Hy-SimulMT-30B-A3B vs North Small Translate 1.0: Dwa duże modele, jedna licencja, którą możesz wdrożyć

Najkrótszy sposób porównania Hy-SimulMT-30B-A3B i North Small Translate 1.0 to sprawdzenie, co się dzieje, gdy już zdecydujesz, że je lubisz. Model Tencenta jest na licencji Apache-2.0: pobierz go, dostrój, umieść w produkcie, pobieraj opłaty — bez konieczności rozmów. Model Cohere jest na licencji CC BY-NC 4.0: bezpłatny do użytku niekomercyjnego, dostępny po wypełnieniu formularza kontaktowego, a wdrożenia komercyjne wymagają płatnej licencji od Cohere lub jej partnera RWS. Oba są dużymi rzadkimi modelami typu mixture-of-experts, których większość zespołów nie może ot tak uruchomić. Tylko jeden z nich można wdrożyć w wtorkowe popołudnie bez telefonu do działu zakupów, i ta asymetria decyduje o większej liczbie wdrożeń niż jakikolwiek wiersz benchmarku.

Nie robią też tego samego, co sprawia, że porównanie licencji jest ostrzejsze, a nie łagodniejsze. North Small Translate 1.0 został zapowiedziany przez Cohere 10 września 2026 r. jako tłumacz tekstu na skalę dokumentów: łącznie 218 miliardów parametrów, 25 miliardów aktywnych, okno wejściowe 16 000 tokenów i — co nietypowe — okno wyjściowe 16 000 tokenów, w 50 językach. Hy-SimulMT-30B-A3B, udostępniony w formie wag przez Tencent 22 października 2026 r., jest modelem mowy: słucha audio w języku chińskim lub angielskim w trzydziestosekundowych oknach i generuje tłumaczenie na drugi język, gdy mówca jeszcze mówi. Jeden tłumaczy umowę, drugi — rozmowę. Zakres wspólny jest mniejszy, niż sugeruje wspólna etykieta „model tłumaczeniowy”.

Dwie różne definicje „małego”

Nazwa Cohere jest względna wobec jego własnego flagowca. W porównaniu z wiodącym modelem ogólnym 218 miliardów parametrów, z których 25 miliardów jest aktywnych, to niewiele — został zaprojektowany tak, by był tani za token i szybki, celowo nie prowadzi rozumowania, a Cohere podaje około 112 tokenów wyjściowych na sekundę. W porównaniu z czymkolwiek, co uruchomiłbyś na stacji roboczej, jest ogromny. Sugerowany przez Cohere sprzęt to jeden B200 lub dwa H100 przy W4A4; minimalne wymagania dla poszczególnych precyzji w karcie modelu są wyższe — BF16 wymieniono przy czterech B200 lub ośmiu H100. Sam zestaw wag FP8 jest rzędu 218 GB.

„30B-A3B” Tencenta oznacza 30,4 mld parametrów łącznie i około 3 mld aktywnych na token, co jest małe w jedynym sensie, jaki ma znaczenie dla kosztu obsługi: każdy token aktywuje około jednej dziesiątej sieci. Wagi BF16 nadal zajmują około 61 GB przed pamięcią podręczną KV, więc akcelerator 80 GB pozostaje praktycznym minimum, a opublikowana wersja FP8 jest tym, co sprawia, że mniejsza karta wchodzi w zakres. Żaden z tych modeli nie jest mały w taki sposób, w jaki mały jest 440-MB translator działający na urządzeniu. Różnica między nimi to jeden rząd wielkości w parametrach łącznych i ośmiokrotność w aktywnych, co zmienia rachunek za sprzęt, ale nie kategorię.

Co każde z nich robi ze swoim kontekstem

North Small Translate 1.0 ma jako główną cechę długość wyjścia. Szesnaście tysięcy tokenów na wejściu i szesnaście tysięcy na wyjściu oznacza, że cały raport, instrukcja lub umowa mogą zostać wprowadzone i wyjść przetłumaczone jako jedna całość, ze spójną terminologią i tonem w całym dokumencie, ponieważ model widzi go w całości naraz. Ocena długiego kontekstu Cohere podaje 48,9 w porównaniu z 21,3 dla Google Translate i 19,4 dla Gemma 4 31B w tego typu zadaniu. To właśnie ta zdolność uzasadnia liczbę parametrów: nie lepsze zdania, lecz lepszy dokument.

