Hy-SimulMT-30B-A3B versus Helsinki-NLP OPUS-MT: een live-tolk tegen een map vol specialisten

Stel je voor dat dezelfde conferentietoespraak op twee manieren wordt aangepakt. In de eerste voert een microfoon signaal aan een automatische spraakherkenner, gaat de herkende zin naar een vertaalmodel, gaat de vertaling naar een spraaksynthesizer en hoort de luisteraar een paar seconden nadat de spreker het Mandarijn heeft gezegd Engels — waarbij elke naam, elk getal en elk acroniem drie afzonderlijke kansen om verminkt te worden hebben doorstaan. In de tweede luistert één enkel model naar de audio en geeft het de vertaling weer terwijl de zin zich ontvouwt. Hy-SimulMT-30B-A3B, dat op 22 oktober 2026 door Tencent als gewichten is uitgebracht, is gebouwd voor het tweede. Helsinki-NLP OPUS-MT is het meest wijdverbreide open vertaalsysteem ter wereld en is gebouwd voor een beperktere versie van het eerste: het vertaalt tekst, één zin per keer, één taalrichting per checkpoint, en het is honderduizenden keren gedownload omdat het die taak gratis op een CPU uitvoert.

Deze twee zijn geen rivalen in de gebruikelijke zin. De een is een spraakmodel met 30,4 miljard parameters dat een accelerator nodig heeft; de ander is een verzameling van meer dan duizend tweetalige checkpoints van elk ongeveer 70–80 miljoen parameters, de meeste rond 300 MB, die comfortabel op een laptop draaien. De nuttige vergelijking is niet welke van de twee beter vertaalt. Het gaat erom waar de grens ligt tussen een vertaalcomponent en een vertaalsysteem, en hoeveel van die grens je zelf wilt bezitten.

Wat elk ervan eigenlijk is

OPUS-MT wordt onderhouden door de NLP-groep van de Universiteit van Helsinki en is gebouwd op de MarianMT encoder-decoderarchitectuur. Het is geen model maar een catalogus: afzonderlijke checkpoints voor Chinees naar Engels, Engels naar Chinees, Engels naar Duits en enkele honderden andere richtingen, elk getraind op parallelle corpora uit de OPUS-collectie, elk afzonderlijk te downloaden. Alleen al het Chinees-Engels checkpoint is bijna een half miljoen keer gedownload; de omgekeerde richting ongeveer 73.000 keer. Er zijn meertalige varianten die veel brontalen in één model met Engels als doeltaal onderbrengen, maar het gebruikelijke geval is een smalle specialist die precies één taak kent.

De architectuur verklaart zowel zijn kracht als zijn plafond. Een encoder-decoder met 77 miljoen parameters, alleen getraind op parallelle tekst, heeft geen ruimte voor wereldkennis, geen instructie-interface en geen mechanisme voor streaming. Voer er een zin aan en het retourneert een zin. Voer er een alinea aan en het vertaalt de alinea als een reeks zinnen zonder gedeelde context, en gepubliceerde engineeringnotities melden een neiging om bij lange inputs stilzwijgend inhoud weg te laten. Het kan niet worden opgedragen een glossariumterm te behouden, een JSON-sleutel te bewaren of een formeel register te hanteren — die pak je aan met voor- en nabewerking, of met constrained decoding als je bereid bent dat te bouwen.

Hy-SimulMT-30B-A3B is een ander soort object. De configuratie beschrijft een sparse mixture-of-experts-model met 48 lagen en 128 experts, acht gerouteerde plus één gedeelde per token, en een audio-encoder met 24 lagen die een backbone van 2.048 breed aanstuurt. De "A3B" in de naam wordt niet uitgelegd in de kaart, maar de rekensom van de configuratie komt uit op ongeveer 3 miljard actieve parameters tegenover 30,4 miljard in totaal. Het neemt audio van 16 kHz aan in vensters van dertig seconden en produceert vertaalde tekst; de Interleave-variant geeft ook de brontranscriptie weer. Tekst-naar-spraak en stemklonen worden afgehandeld door een aparte dienst waar de deployment-toolkit verbinding mee maakt, wat betekent dat het "spraak-naar-spraak"-product een samenstelling is, niet één enkel bestand.

