Hy-SimulMT-30B-A3B vs Tencent Hy-MT2-7B: Cena, którą możesz podać, kontra ta, której nie możesz

Zapytaj, ile kosztuje godzina interpretacji z chińskiego na angielski, a dwa modele w tym porównaniu udzielą ci zupełnie różnych rodzajów odpowiedzi. Tencent Hy-MT2-7B, udostępniony jako open source 21 maja 2026 r., ma cennik: 0,074 USD za milion tokenów wejściowych i 0,295 USD za milion tokenów wyjściowych w hostowanym API Tencent. Hy-SimulMT-30B-A3B, opublikowany jako wagi 22 października 2026 r., nie ma w ogóle publikowanej ceny — żadnego endpointu, żadnej stawki za token, żadnej publicznej oferty w chmurze. Model 7B możesz zaplanować co do centa. W przypadku modelu mowy musisz zaplanować GPU, a liczba, do której dojdziesz, zależy wyłącznie od tego, co już posiadasz.

Ta różnica to coś więcej niż szczegół zakupowy. Odzwierciedla dwa różne produkty o dwóch różnych strukturach kosztów. 7B to tłumacz tekstu wyceniany jak usługa komunalna: płacisz za tokeny, skalujesz się wraz z wolumenem, a koszt krańcowy jednego dodatkowego dokumentu jest niemal zerowy. Hy-SimulMT to system czasu rzeczywistego wyceniany jak infrastruktura: płacisz za akcelerator za godzinę, niezależnie od tego, czy ktoś mówi, a koszt krańcowy jednego dodatkowego spotkania jest bliski zeru tylko dlatego, że maszyna już działa. Porównywanie ich według liczby parametrów mija się z celem. Porównywanie ich według tego, ile faktycznie kosztuje godzina pracy, to cały argument.

Czym jest 7B i ile kosztuje za token

Tencent Hy-MT2-7B to środkowe dziecko w rodzinie modeli tekstowych Hy-MT2 — gęsty dekoder z 7 miliardami parametrów, wytrenowany do tłumaczenia w ramach 33 języków oraz pięciu mniejszościowych języków i dialektów chińskich. Ma 8192-tokenowe okno kontekstu roboczego, obsługuje ustrukturyzowane dane wyjściowe przez response_format i nie obsługuje wywoływania funkcji. W formacie BF16 potrzebuje około 15 GB pamięci akceleratora, około 8 GB w FP8, a w wersji GGUF zaledwie kilku gigabajtów — wystarczy jeden średniej klasy GPU lub procesor, jeśli masz cierpliwość.

Jakość raportowana przez dostawcę plasuje się blisko czołówki w benchmarkach wybranych przez Tencent. Na FLORES-200 uzyskuje 86,89 XCOMET-XXL, co Tencent przedstawia jako około 97,9% wyniku Gemini 3.1 Pro w trybie myślenia. W DomainMTBench raportuje 94,92 i 92,79 w dwóch podziałach; w IFMTBench, zestawie testów do podążania za instrukcjami zbudowanym przez Tencent dla tej rodziny, 83,14 ogólnie. Żadnego z tych wyników nie odtworzono niezależnie. To są liczby dostawcy i opisują model, który jest dobry w kontrolowanym tłumaczeniu — glosariusze, rejestr, ustrukturyzowane dane wyjściowe — a to jest dokładnie ta różnica, która oddziela 7B od 1.8B poniżej.

Przy stawce hostowanej milion tokenów wejściowych kosztuje siedem centów, a milion tokenów wyjściowych poniżej trzydziestu. W przypadku pracy z tekstem jest to niemal darmowe. Ciekawym pytaniem jest, co się dzieje, gdy dane wejściowe nie są tekstem.

Arytmetyka godziny mowy, w obie strony

Godzina ciągłej mowy to około 9 000 angielskich słów, czyli gdzieś w okolicach 12 000 tokenów. Przepuść to przez Tencent Hy-MT2-7B w cenie katalogowej, a samo tłumaczenie kosztuje około pół centa: mniej więcej 0,0009 USD za dane wejściowe i 0,0035 USD za dane wyjściowe, czyli powiedzmy 0,0044 USD. Nawet jeśli pomylisz się o czynnik dwa w szacowaniu liczby tokenów, wynik to nadal ułamki centa.

