Hy-SimulMT-30B-A3B vs Tencent Hy-MT2-1.8B: Uma sala de reuniões contra um telefone

A Tencent agora publica dois modelos de tradução que compartilham uma licença, um laboratório e quase nada mais. Tencent Hy-MT2-1.8B é o menor membro da família de texto Hy-MT2, disponibilizado em código aberto em 21 de maio de 2026, um modelo denso de 1,8 bilhão de parâmetros que é comprimido para 440 MB a 1,25 bit e funciona offline em silício de celular. Hy-SimulMT-30B-A3B é uma linha totalmente nova, publicada como pesos em 22 de outubro de 2026: 30,4 bilhões de parâmetros, cerca de 3 bilhões ativos, criada para ouvir fala em chinês ou inglês e traduzi-la enquanto a frase ainda está sendo dita. Um cabe no bolso e foi baixado mais de 26.000 vezes. O outro precisa de um acelerador de 80 GB e, quatro dias após o lançamento, tinha zero downloads.

A leitura natural dessa lacuna é que o modelo grande é o melhor e ninguém percebeu ainda. A leitura mais útil é que eles respondem a perguntas diferentes. O Hy-MT2-1.8B responde a "como faço para traduzir texto em um dispositivo sem rede?" O Hy-SimulMT-30B-A3B responde a "como faço para traduzir uma conversa sem esperar que o falante termine?" A Tencent lançou os dois em cinco meses, o que indica que ela os considera mercados separados, e não pontos em uma curva de tamanho.

Não é uma variante de tamanho: é um órgão diferente

É fácil supor que o Hy-SimulMT-30B-A3B seja o nível de 30B do Hy-MT2, assim como o 7B e o 30B-A3B MoE ficam acima do 1.8B. Não é. O Hy-MT2 é uma família somente de texto com um tokenizador compartilhado, um formato de instrução compartilhado e um conjunto de benchmarks compartilhado chamado IFMTBench; seus três tamanhos são treinados para fazer o mesmo trabalho em diferentes pontos de qualidade e custo. O Hy-SimulMT é uma arquitetura separada, com um codificador de áudio acoplado a uma espinha dorsal de mistura de especialistas: 24 camadas de codificador com largura de 1.024, projetando para um modelo de 2.048 de largura, 128 especialistas, dos quais oito são roteados, além de um compartilhado por token, e uma entrada máxima de trinta segundos de áudio de 16 kHz por janela.

Essa distinção importa para qualquer pessoa que planeje uma migração. Você não pode trocar uma chamada Hy-MT2-1.8B por uma chamada Hy-SimulMT apenas alterando um ID de modelo, porque um recebe texto e o outro recebe áudio, e a saída do modelo de fala é uma tradução do que ele ouviu, não do que você digitou. A sobreposição é conceitual — ambos traduzem chinês e inglês —, não operacional.

No que o 1.8B é genuinamente bom

O caso do modelo pequeno é sustentado por três números. O primeiro é 440 MB, que é o tamanho da quantização de 1,25 bit produzida com as ferramentas AngelSlim da Tencent e o motivo pelo qual o modelo roda em chips de celular da Apple, Qualcomm e MediaTek; a Tencent afirma que ele é cerca de 1,5 vez mais rápido que a geração anterior Hy-MT1.5 em 4 bits em um A15. O segundo é 90,00 no FLORES-200 de inglês para X, que a Tencent apresenta como aproximadamente 89,9% da pontuação do Gemini 3.1 Pro — uma comparação de fornecedor, não reproduzida, mas impressionante para um modelo que cabe em um celular. O terceiro é a contagem de downloads: mais de 26.000 no repositório principal e bem mais de mil curtidas, contra 3.132 downloads do carro-chefe 30B-A3B. O pequeno é o que as pessoas realmente usam.

Seus limites documentados são igualmente claros. O contexto de trabalho é de 8.192 tokens, com limite de saída de 4.096 tokens, embora a configuração anuncie 262.144 posições; a orientação de inferência da própria Tencent é o número em que se deve confiar. Ele oferece suporte a 33 idiomas, além de cinco línguas e dialetos de minorias chinesas. E seu resultado publicado mais fraco é o de seguimento de instruções: 69,36% no geral no IFMTBench, contra 85,7% do irmão 30B-A3B da família. Se o seu trabalho é traduzir uma frase limpa, o 1.8B é competitivo. Se o seu trabalho é respeitar um glossário, preservar a estrutura JSON e corresponder a um registro, ele é o modelo menos confiável de sua própria família, e a diferença não é pequena.

O que os 30B compram, e o que não compram

O preço a pagar pelo Hy-SimulMT-30B-A3B é a latência em um contexto conversacional. A Tencent relata aproximadamente três segundos de StreamLAAL em áudio RealSI de longa duração, descrito como o menor entre os sistemas comparados, e 84,7 no RealSI-Sentence, o mais alto em sua tabela. Essas são métricas de tradução de fala da avaliação do próprio fornecedor, sem reprodução independente. O modelo também oferece suporte a clonagem de voz em tempo real, então a fala traduzida pode manter as características vocais do falante — mas somente se você conectar um serviço de TTS, que o kit de ferramentas de implantação espera que você configure. Os pesos não sintetizam áudio por conta própria.