Hy-SimulMT-30B-A3B ma niemal odwrotny stosunek do kontekstu. Jego enkoder audio przyjmuje maksymalnie 480 000 próbek przy 16 kHz — trzydzieści sekund — na okno, a jego konfiguracja generowania domyślnie tworzy sześćdziesiąt cztery nowe tokeny na krok. Model zaprojektowano tak, by wcześnie podejmował decyzje i nadążał, a nie by utrzymywał dokument w polu widzenia. Jego maksymalna liczba osadzeń pozycyjnych wynosi 262 144, ale karta nie podaje żadnej użytecznej długości kontekstu, a w przypadku dźwięku strumieniowego ta liczba jest niemal nieistotna. Jeśli jednostką pracy jest dla Ciebie 40-stronicowy podręcznik, to z założenia jest to niewłaściwe narzędzie. Jeśli jednostką pracy jest zdanie, które dopiero jest wypowiadane, to jedyne z tych dwóch, które się nadaje.

Licencja to ostrzejsza różnica

Apache-2.0 na wagach Tencentu jest w przybliżeniu tak permisywna, jak to tylko możliwe w przypadku otwartych wag: dozwolone jest wykorzystanie komercyjne, modyfikacja, redystrybucja i modele pochodne, ze standardowym wyjątkiem, że dołączone komponenty stron trzecich zachowują własne warunki. Plik licencji wyraźnie stwierdza, że Hy-SimulMT odnosi się do opublikowanego przez Tencent kodu wnioskowania, parametrów i wag oraz że nie nakłada żadnych ograniczeń poza tymi wynikającymi z komponentów, które zawiera. W repozytorium nie ma aneksu dotyczącego dopuszczalnego użycia ani żadnej blokady przy pobieraniu.

CC BY-NC 4.0 firmy Cohere to odrębny instrument. Użycie niekomercyjne jest bezpłatne; użycie komercyjne wymaga licencji, a dostęp do wag jest ograniczony. Komentatorzy zwracają uwagę, że „non-commercial” można interpretować tak szeroko, iż obejmie monetyzowane treści — na przykład dubbingowane wideo finansowane z reklam — co sprawia, że granica ta jest kwestią prawną, a nie inżynierską. Cohere sprzedaje dostęp komercyjny za pośrednictwem własnego kanału sprzedaży oraz Model Vault firmy RWS Language Weaver, a cena nie jest publicznie podana.

Mówiąc wprost: jeśli budujesz produkt, model Tencenta to taki, który możesz ocenić i wdrożyć tego samego dnia, a model Cohere to taki, który możesz ocenić, a następnie negocjować warunki. Nie czyni to modelu Cohere gorszym — firma z istniejącą już relacją z RWS może uznać ścieżkę komercyjną za prostą — ale zmienia kolejność działań i sprawia, że oba modele rzadko trafiają na krótką listę u tego samego zespołu z tego samego powodu.

Nie można porównywać ze sobą benchmarków

Kuszące jest postawienie wyniku Cohere 83.60 w WMT26 obok wyniku Tencenta 84.7 na RealSI-Sentence i ogłoszenie zwycięzcy. Oprzyj się tej pokusie. Te dwie liczby pochodzą z różnych zadań, różnych metryk i różnych sędziów. Wynik Cohere pochodzi z jego własnej oceny zestawu WMT26 wszystkich języków, ocenionego przez GPT-5.6-Sol jako automatycznego sędziego, z 84.36 dla agentowego wieloprzebiegowego przepływu pracy; oficjalna ocena humanistyczna WMT26 nie została opublikowana w momencie premiery modelu. Wynik Tencenta 84.7 to wynik tłumaczenia mowy na RealSI-Sentence, jedna kolumna w tabeli prowadzonej przez dostawcę, obok 90.3 FLEURS, 75.5 CoVoST2 i 81.2 ACL6060. Liczby żadnej z firm nie zostały odtworzone przez niezależne laboratorium.