Ale 7B nie słyszy. Potok tekstowy zaczyna się od systemu rozpoznawania mowy, a hostowany system rozpoznawania zazwyczaj kosztuje kilka dziesiątych centa za minutę, co sprawia, że godzina dźwięku kosztuje gdzieś poniżej dolara, zanim tłumacz w ogóle zacznie działać. To pierwsza uczciwa korekta opowieści „7B jest tańszy”: w kaskadzie to nie tłumacz jest kosztownym etapem. Jest nim system rozpoznawania. Druga korekta dotyczy opóźnienia — kaskada, która czeka na granicę zdania, transkrybuje, tłumaczy i wyświetla, będzie pozostawać w tyle za mówcą bardziej niż model symultaniczny, i żadna ilość tanich tokenów tego nie naprawi.

Hy-SimulMT-30B-A3B odwraca strukturę kosztów. Nie ma rachunku za token, ponieważ nie ma usługi hostowanej; sprzęt wynajmujesz lub posiadasz. Wagi BF16 zajmują około 61 GB przed KV cache, więc akcelerator 80 GB to realistyczne minimum, a wynajem pojedynczej karty kosztuje od około 2 USD za godzinę w wyspecjalizowanej chmurze GPU do ponad 10 USD w cenniku on-demand hiperskalera. W dolnym zakresie godzina spotkania kosztuje około 2 USD w kosztach obliczeniowych; w górnym zakresie godzina kosztuje godzinę wynajmu. Oba szacunki zakładają, że maszyna jest dedykowana temu spotkaniu, co jest najgorszym przypadkiem — serwer obsługujący kilka równoczesnych strumieni dzieli koszt. Uruchomienie wersji FP8 na mniejszej karcie ponownie obniża minimum.

Zatem porównanie to około 0,30–1,00 USD za godzinę spotkania w przypadku modelu kaskadowego, zdominowanego przez rozpoznawanie mowy, wobec 2–12 USD za godzinę spotkania w przypadku modelu symultanicznego, zdominowanego przez GPU. To realna różnica jednego do dwóch rzędów wielkości i to jest właściwe ujęcie: nie płacisz za lepsze tłumaczenie, płacisz za trzy sekundy opóźnienia zamiast piętnastu. Zespoły, które potrzebują tego opóźnienia, zapłacą za nie. Zespoły, które go nie potrzebują, kupują akcelerator, aby rozwiązać problem, którego nie mają.

Jakość: dwie różne linijki

Nie ma uczciwego sposobu, aby zestawić wynik 86,89 modelu Tencent Hy-MT2-7B na FLORES-200 z wynikiem 84,7 modelu Hy-SimulMT na RealSI-Sentence. Jeden mierzy tłumaczenie tekstu względem referencji; drugi mierzy tłumaczenie mowy na benchmarku stworzonym dla strumieniowego audio. Łączy je wyłącznie format liczbowy i nic więcej. Porównywać można kształt dowodów. Model 7B ma pełną opublikowaną tabelę obejmującą FLORES-200, WMT25, DomainMTBench i IFMTBench, wszystkie przeprowadzone przez producenta. Model mowy ma czterokolumnową tabelę obejmującą FLEURS, CoVoST2, ACL6060 i RealSI-Sentence, również przeprowadzoną przez producenta, a do tego porównanie z udziałem ludzi z sześcioma zawodowymi tłumaczami ustnymi, które sam Tencent opisuje jako niewielkie i ograniczone do wykorzystanych próbek. Żadne z nich nie ma niezależnej weryfikacji.

Jedynym miejscem, w którym obie linie naprawdę się spotykają, jest jakość tłumaczenia w przypadku chińskiego i angielskiego. Model 7B jest lepszym tłumaczem tekstu według każdego wskaźnika publikowanego przez Tencent, w tym podążania za instrukcjami, gdzie jego 83,14 w IFMTBench jest o czternaście punktów wyższe niż w modelu 1.8B. Przewaga modelu mowy nie polega na jakości, lecz na czasie: tworzy użyteczne tłumaczenie, gdy zdanie jest jeszcze w trakcie wypowiadania, i może przenieść głos mówiącego przez usługę TTS, jeśli jest ona skonfigurowana. Jeśli Twoje audio jest już transkrybowane, a Twój budżet opóźnienia jest liczony w minutach, model 7B jest lepszym tłumaczem. Jeśli Twój budżet opóźnienia jest liczony w sekundach, model 7B nie wchodzi w grę niezależnie od swojego wyniku.

