Hy-SimulMT-30B-A3B vs North Small Translate 1.0: Dois grandes modelos, uma licença que você pode lançar

A maneira mais curta de comparar Hy-SimulMT-30B-A3B e North Small Translate 1.0 é observar o que acontece depois que você decide que gosta deles. O modelo da Tencent é Apache-2.0: baixe-o, faça o ajuste fino, coloque-o em um produto, cobre por ele, sem necessidade de conversa. O da Cohere é CC BY-NC 4.0: gratuito para uso não comercial, condicionado a um formulário de contato, com implantação comercial encaminhada por meio de uma licença paga da Cohere ou de sua parceira RWS. Ambos são modelos grandes e esparsos de mistura de especialistas que a maioria das equipes não consegue executar casualmente. Apenas um deles pode ser lançado numa tarde de terça-feira sem uma ligação para o setor de compras, e essa assimetria decide mais implantações do que qualquer linha de benchmark decidirá.

Também não fazem a mesma coisa, o que torna a comparação de licenças mais nítida, e não mais suave. O North Small Translate 1.0 foi anunciado pela Cohere em 10 de setembro de 2026 como um tradutor de texto em escala de documentos: 218 bilhões de parâmetros no total, 25 bilhões ativos, uma janela de entrada de 16.000 tokens e — de forma incomum — uma janela de saída de 16.000 tokens, em 50 idiomas. O Hy-SimulMT-30B-A3B, publicado como pesos pela Tencent em 22 de outubro de 2026, é um modelo de fala: ele escuta áudio em chinês ou inglês em janelas de trinta segundos e produz o outro idioma enquanto o falante ainda está falando. Um traduz um contrato; o outro traduz uma conversa. A sobreposição é menor do que sugere o rótulo compartilhado de "modelo de tradução".

Duas definições diferentes de "pequeno"

O nome da Cohere é relativo ao seu próprio carro-chefe. Em comparação com um modelo geral de fronteira, 218 bilhões de parâmetros com 25 bilhões ativos é pequeno — ele foi projetado para ser barato por token e rápido, deliberadamente sem raciocínio, e a Cohere relata cerca de 112 tokens de saída por segundo. Em comparação com qualquer coisa que você executaria em uma estação de trabalho, ele é enorme. O hardware sugerido pela Cohere é uma B200 ou duas H100s em W4A4; os mínimos por precisão do cartão do modelo são mais altos, com BF16 listado em quatro B200s ou oito H100s. O conjunto de pesos FP8 sozinho é da ordem de 218 GB.

O “30B-A3B” da Tencent significa 30,4 bilhões de parâmetros totais e cerca de 3 bilhões ativos por token, o que é pequeno no único sentido que importa para o custo de serving: cada token ativa cerca de um décimo da rede. Os pesos em BF16 ainda ficam em torno de 61 GB antes do cache KV, então um acelerador de 80 GB continua sendo o piso prático, e a build FP8 publicada é o que coloca uma placa menor ao alcance. Nenhum dos dois modelos é pequeno no sentido em que um tradutor de 440 MB no dispositivo é pequeno. A diferença entre eles é uma ordem de magnitude no total de parâmetros e um fator de oito nos ativos, o que muda a conta de hardware, mas não a categoria.

O que cada um faz com seu contexto

O principal destaque do North Small Translate 1.0 é o comprimento da saída. Dezasseis mil tokens à entrada e dezasseis mil à saída significam que um relatório, manual ou contrato completo pode entrar e sair traduzido como uma unidade, com terminologia e tom consistentes ao longo do documento, porque o modelo consegue vê-lo todo de uma vez. A avaliação de contexto longo da Cohere aponta 48,9, contra 21,3 do Google Translate e 19,4 do Gemma 4 31B nesse tipo de tarefa. É essa a capacidade que justifica o número de parâmetros: não frases melhores, mas um documento melhor.

O Hy-SimulMT-30B-A3B tem uma relação quase oposta com o contexto. Seu codificador de áudio aceita no máximo 480.000 amostras a 16 kHz — trinta segundos — por janela, e sua configuração de geração usa por padrão sessenta e quatro novos tokens por etapa. O modelo foi projetado para se comprometer cedo e acompanhar o ritmo, não para manter um documento em vista. Sua contagem máxima de embeddings posicionais é 262.144, mas a ficha não publica nenhum comprimento de contexto utilizável, e, para áudio em streaming, o número é quase irrelevante. Se sua unidade de trabalho é um manual de 40 páginas, esta é a ferramenta errada por construção. Se sua unidade de trabalho é uma frase que ainda está sendo falada, ele é o único dos dois que se aplica.

A licença é a diferença mais acentuada.

A Apache-2.0 aplicada aos pesos da Tencent é tão permissiva quanto os pesos abertos podem ser: o uso comercial, a modificação, a redistribuição e os modelos derivados são todos permitidos, com a ressalva habitual de que os componentes de terceiros incluídos mantêm os seus próprios termos. O ficheiro de licença é explícito ao afirmar que Hy-SimulMT se refere ao código de inferência, aos parâmetros e aos pesos publicados pela Tencent, e que não impõe restrições além das dos componentes que acompanha. Não existe qualquer adenda de uso aceitável no repositório nem qualquer barreira ao descarregamento.

O CC BY-NC 4.0 da Cohere é um instrumento diferente. O uso não comercial é gratuito; o uso comercial exige uma licença, e os pesos têm acesso condicionado. Comentaristas observaram que “não comercial” pode ser interpretado de forma ampla o suficiente para abranger resultados monetizados — por exemplo, um vídeo dublado com suporte publicitário —, o que torna a fronteira uma questão jurídica, e não de engenharia. A Cohere vende acesso comercial por meio do seu próprio canal de vendas e do Model Vault da RWS Language Weaver, e nenhum preço público é listado.