Het latency-argument is eigenlijk een argument over foutpropagatie.

Latentie is het voor de hand liggende verschil en meteen ook het minst interessante. Een cascade kan snel worden afgestemd; een goede streaming-ASR met partiële hypothesen plus een klein MT-model kan een bruikbare ondertitelstream ruim binnen een seconde achter de spreker produceren. De reden dat simultaanmodellen bestaan, is dat snelheid in een cascade wordt gekocht door elke fase minder context te geven, waarna elke fase fouten maakt die de volgende fase niet kan zien. De herkenner verstaat een eigennaam verkeerd, de vertaler heeft geen manier om te weten dat het een naam was, en de synthesizer spreekt de fout vol vertrouwen uit. De luisteraar heeft geen manier om te weten welke fase heeft gefaald.

Een enkel model dat end-to-end op de hele taak is getraind, kan in principe een beslissing uitstellen totdat de audio de ambiguïteit oplost, en het kan de stem van de spreker behouden als voice cloning is ingeschakeld. De claim van Tencent gaat precies over deze afweging: een StreamLAAL van ongeveer drie seconden op langdurige RealSI-audio, beschreven als de laagste onder de vergeleken systemen, met een GEMBA-kwaliteitsscore hoger dan die van de opensourcemodellen in zijn tabel en van vier van de vijf commerciële API's. Of drie seconden goed is, hangt volledig af van de context — het is lang tijdens een onderhandeling en kort tijdens een lezing — maar het wordt gemeten op de streamingtaak, de taak die OPUS-MT niet kan aanpakken zonder een daaromheen gebouwde cascade.

Dekking, eerlijk geteld

Dit is waar de map beslissend wint, en het is het onderdeel dat de meeste vergelijkingen vertroebelen. De ruim duizend checkpoints van OPUS-MT bestrijken ongeveer honderd talen in verschillende richtingen, waaronder low-resourceparen die geen enkel groot meertalig model ooit heeft gezien. Hy-SimulMT documenteert bidirectionele spraakvertaling tussen Chinees en Engels. De metadata van de repository voorziet 36 talen van tags — waaronder Frans, Arabisch, Khmer, Tibetaans, Kazachs en Oeigoers — maar de tekst beschrijft alleen het Chinees-Engelse paar, en niets in de modelkaart verklaart de discrepantie. De meest waarschijnlijke lezing is dat de tags de tekstbackbone beschrijven die is overgenomen van de Hy-MT2-familie van Tencent, en niet de spraakcapaciteit, maar dat is een interpretatie, geen gepubliceerd feit.

De eerlijke dekkingslijn is: zesendertig talen geclaimd in metadata, twee talen gedocumenteerd voor spraak, tegenover een catalogus van ruim honderd talen in tekst. Als u Mandarijn naar Engels nodig hebt in een livevergadering, dan is Hy-SimulMT precies voor u bedoeld. Als u Pools naar Fins nodig hebt voor een statisch document, heeft OPUS-MT daarvoor een checkpoint en Hy-SimulMT niet.

Kwaliteitsbewijs: de ene kant heeft onafhankelijke cijfers, de andere een leverancierstabel.

Het onafhankelijke bewijs valt in het voordeel van OPUS-MT uit, op de nauwe kwestie van de kwaliteit van tekstvertaling. Een gepubliceerde studie naar Fassa Ladin-vertaling mat een OPUS-MT-model op 55,61 BLEU van Italiaans naar Engels tegenover 52,93 voor NLLB-200 en 44,18 voor M2M-100, en 44,35 van Engels naar Italiaans tegenover 40,13 en 32,40. De les van die studie is dat een model dat uitsluitend op één richting is getraind, op die richting nog steeds veel grotere meertalige systemen kan verslaan. Het zegt niets over spraak, en het heeft niets met Hy-SimulMT te maken, omdat geen enkel onafhankelijk lab Hy-SimulMT heeft geëvalueerd.