Wdrożenie i koszty w zestawieniu

• Parametry — Hy-SimulMT-30B-A3B: 30,4 mld łącznie, około 3 mld aktywnych, rzadki MoE z enkoderem audio; Tencent Hy-MT2-7B: 7 mld gęsty, tylko tekst.

• Pamięć — Hy-SimulMT: ~61 GB BF16, opublikowano wersję FP8; Hy-MT2-7B: ~15 GB BF16, ~8 GB FP8, kilka GB w GGUF.

• Kontekst — Hy-SimulMT: trzydziestosekundowe okna audio; Hy-MT2-7B: 8 192 tokeny.

Opóźnienie — Hy-SimulMT: około 3 s (StreamLAAL, według dostawcy); Hy-MT2-7B: tekst na wejściu, tekst na wyjściu, z poprzedzającym je opóźnieniem ASR kaskady.

• Języki — Hy-SimulMT: chiński i angielski udokumentowane pod kątem mowy; Hy-MT2-7B: 33 języki oraz pięć języków mniejszościowych i dialektów.

• Cena — Hy-SimulMT: brak opublikowanych danych; Hy-MT2-7B: 0,074 USD za milion tokenów wejściowych, 0,295 USD za milion tokenów wyjściowych.

• Licencja — zarówno Apache-2.0, jak i bez ograniczeń, można ją zarówno dostrajać, jak i redystrybuować.

Żaden z tych modeli nie znajduje się w katalogu OrcaRouter i nie hostujemy żadnego z nich. Różnica w cenniku wciąż jest powodem, by zwracać uwagę na routing w tym przypadku. Tencent agresywnie wycenia swoje API tłumaczeniowe i zmienia te ceny: 12 czerwca 2026 r. obniżył cenę Hy-MT2-Pro do ¥0,5 za milion tokenów wejściowych i ¥2 za milion tokenów wyjściowych, co stanowi obniżkę o 66,7% na wejściu i 55,6% na wyjściu. OrcaRouter przekazuje cenniki dostawców po 0% marży, więc taka obniżka obowiązuje u nas tego samego dnia, a nie dopiero przy kolejnym odnowieniu umowy, a automatyczne przełączanie awaryjne oznacza, że awaria jednego dostawcy nie wyłącza pipeline'u tłumaczeniowego. W przypadku obciążenia, w którym koszt jest zdominowany przez stawki za token, różnica między 0% a 20% marży stanowi całą marżę.

Który z nich wybiera twój budżet opóźnień?

Zacznij od budżetu. Jeśli odpowiedź brzmi „sekundy”, nic w cenie 7B nie ma znaczenia — kaskada nie może zapewnić jednoczesnego strumienia bez strumieniowego rozpoznawacza i polityki segmentacji, którą zbudujesz i dostroisz, a nawet wtedy będzie pozostawać w tyle. Hy-SimulMT-30B-A3B to jedyny z tych dwóch zbudowany pod to ograniczenie, jego licencja Apache-2.0 oznacza, że możesz przetestować to twierdzenie na własnym audio, a koszt to GPU rozliczane za godzinę. Przyjmij na początek budżet $2–$12 na godzinę spotkania i zweryfikuj go na podstawie własnego wykorzystania.

Jeśli odpowiedź brzmi „minuty”, model 7B wygrywa w każdym aspekcie, który ma znaczenie: koszt, pamięć, pokrycie językowe, udokumentowane przestrzeganie instrukcji oraz istnienie ceny, którą można wpisać do arkusza kalkulacyjnego. Zapłać za moduł rozpoznawania, zapłać pół centa za tłumaczenie, a różnicę przeznacz na etap weryfikacji. Większość pracy tłumaczeniowej w większości firm nadal należy do tego drugiego rodzaju, dlatego model siedmiomiliardowy z cennikiem prawdopodobnie przetrwa dłużej niż model trzydziestomiliardowy, którego najciekawszą cechą jest to, że jeszcze go nie ma.