Hy-SimulMT-30B-A3B vs Tencent Hy-MT2-7B: de prijs die je kunt noemen versus de prijs die je niet kunt noemen

Vraag wat een uur Chinees-naar-Engels tolken kost, en de twee modellen in deze vergelijking geven je totaal verschillende soorten antwoorden. Tencent Hy-MT2-7B, is op 21 mei 2026 als open source uitgebracht en heeft een tariefkaart: $0,074 per miljoen invoertokens en $0,295 per miljoen uitvoertokens op de gehoste API van Tencent. Hy-SimulMT-30B-A3B, is op 22 oktober 2026 als gewichten gepubliceerd en heeft helemaal geen gepubliceerde prijs — geen endpoint, geen tarief per token, geen openbare cloudvermelding. Je kunt de 7B tot op de cent begroten. Voor het spraakmodel moet je een GPU in je budget opnemen, en het bedrag waar je op uitkomt hangt volledig af van wat je al bezit.

Dat verschil is meer dan een inkoopdetail. Het weerspiegelt twee verschillende producten met twee verschillende kostenstructuren. De 7B is een tekstvertaler geprijsd als een nutsvoorziening: je betaalt per token, je schaalt met volume, en de marginale kosten van nog een document zijn vrijwel nul. Hy-SimulMT is een realtimesysteem geprijsd als infrastructuur: je betaalt per uur voor een accelerator, of er nu iemand spreekt of niet, en de marginale kosten van nog een vergadering zijn alleen maar bijna niets omdat de machine al draait. Ze vergelijken op parametertal mist de kern. Ze vergelijken op basis van wat een uur werk werkelijk kost, is het hele argument.

Wat de 7B is, en wat het per token kost

Tencent Hy-MT2-7B is het middelste model van de Hy-MT2-tekstfamilie, een dense decoder met 7 miljard parameters die is getraind voor vertaling in 33 talen plus vijf Chinese minderheidstalen en dialecten. Het heeft een werkcontext van 8.192 tokens, ondersteunt gestructureerde uitvoer via response_format en ondersteunt geen function calling. In BF16 is ongeveer 15 GB acceleratorgeheugen nodig, in FP8 ongeveer 8 GB en in GGUF-vorm een paar gigabyte — één middenklasse-GPU, of een CPU als je geduldig bent.

De {{1}}door de leverancier gerapporteerde kwaliteit{{/1}} ligt dicht bij de frontlinie op de benchmarks die Tencent heeft gekozen. Op {{2}}FLORES-200{{/2}} scoort het 86,89 XCOMET-XXL, wat Tencent presenteert als ongeveer 97,9% van {{3}}Gemini 3.1 Pro{{/3}} in denkmodus. Op {{4}}DomainMTBench{{/4}} rapporteert het 94,92 en 92,79 op twee splits; op {{5}}IFMTBench{{/5}}, de suite voor het volgen van instructies die Tencent voor deze familie heeft gebouwd, 83,14 in totaal. {{6}}Geen van deze resultaten is onafhankelijk gereproduceerd.{{/6}} Het zijn de cijfers van de leverancier, en ze beschrijven een model dat goed is in gecontroleerde vertaling — woordenlijsten, register, gestructureerde output — en dat is precies de kloof die de {{7}}7B{{/7}} scheidt van de 1.8B eronder.

Bij het gehoste tarief kost een miljoen invoertokens zeven cent en een miljoen uitvoertokens minder dan dertig cent. Voor tekstwerk is dat bijna gratis. De interessante vraag is wat er gebeurt als de invoer geen tekst is.

De rekensom van een uur spraak, in beide richtingen

Een uur onafgebroken spraak komt neer op ongeveer 9.000 Engelse woorden, wat ergens rond de 12.000 tokens ligt. Haal dat door Tencent Hy-MT2-7B tegen listprijs, en de vertaling zelf kost ongeveer een halve cent: ruwweg $0,0009 voor de input en $0,0035 voor de output, dus zeg maar $0,0044. Zelfs als je er met je tokeninschatting een factor twee naast zit, blijft het bedrag nog steeds een fractie van een cent.

Maar de 7B kan niet horen. Een tekstpipeline begint met een herkenner, en een gehoste herkenner kost doorgaans een paar tienden van een cent per minuut, waardoor een uur audio ergens onder een dollar uitkomt voordat de vertaler überhaupt draait. Dat is de eerste eerlijke correctie op het verhaal dat "7B goedkoper is": in een cascade is de vertaler niet de dure fase. De herkenner is dat. De tweede correctie is latentie — een cascade die op een zinsgrens wacht, transcribeert, vertaalt en weergeeft, zal meer achterlopen op de spreker dan een simultaan model doet, en geen enkele hoeveelheid goedkope tokens lost dat op.

Hy-SimulMT-30B-A3B keert de kostenstructuur om. Er is geen factuur per token omdat er geen gehoste service is; je huurt of bezit de hardware. De BF16-gewichten zijn ongeveer 61 GB vóór KV-cache, dus een accelerator van 80 GB is de realistische ondergrens, en één kaart kost ergens tussen ruwweg $2 per uur bij een gespecialiseerde GPU-cloud en meer dan $10 op de on-demandlijst van een hyperscaler. Aan de lage kant kost een uur vergadering ongeveer $2 aan rekenkracht; aan de hoge kant kost een uur vergadering evenveel als een uur huur. Beide cijfers gaan ervan uit dat de machine aan die vergadering is toegewijd, wat het slechtste geval is — een server die meerdere gelijktijdige streams verwerkt, deelt de kosten. De FP8-build op een kleinere kaart draaien verlaagt de ondergrens weer.