O que ele não garante é cobertura linguística. O card documenta tradução de fala bidirecional entre chinês e inglês. O repositório etiqueta 36 idiomas, o que muito provavelmente reflete o backbone de texto em vez da via de fala, mas a Tencent não explica a discrepância. Uma equipe que precise de tradução de fala de japonês para inglês não tem um caminho documentado com este modelo, enquanto o 1.8B lida com japonês como texto hoje. O modelo grande não é um superconjunto do pequeno; é um especialista com uma faixa de atuação mais estreita e um recorte muito mais profundo.

Onde os 440 MB realmente estão

O interessante no 1.8B não é sua pontuação em benchmarks, mas seu envelope de implantação. Um modelo que roda offline em um celular muda o que um produto de tradução pode prometer: nenhuma ida e volta, nenhuma cobrança por token, nenhum dado saindo do dispositivo, nenhuma dependência de conectividade em uma sala de conferências no subsolo ou em um avião. A Tencent o distribui dentro do aplicativo Hy Translate, que foi lançado nas lojas de aplicativos chinesas em 24 de setembro de 2026 e oferece modelos offline para download, além de modos de texto, foto, voz e conversa por turnos. O aplicativo abrange 12 países e regiões e oferece suporte a 33 idiomas, além de cinco línguas minoritárias e dialetos.

Esse aplicativo também é a evidência mais clara de onde o Hy-SimulMT se encaixa. Em setembro, o modo de conversa era por turnos — duas pessoas se alternavam falando e liam a tradução. Um modelo simultâneo é o que transforma isso em um intérprete que você pode usar. A ficha da Tencent diz que o Hy-SimulMT pode ser experimentado no aplicativo Hy Translate, e o momento da disponibilização dos pesos, um dia antes de a Tencent anunciar sua parceria com a APEC 2026, sugere que a demonstração pretendida é um evento ao vivo, e não uma API para desenvolvedores. Isso é uma inferência a partir de datas públicas, não um plano declarado.

Custo e implantação, ponto por ponto

• Parâmetros — Hy-SimulMT-30B-A3B: 30,4B no total, cerca de 3B ativos, MoE esparso mais codificador de áudio; Hy-MT2-1.8B: 1,8B denso, apenas texto.

• Ocupação — Hy-SimulMT: ~61 GB em BF16 antes do cache KV, builds FP8 publicados; Hy-MT2-1.8B: 440 MB em 1,25 bit, com builds FP8 e GGUF também disponíveis.

• Hardware — Hy-SimulMT: um acelerador de 80 GB, de forma realista; Hy-MT2-1.8B: um telefone, uma CPU de laptop ou uma única GPU pequena.

• Contexto — Hy-SimulMT: janelas de áudio de trinta segundos; Hy-MT2-1.8B: 8.192 tokens de entrada, 4.096 de saída.

• Idiomas — Hy-SimulMT: chinês e inglês documentados para fala; Hy-MT2-1.8B: 33 idiomas, além de cinco línguas e dialetos minoritários.

• Preço — Hy-SimulMT: sem API hospedada ou tarifa publicada; Hy-MT2-1.8B: cerca de US$ 0,044 por milhão de tokens de entrada e US$ 0,177 por milhão de tokens de saída na API hospedada da Tencent desde agosto de 2026.

• Licença — ambas Apache-2.0, ambas sem restrições de acesso, ambas ajustáveis por fine-tuning e redistribuíveis.

Nenhum dos dois modelos está no catálogo da OrcaRouter e não hospedamos nenhum dos dois. A questão de roteamento que eles levantam é diferente da habitual: se o 1.8B roda no dispositivo e o 30B roda na sua própria GPU, as chamadas que precisam de um roteador são as que estão ao redor deles — a ingestão de documentos, a limpeza de transcrições, o sumarizador que transforma uma reunião traduzida em atas. Essas são chamadas comuns para modelos na nuvem, e colocá-las por trás de uma API para mais de 200 modelos a 0% de acréscimo sobre os preços de tabela dos provedores mantém o número de fornecedores baixo enquanto a etapa de tradução permanece auto-hospedada. O failover é mais importante exatamente quando o modelo que faz o trabalho crítico é um que você não consegue trocar rapidamente.

Dois produtos, não dois níveis

Se você precisa de tradução em um dispositivo, offline, a custo marginal zero, e seu conteúdo é texto, o Tencent Hy-MT2-1.8B é o modelo — ele é pequeno, com licença permissiva, amplamente implantado e honesto sobre sua fraqueza em seguir instruções. Se você precisa traduzir uma conversa ao vivo entre chinês e inglês e um atraso de três segundos for aceitável, o Hy-SimulMT-30B-A3B é o único modelo da Tencent que faz isso, e o fato de ele ser trinta vezes maior é o preço do codificador de áudio e do orçamento de latência, não uma melhoria de qualidade que você possa aproveitar em outro lugar.

A armadilha é assumir que o lançamento mais novo e maior substitui o mais antigo e menor. Não substitui. Um desses modelos tem 26.000 downloads porque resolve um problema que milhões de pessoas têm; o outro tem zero porque resolve um problema que, até agora, pertence em grande parte ao próprio aplicativo da Tencent e aos voluntários da APEC que o usarão em Shenzhen em novembro deste ano.