Aan de andere kant rapporteert Tencent 90,3 FLEURS, 75,5 CoVoST2, 81,2 ACL6060 en 84,7 RealSI-Sentence voor Hy-SimulMT, allemaal uit zijn eigen evaluatie. Dat zijn spraakvertaalbenchmarks, dus ze zijn niet vergelijkbaar met de BLEU-cijfers hierboven, en ze hebben geen bevestiging door derden. Het ene interne signaal dat het vermelden waard is, is dat het model CoVoST2 met 6,6 punten verliest van Qwen3.8-LiveTranslate, terwijl het de andere drie kolommen wint onder open systemen — een herinnering dat één enkel getal een echte zwakte zou hebben verborgen.

Kosten en uitrol, naast elkaar

• Parameters — Hy-SimulMT-30B-A3B: 30,4B totaal, ongeveer 3B actief, sparse MoE; Helsinki-NLP OPUS-MT: ongeveer 70–80M per checkpoint, dense.

• Voetafdruk — Hy-SimulMT: ongeveer 61 GB aan BF16-gewichten vóór KV-cache, dus een accelerator van 80 GB is het praktische minimum; FP8-builds zijn gepubliceerd. OPUS-MT: ongeveer 300 MB per checkpoint, CPU-geschikt.

• Latentiemodel — Hy-SimulMT: streaming, ongeveer 3 s StreamLAAL bij langdurige audio. OPUS-MT: zin voor zin; streaming vereist een ASR en een segmentatiebeleid dat je zelf bouwt.

• Talen — Hy-SimulMT: Chinees en Engels gedocumenteerd voor spraak, 36 getagd in metadata. OPUS-MT: ongeveer honderd talen verspreid over meer dan duizend richtingspecifieke checkpoints.

• Licentie — {{1}}Hy-SimulMT{{/1}}: Apache-2.0 voor de gewichten en code van Tencent, met componenten van derden onder hun eigen voorwaarden. {{2}}OPUS-MT{{/2}}: per checkpoint en niet uniform — het Chinees-naar-Engels-model is CC-BY-4.0, het Engels-naar-Chinees-model is Apache-2.0, Engels-naar-Duits is CC-BY-4.0. Controleer de specifieke kaart voordat u het uitbrengt.

• Gehoste API — Hy-SimulMT: niets gepubliceerd. OPUS-MT: geen; alleen gewichten.

Dat laatste paar is van belang voor inkoop. Geen van beide modellen staat in de catalogus van OrcaRouter en we hosten ze ook niet zelf — je host de gewichten zelf of gebruikt het eigen kanaal van de leverancier. Waar routering wél zijn plek verdient, is in de rest van de pipeline: de transcript-samenvatter, de glossary-checker, de post-editor en de chatassistent rond de vertaalfase zijn gewone modelaanroepen, en door ze via één API voor 200+ modellen tegen 0% markup bovenop de lijstprijzen van de provider te laten lopen, voorkom je een apart contract per leverancier. Vertaling is zelden het enige dat een vergaderproduct doet.

Welke hoort thuis in jouw stack?

Kies OPUS-MT wanneer de invoer al tekst is, de richting vaststaat, het volume hoog is en het budget nul is. Pijplijnen voor juridische documenten, ondertitelbestanden, e-commercecatalogi en offline browsertranslatie worden nog steeds beter bediend door een specialist van 300 MB dan door een model met 30 miljard parameters, en de licentie per checkpoint is het enige dat u hoeft te controleren. Kies Hy-SimulMT wanneer de invoer audio is en de luisteraar wacht: livevergaderingen, lezingen, interviews, tolkdiensten voor uitzendingen, elke situatie waarin een vertraging van drie seconden en een behouden stem een accelerator en een TTS-service waard zijn.

De fout die je moet vermijden, is dit als een kwaliteitswedstrijd te behandelen. {{1}}OPUS-MT{{/1}} verliest niet van {{2}}Hy-SimulMT{{/2}} bij tekstvertaling; het verliest bij een taak waarvoor het nooit is gebouwd. En {{2}}Hy-SimulMT{{/2}} vervangt niet duizend zorgvuldige tweetalige modellen door één slim model — het vervangt een cascade die je anders zelf zou moeten samenstellen, afstemmen en debuggen. Dat zijn verschillende aankopen, en slechts één ervan komt in een map.