Hy-SimulMT-30B-A3B vs Tencent Hy-MT2-7B: цена, которую можно назвать, против той, которую нельзя

Спросите, сколько стоит час устного перевода с китайского на английский, — и две модели в этом сравнении дадут вам совершенно разные по типу ответы. Tencent Hy-MT2-7B, открытая 21 мая 2026 года, имеет тарифную сетку: $0.074 за миллион входных токенов и $0.295 за миллион выходных токенов в хостируемом API Tencent. Hy-SimulMT-30B-A3B, опубликованная в виде весов 22 октября 2026 года, вообще не имеет опубликованной цены — ни эндпоинта, ни ставки за токен, ни публичного предложения в облаке. Бюджет для 7B можно рассчитать с точностью до цента. Для речевой модели придётся закладывать GPU, и итоговая цифра полностью зависит от того, что у вас уже есть.

Это различие — больше, чем деталь закупки. Оно отражает два разных продукта с двумя разными структурами затрат. 7B — это текстовый переводчик, который оценивается как коммунальная услуга: вы платите за токены, масштабируетесь с объёмом, а предельная стоимость ещё одного документа почти нулевая. Hy-SimulMT — это система реального времени, которая оценивается как инфраструктура: вы платите за ускоритель по часам независимо от того, говорит кто-то или нет, а предельная стоимость ещё одной встречи почти нулевая только потому, что машина уже работает. Сравнивать их по количеству параметров — упускать суть. Сравнивать их по тому, сколько на самом деле стоит час работы, — это и есть весь аргумент.

Что такое 7B и сколько это стоит за токен

Tencent Hy-MT2-7B — средняя модель семейства текстовых моделей Hy-MT2, плотный декодер с 7 млрд параметров, обученный переводу на 33 языка, а также на пять языков и диалектов китайских меньшинств. Он имеет рабочее контекстное окно в 8 192 токена, поддерживает структурированный вывод через response_format и не поддерживает вызов функций. В BF16 ему требуется примерно 15 ГБ памяти ускорителя, около 8 ГБ в FP8 и несколько гигабайт в формате GGUF — достаточно одной GPU среднего класса или CPU, если вы готовы подождать.

Заявленное производителем качество близко к передовому уровню на тех бенчмарках, которые выбрала Tencent. На FLORES-200 модель набирает 86,89 XCOMET-XXL, что Tencent представляет как примерно 97,9% от Gemini 3.1 Pro в режиме мышления. На DomainMTBench сообщается 94,92 и 92,79 на двух разбиениях; на IFMTBench — наборе тестов на следование инструкциям, созданном Tencent для этого семейства, — 83,14 в целом. Ни один из этих результатов не был независимо воспроизведён. Это цифры производителя, и они описывают модель, которая хорошо справляется с контролируемым переводом — глоссарии, регистр, структурированный вывод, — а это именно тот разрыв, который отделяет 7B от 1.8B, стоящей ниже в линейке.

При тарифе хостинга миллион входных токенов стоит семь центов, а миллион выходных — меньше тридцати центов. Для работы с текстом это почти бесплатно. Интересный вопрос — что происходит, когда на вход подаётся не текст.

Арифметика часа речи — в обе стороны

Час непрерывной речи — это примерно 9 000 английских слов, то есть где-то около 12 000 токенов. Если прогнать это через Tencent Hy-MT2-7B по каталожной цене, сам перевод обойдётся примерно в половину цента: около $0.0009 за вход и $0.0035 за выход, то есть округлённо $0.0044. Даже если ошибиться в оценке токенов в два раза, всё равно получится лишь доли цента.

Но 7B не умеет слышать. Текстовый конвейер начинается с распознавателя, а облачный распознаватель обычно стоит несколько десятых цента в минуту — так что час аудио обходится где-то меньше доллара ещё до того, как переводчик вообще запустится. Вот первая честная поправка к истории о том, что «7B дешевле»: в каскаде переводчик — не самый дорогой этап. Дорогой этап — распознаватель. Вторая поправка — задержка: каскад, который ждёт границы предложения, транскрибирует, переводит и выводит результат на экран, будет отставать от говорящего сильнее, чем синхронная модель, и никакое количество дешёвых токенов этого не исправит.

Hy-SimulMT-30B-A3B инвертирует структуру затрат. Здесь нет счета за каждый токен, поскольку нет размещенного сервиса; вы арендуете или владеете оборудованием. Веса BF16 занимают около 61 ГБ до учета KV-кэша, поэтому ускоритель на 80 ГБ — это реалистичный минимум, а аренда одной карты стоит от примерно $2 в час в специализированном GPU-облаке до более $10 в списке по требованию у гиперскейлера. На нижнем конце час встречи обходится примерно в $2 вычислений; на верхнем конце час стоит столько же, сколько час аренды. Обе цифры предполагают, что машина выделена только под эту встречу, что является наихудшим случаем — сервер, обслуживающий несколько параллельных потоков, делит затраты. Запуск сборки FP8 на меньшей карте снова снижает этот минимум.