To, co można stwierdzić, ma charakter kierunkowy. Cohere opublikował tabelę porównawczą z wymienionymi konkurentami — DeepL NextGen z wynikiem 81,37, Qwen 3.5 397B A17B z wynikiem 81,56, Google Translate z wynikiem 68,20 — wszystkie ocenione przez tego samego sędziego, co czyni ranking wewnętrznie spójnym, nawet jeśli sędzią jest model językowy. Tencent opublikował tabelę dziewięciu systemów na czterech benchmarkach mowy, z własnym modelem pogrubionym w każdej kolumnie i starannie sformułowanym zdaniem wskazującym, że nie zwyciężył w CoVoST2. Oba są dokumentami marketingowymi. Ten od Cohere jest bardziej przydatny przy wyborze między tłumaczami tekstu; ten od Tencent jest jedynym dowodem, jaki istnieje dla tego modelu mowy.

Wdrożenie i koszty, punkt po punkcie

• Całkowita liczba parametrów — Hy-SimulMT-30B-A3B: 30,4B, rzadki MoE, około 3B aktywnych; North Small Translate 1.0: łącznie 218B, 25B aktywnych.

• Rozmiar wag — Hy-SimulMT: ~61 GB w BF16, opublikowano buildy FP8 i GGUF; North: rzędu 218 GB w FP8, z wariantami BF16 i NVFP4.

• Sprzęt — Hy-SimulMT: realistycznie jeden akcelerator 80 GB; North: jeden B200 lub dwa H100 w W4A4 zgodnie z sugerowaną konfiguracją Cohere, wyższe wymagania dla BF16.

• Kontekst — Hy-SimulMT: trzydziestosekundowe okna audio, nie opublikowano użytecznego kontekstu tekstowego; North: 16K wejścia, 16K wyjścia.

• Języki — Hy-SimulMT: chiński i angielski udokumentowane w zakresie mowy, 36 oznaczonych w metadanych; North: 50.

• Licencja — Apache-2.0, bez ograniczeń dostępu vs CC BY-NC 4.0, z ograniczonym dostępem, wymagana licencja komercyjna.

• Hostowane API — żadne z nich nie znajduje się w katalogu OrcaRouter i nie hostujemy żadnego z nich. Tencent nie publikuje punktu końcowego ani ceny dla Hy-SimulMT; Cohere oferuje dostęp komercyjny przez Model Vault bez publicznego cennika.

W tego rodzaju rozwiązaniu router udowadnia swoją wartość dopiero na etapie następującym po samym tłumaczeniu. Potok przetwarzania dokumentów korzystający z North albo potok obsługi spotkań oparty na Hy-SimulMT nadal potrzebuje weryfikatora: drugiego modelu, który sprawdza terminologię, sygnalizuje pominięcia i porównuje tłumaczenie ze źródłem. Uruchamianie tej kontroli jako osobnego wywołania do innego dostawcy to dokładnie ten rodzaj wielomodelowego przepływu pracy, do którego stworzono OrcaRouter — jedno API dla 200+ modeli, 0% narzutu wobec cen katalogowych dostawców, przełączanie awaryjne, gdy dostawca weryfikujący ma gorszą chwilę, oraz fuzja modeli, gdy chcesz panel, a nie pojedynczego krytyka. Tłumacz to jeden węzeł; kontrola jakości wokół niego to miejsce, w którym zapadają decyzje o routingu.

Jak wybrać

Jeśli zadanie polega na tłumaczeniu dokumentów, decyzja zaczyna się i kończy na licencji. Zespół, który może kupić licencję komercyjną i potrzebuje 16K danych wyjściowych, powinien uważnie przyjrzeć się North Small Translate 1.0 — okno wyjściowe to realna możliwość, której większość modeli tłumaczeniowych nie ma. Zespół, który musi wdrożyć rozwiązanie bez negocjacji albo chce dostroić model i go redystrybuować, ma tutaj dokładnie jedną opcję, i akurat jest to ta, która kosztuje jedną dziesiątą parametrów.

Jeśli zadaniem jest mowa na żywo, porównanie traci sens. North Small Translate 1.0 nie przyjmuje dźwięku, nie ma trybu strumieniowego, a twierdzenie o trzysekundowym opóźnieniu nie ma znaczenia dla modelu, który zwraca dokument. Hy-SimulMT-30B-A3B jest jedynym z tej dwójki, który może wziąć udział w spotkaniu, a jego licencja Apache-2.0 oznacza, że możesz sprawdzić, czy działa, nie pytając nikogo o pozwolenie. To zawężony werdykt, ale uczciwy: te modele powstały dla różnych środowisk, a licencja tylko czyni ten wybór wyraźniejszym.