마크에서 9개 시스템 표를 공개했는데, 모든 열에서 자사 모델을 굵게 표시했고 CoVoST2에서 이기지 못했다는 점을 신중한 문장으로 언급했다. 둘 다 마케팅 문서다. Cohere 쪽은 텍스트 번역기 중에서 고를 때 더 유용하고, Tencent 쪽은 이 음성 모델에 대해 존재하는 유일한 증거다.

배포와 비용, 항목별로

• 총 파라미터 — Hy-SimulMT-30B-A3B: 30.4B, 희소 MoE, 활성 약 3B; North Small Translate 1.0: 총 218B, 활성 25B.

• 가중치 풋프린트 — Hy-SimulMT: BF16 기준 약 61GB이며 FP8 및 GGUF 빌드가 공개됨; North: FP8 기준 약 218GB 규모로, BF16 및 NVFP4 변형도 있음.

• 하드웨어 — Hy-SimulMT: 현실적으로 80GB 가속기 1개; North: Cohere가 제안한 구성 기준 W4A4에서 B200 1개 또는 H100 2개, BF16에서는 더 높게.

• 맥락 — Hy-SimulMT: 30초 오디오 윈도, 공개된 사용 가능한 텍스트 맥락 없음; North: 16K 입력, 16K 출력.

• 언어 — Hy-SimulMT: 음성의 경우 중국어와 영어가 문서화되어 있고, 메타데이터에 36개가 태그됨; North: 50개.

• 라이선스 — Apache-2.0, 게이트 없음 vs CC BY-NC 4.0, 게이트 있음, 상업용 라이선스 필요.

• 호스팅 API — 둘 다 OrcaRouter의 카탈로그에 없으며, 우리도 둘 다 호스팅하지 않습니다. Tencent는 Hy-SimulMT에 대한 엔드포인트나 가격을 공개하지 않습니다; Cohere는 공개 요금표 없이 Model Vault를 통해 상용 액세스를 제공합니다.

이런 종류의 구축에서 라우터가 진가를 발휘하는 지점은 번역 자체의 다운스트림에 있습니다. North를 사용하는 문서 파이프라인이든 Hy-SimulMT로 구축한 회의 파이프라인이든, 여전히 검토자가 필요합니다. 용어를 점검하고 누락을 표시하며 번역을 원문과 비교하는 두 번째 모델이죠. 그 검사를 다른 공급업체에 별도 호출로 실행하는 것이야말로 OrcaRouter가 만들어진 바로 그런 멀티 모델 워크플로입니다 — 200개 이상의 모델을 위한 하나의 API, 0% 마크업 공급업체 정가 기준으로, 검토 공급업체에 잠시 문제가 생기면 페일오버, 단일 비평가 대신 패널을 원할 때 모델 퓨전. 번역기는 하나의 노드일 뿐이며, 그 주변의 품질 관리가 바로 라우팅 결정이 이루어지는 곳입니다.

선택하는 방법

문서 번역 작업이라면 결정은 라이선스에서 시작해 라이선스로 끝납니다. 상용 라이선스를 구매할 수 있고 16K 출력이 필요한 팀이라면 North Small Translate 1.0을 진지하게 살펴봐야 합니다 — 출력 창은 대부분의 번역 모델에 없는 실질적인 역량입니다. 협상 없이 출시해야 하거나 미세 조정 후 재배포하려는 팀에게 여기에는 선택지가 정확히 하나뿐이며, 그것은 파라미터 수가 10분의 1에 불과한 모델입니다.

작업이 실시간 발화라면 비교는 성립하지 않는다. North Small Translate 1.0은 오디오를 받지 않고 스트리밍 모드도 없으며, 문서를 반환하는 모델에게 3초 지연 주장은 의미가 없다. Hy-SimulMT-30B-A3B는 둘 중 회의에 참여할 수 있는 유일한 모델이며, Apache-2.0 라이선스 덕분에 누구의 허락도 구하지 않고 작동 여부를 확인할 수 있다. 좁은 결론이지만 정직한 결론이다: 이 모델들은 서로 다른 방을 위해 만들어졌고, 라이선스는 그 선택을 더욱 선명하게 만들 뿐이다.