Итак, сравнение выглядит примерно так: $0.30–$1.00 за час встречи для каскада, где основная доля затрат приходится на распознавание, против $2–$12 за час встречи для модели одновременного перевода, где основная доля затрат приходится на GPU. Это реальная разница в один-два порядка, и это правильная рамка: вы платите не за лучший перевод, а за задержку в три секунды вместо пятнадцати. Команды, которым нужна такая задержка, будут за неё платить. Команды, которым она не нужна, покупают ускоритель, чтобы решить проблему, которой у них нет.

Качество: две разные линейки

Нет честного способа поставить 86.89 балла Tencent Hy-MT2-7B на FLORES-200 рядом с 84.7 у Hy-SimulMT на RealSI-Sentence. Один показатель измеряет перевод текста относительно эталона; другой измеряет перевод речи на бенчмарке, созданном для потокового аудио. У них общий только формат числа, и больше ничего. Сравнивать можно структуру доказательной базы. У модели 7B есть полная опубликованная таблица по FLORES-200, WMT25, DomainMTBench и IFMTBench, все данные получены поставщиком. У речевой модели есть таблица из четырёх столбцов по FLEURS, CoVoST2, ACL6060 и RealSI-Sentence, также полученная поставщиком, плюс сравнение с участием людей против шести профессиональных переводчиков, которое сама Tencent описывает как мелкомасштабное и ограниченное использованными образцами. Ни у одной из них нет независимой проверки.

Единственное место, где две линейки действительно пересекаются, — это качество перевода с китайского на английский и с английского на китайский. 7B — более сильный текстовый переводчик по всем метрикам, которые публикует Tencent, включая следование инструкциям, где его 83.14 на IFMTBench на четырнадцать пунктов выше, чем у 1.8B. Преимущество речевой модели — не качество, а своевременность: она выдаёт пригодный для использования перевод, пока предложение ещё произносится, и может передать голос говорящего через сервис TTS, если он настроен. Если ваше аудио уже транскрибировано, а допустимая задержка измеряется минутами, 7B — лучший переводчик. Если допустимая задержка измеряется секундами, 7B не рассматривается, независимо от его оценки.

Развертывание и стоимость — бок о бок

• Параметры — Hy-SimulMT-30B-A3B: 30,4 млрд всего, около 3 млрд активных, разреженная MoE с аудиокодером; Tencent Hy-MT2-7B: 7 млрд, плотная, только текст.

• Память — Hy-SimulMT: ~61 ГБ BF16, сборка FP8 опубликована; Hy-MT2-7B: ~15 ГБ BF16, ~8 ГБ FP8, несколько ГБ в GGUF.

• Контекст — Hy-SimulMT: тридцатисекундные аудиоокна; Hy-MT2-7B: 8 192 токена.

• Задержка — Hy-SimulMT: примерно 3 с StreamLAAL, по данным поставщика; Hy-MT2-7B: текст на входе, текст на выходе, с предшествующей ему задержкой ASR каскада.

• Языки — Hy-SimulMT: китайский и английский задокументированы для речи; Hy-MT2-7B: 33 языка плюс пять языков меньшинств и диалектов.

• Цена — Hy-SimulMT: не опубликована; Hy-MT2-7B: $0,074 за миллион входных токенов, $0,295 за миллион выходных токенов.

• Лицензия — Apache-2.0 и без ограничений; допускается дообучение и распространение.

Ни одной из этих моделей нет в каталоге OrcaRouter, и мы не хостим ни одну из них. Разница в ценах по-прежнему остаётся причиной, по которой здесь стоит задуматься о маршрутизации. Tencent устанавливает агрессивные цены на свои API перевода и меняет их: 12 июня 2026 года компания снизила цену Hy-MT2-Pro до ¥0,5 за миллион входных и ¥2 за миллион выходных токенов — снижение на 66,7% на входе и на 55,6% на выходе. OrcaRouter передаёт цены провайдеров из прайс-листов с наценкой 0%, поэтому такое снижение действует на нашей стороне уже в тот же день, а не при следующем продлении контракта, а автоматическое переключение при сбое означает, что простой одного провайдера не выведет из строя конвейер перевода. Для рабочей нагрузки, стоимость которой определяется ставками за токены, разница между наценкой 0% и 20% — это вся маржа.

Какой из них выбирает ваш бюджет задержки

Начните с бюджета. Если ответ — «секунды», то цена 7B не имеет значения: каскад не может обеспечить одновременную подачу без потокового распознавателя и политики сегментации, которую нужно создать и настроить, и даже тогда он будет отставать. Hy-SimulMT-30B-A3B — единственная из этих двух, созданная под такое ограничение; её лицензия Apache-2.0 означает, что вы можете проверить это утверждение на своём аудио, а затраты — это GPU, оплачиваемый по часам. Заложите $2–$12 на час встречи в качестве стартового допущения и сверьте с собственной загрузкой.

Если ответ — «минуты», то 7B выигрывает по всем важным параметрам: стоимость, память, языковой охват, документированное следование инструкциям и наличие цены, которую можно вписать в таблицу. Заплатите за систему распознавания, заплатите полцента за перевод, а разницу потратьте на этап проверки. Большая часть переводческой работы в большинстве компаний по-прежнему относится ко второму типу — поэтому модель с семью миллиардами параметров и прайс-листом, вероятно, переживёт модель с тридцатью миллиардами параметров, самая примечательная особенность которой — что прайс-листа у неё пока нет.