Em termos simples: se você está construindo um produto, o modelo da Tencent é um que você pode avaliar e implantar no mesmo dia, e o da Cohere é um que você pode avaliar e depois negociar. Isso não torna o modelo da Cohere pior — uma empresa com um relacionamento existente com a RWS pode achar o caminho comercial direto —, mas altera a ordem das operações e significa que os dois modelos raramente são pré-selecionados pela mesma equipe pelo mesmo motivo.

Os benchmarks não podem ser comparados entre si

É tentador colocar a pontuação de 83,60 da Cohere no WMT26 ao lado dos 84,7 da Tencent no RealSI-Sentence e declarar um vencedor. Resista a isso. Os dois números vêm de tarefas diferentes, métricas diferentes e avaliadores diferentes. O valor da Cohere é da sua própria avaliação do conjunto WMT26 de todos os idiomas, pontuado pelo GPT-5.6-Sol como avaliador automático, com 84,36 para um fluxo de trabalho agêntico de múltiplas passagens; a avaliação humana oficial do WMT26 ainda não tinha sido publicada quando o modelo foi lançado. Os 84,7 da Tencent são uma pontuação de tradução de fala no RealSI-Sentence, uma coluna de uma tabela administrada pelo fornecedor, ao lado de 90,3 no FLEURS, 75,5 no CoVoST2 e 81,2 no ACL6060. Nenhuma das empresas teve seus números reproduzidos por um laboratório independente.

O que se pode afirmar é direcional. A Cohere publicou uma tabela comparativa com concorrentes nomeados — DeepL NextGen com 81,37, Qwen 3.5 397B A17B com 81,56, Google Translate com 68,20 — todos avaliados pelo mesmo juiz, o que torna o ranking internamente coerente mesmo que o juiz seja um modelo de linguagem. A Tencent publicou uma tabela de nove sistemas em quatro benchmarks de fala, com seu próprio modelo em negrito em todas as colunas e uma frase cuidadosa observando que ele não venceu o CoVoST2. Ambos são documentos de marketing. A da Cohere é mais útil para escolher entre tradutores de texto; a da Tencent é a única evidência que existe para esse modelo de fala.

Implantação e custo, ponto por ponto

• Parâmetros totais — Hy-SimulMT-30B-A3B: 30,4B, MoE esparso, aproximadamente 3B ativos; North Small Translate 1.0: 218B totais, 25B ativos.

• Pegada de pesos — Hy-SimulMT: ~61 GB em BF16, com builds FP8 e GGUF publicados; North: na ordem de 218 GB em FP8, com variantes BF16 e NVFP4.

• Hardware — Hy-SimulMT: um acelerador de 80 GB de forma realista; North: um B200 ou dois H100s em W4A4 conforme a configuração sugerida pela Cohere, maior para BF16.

• Contexto — Hy-SimulMT: janelas de áudio de trinta segundos, nenhum contexto de texto utilizável publicado; North: 16K de entrada, 16K de saída.

• Idiomas — Hy-SimulMT: chinês e inglês documentados para fala, 36 marcados nos metadados; Norte: 50.

• Licença — Apache-2.0, sem restrições vs CC BY-NC 4.0, com restrições, licença comercial necessária.

• API hospedada — nenhum dos dois está no catálogo do OrcaRouter, e não hospedamos nenhum deles. A Tencent não publica endpoint nem preço para o Hy-SimulMT; a Cohere oferece acesso comercial por meio do Model Vault, sem uma tabela pública de preços.

Onde um roteador se justifica nesse tipo de construção é a jusante da própria tradução. Um pipeline de documentos que usa o North, ou um pipeline de reuniões construído sobre o Hy-SimulMT, ainda precisa de um revisor: um segundo modelo que verifica a terminologia, sinaliza omissões e compara a tradução com o original. Executar essa verificação como uma chamada separada a um fornecedor diferente é exatamente o tipo de fluxo de trabalho multimodelo para o qual o OrcaRouter foi criado — uma API para mais de 200 modelos, 0% de margem sobre os preços de tabela dos provedores, failover se o provedor revisor tiver um problema momentâneo, e fusão de modelos quando você quiser um painel em vez de um único crítico. O tradutor é um nó; o controle de qualidade ao redor dele é onde as decisões de roteamento acontecem.

Como escolher

Se o trabalho é traduzir documentos, a decisão começa e termina na licença. Uma equipe que pode comprar uma licença comercial e precisa de 16K de saída deve analisar com atenção o North Small Translate 1.0 — a janela de saída é uma capacidade real que a maioria dos modelos de tradução não tem. Uma equipe que precisa entregar sem negociação, ou que quer fazer ajuste fino e redistribuir, tem exatamente uma opção aqui, e acontece que é a que custa um décimo dos parâmetros.

Se o trabalho for fala ao vivo, a comparação desmorona. O North Small Translate 1.0 não aceita áudio, não tem modo de streaming, e a alegação de atraso de três segundos não faz sentido para um modelo que retorna um documento. O Hy-SimulMT-30B-A3B é o único dos dois que pode estar numa reunião, e sua licença Apache-2.0 significa que você pode descobrir se ele funciona sem pedir permissão a ninguém. É um veredito restrito, mas honesto: esses modelos foram feitos para ambientes diferentes, e a licença só torna a escolha mais evidente.