De vergelijking is dus ruwweg $0,30–$1,00 per vergaderuur voor de cascade, gedomineerd door herkenning, tegenover $2–$12 per vergaderuur voor het simultane model, gedomineerd door de GPU. Dat is een reëel verschil van een tot twee ordes van grootte, en het is het juiste kader: je betaalt niet voor betere vertaling, je betaalt voor drie seconden vertraging in plaats van vijftien. Teams die de vertraging nodig hebben, zullen ervoor betalen. Teams die dat niet doen, kopen een accelerator om een probleem op te lossen dat ze niet hebben.

Kwaliteit: twee verschillende linialen

Er is geen eerlijke manier om de 86,89-score van Tencent Hy-MT2-7B op FLORES-200 naast de 84,7 van Hy-SimulMT op RealSI-Sentence te zetten. De ene meet tekstvertaling tegen een referentie; de andere meet spraakvertaling op een benchmark die is gebouwd voor streamingaudio. Ze hebben alleen een getalnotatie gemeen en verder niets. Wat kan worden vergeleken, is de vorm van het bewijs. De 7B heeft een volledig gepubliceerde tabel over FLORES-200, WMT25, DomainMTBench en IFMTBench, allemaal door de leverancier uitgevoerd. Het spraakmodel heeft een tabel met vier kolommen over FLEURS, CoVoST2, ACL6060 en RealSI-Sentence, ook door de leverancier uitgevoerd, plus een menselijke vergelijking met zes professionele tolken die Tencent zelf als kleinschalig beschrijft en beperkt tot de gebruikte samples. Geen van beide is onafhankelijk geverifieerd.

De enige plek waar de twee lijnen elkaar echt ontmoeten, is de vertaalkwaliteit voor Chinees en Engels. De 7B is op elke maatstaf die Tencent publiceert de sterkere tekstvertaler, inclusief instructieopvolging, waar zijn 83,14 op IFMTBench veertien punten boven de 1.8B ligt. Het voordeel van het spraakmodel is niet kwaliteit maar timing: het produceert een bruikbare vertaling terwijl de zin nog gaande is, en het kan de stem van de spreker via een TTS-dienst doorgeven als die is geconfigureerd. Als je audio al is getranscribeerd en je latentiebudget in minuten wordt gemeten, is de 7B de betere vertaler. Als je latentiebudget in seconden wordt gemeten, doet de 7B niet mee, ongeacht zijn score.

Implementatie en kosten, naast elkaar

• Parameters — Hy-SimulMT-30B-A3B: 30,4B totaal, ongeveer 3B actief, sparse MoE met een audio-encoder; Tencent Hy-MT2-7B: 7B dense, alleen tekst.

• Geheugen — Hy-SimulMT: ~61 GB BF16, FP8-build gepubliceerd; Hy-MT2-7B: ~15 GB BF16, ~8 GB FP8, een paar GB in GGUF.

• Context — Hy-SimulMT: audiovensters van dertig seconden; Hy-MT2-7B: 8.192 tokens.

• Latentie — Hy-SimulMT: ongeveer 3 s StreamLAAL, volgens opgave van de leverancier; Hy-MT2-7B: tekst in, tekst uit, met de ASR-vertraging van een cascade ervoor.

• Talen — Hy-SimulMT: Chinees en Engels gedocumenteerd voor spraak; Hy-MT2-7B: 33 talen plus vijf minderheidstalen en dialecten.

• Prijs — Hy-SimulMT: geen gepubliceerde prijs; Hy-MT2-7B: $0,074 per miljoen invoertokens, $0,295 per miljoen uitvoertokens.

• Licentie — zowel Apache-2.0 als vrij toegankelijk, zowel fine-tunebaar als herdistribueerbaar.

Geen van beide modellen staat in de catalogus van OrcaRouter en we hosten ze geen van beide. Het prijsverschil is nog steeds de reden om je hier druk te maken over routing. Tencent prijst zijn vertaal-API's agressief en wijzigt die prijzen: op 12 juni 2026 verlaagde het Hy-MT2-Pro naar ¥0,5 per miljoen inputtokens en ¥2 per miljoen outputtokens, een verlaging van 66,7% op input en 55,6% op output. OrcaRouter geeft de lijstprijzen van providers door tegen 0% opslag, dus zo'n verlaging is bij ons dezelfde dag actief in plaats van bij de volgende contractverlenging, en automatische failover betekent dat een storing bij één provider een vertaalpijplijn niet platlegt. Voor een werklast waarvan de kosten worden gedomineerd door tarieven per token, is het verschil tussen 0% en 20% opslag de hele marge.

Welke je latentiebudget kiest

Begin met het budget. Als het antwoord "seconden" is, doet de prijs van de 7B er niet toe — een cascade kan geen gelijktijdige feed produceren zonder een streaming-herkenner en een segmentatiebeleid dat je zelf bouwt en afstelt, en zelfs dan loopt het achter. Hy-SimulMT-30B-A3B is de enige van deze twee die voor die beperking is gebouwd; de Apache-2.0-licentie betekent dat je de bewering op je eigen audio kunt testen, en de kosten zijn een GPU per uur. Reken als beginaanname op $2–$12 per vergaderuur en toets dat aan je eigen bezettingsgraad.

Als het antwoord "minuten" is, wint de 7B op elk relevante as: kosten, geheugen, taaldekking, gedocumenteerde instructieopvolging, en het bestaan van een prijs die je in een spreadsheet kunt zetten. Betaal de herkenningsmodule, betaal een halve cent voor de vertaling en besteed het verschil aan de reviewstap. Het meeste vertaalwerk in de meeste bedrijven is nog steeds dit tweede soort, en daarom zal een model met zeven miljard parameters en een tariefkaart waarschijnlijk langer meegaan dan een model met dertig miljard parameters waarvan het interessantste kenmerk is dat het er nog geen heeft.