Hy-SimulMT-30B-A3B vs Tencent Hy-MT2-1.8B: ห้องประชุมกับโทรศัพท์

ตอนนี้ Tencent เผยแพร่โมเดลแปลสองตัวที่ใช้สัญญาอนุญาตเดียวกัน ห้องแล็บเดียวกัน และแทบไม่มีอะไรเหมือนกันเลย Tencent Hy-MT2-1.8Bเป็นสมาชิกที่เล็กที่สุดในตระกูลข้อความ Hy-MT2 เปิดซอร์สเมื่อวันที่ 21 พฤษภาคม 2026 เป็นโมเดล dense ขนาด 1.8 พันล้านพารามิเตอร์ที่บีบอัดเหลือ 440 MB ที่ 1.25 บิต และทำงานแบบออฟไลน์บนชิปโทรศัพท์ Hy-SimulMT-30B-A3Bเป็นอีกสายงานหนึ่งที่แยกออกมาใหม่ทั้งหมด เผยแพร่เป็นไฟล์น้ำหนักโมเดลเมื่อวันที่ 22 ตุลาคม 2026: 30.4 พันล้านพารามิเตอร์ โดยมีพารามิเตอร์ที่ทำงานจริงราว 3 พันล้านตัว สร้างขึ้นเพื่อฟังเสียงพูดภาษาจีนหรืออังกฤษและแปลไปพร้อม ๆ ขณะที่ประโยคยังถูกพูดอยู่ ตัวหนึ่งใส่กระเป๋าเสื้อได้และถูกดาวน์โหลดไปแล้วกว่า 26,000 ครั้ง อีกตัวต้องใช้ตัวเร่งความเร็วขนาด 80 GB และสี่วันหลังเปิดตัวก็มียอดดาวน์โหลดเป็นศูนย์

การตีความตามธรรมชาติของช่องว่างนั้นคือ โมเดลใหญ่กว่าคือโมเดลที่ดีกว่า และยังไม่มีใครสังเกตเห็น การตีความที่มีประโยชน์กว่าคือ ทั้งสองตอบคำถามที่แตกต่างกัน Hy-MT2-1.8B ตอบคำถาม "ฉันจะแปลข้อความบนอุปกรณ์ที่ไม่มีเครือข่ายได้อย่างไร" Hy-SimulMT-30B-A3B ตอบคำถาม "ฉันจะแปลบทสนทนาโดยไม่ต้องรอให้ผู้พูดพูดจบได้อย่างไร" Tencent เปิดตัวทั้งสองภายในห้าเดือน ซึ่งบอกคุณว่าบริษัทมองว่าเป็นตลาดที่แยกจากกัน ไม่ใช่จุดต่าง ๆ บนเส้นโค้งขนาด

ไม่ใช่ความแปรผันด้านขนาด แต่เป็นอวัยวะที่แตกต่างออกไป

เป็นเรื่องง่ายที่จะเข้าใจว่า Hy-SimulMT-30B-A3B เป็นรุ่นระดับ 30B ของ Hy-MT2 เช่นเดียวกับที่ 7B และ 30B-A3B MoE อยู่เหนือ 1.8B แต่ไม่ใช่ Hy-MT2 เป็นตระกูลที่รองรับข้อความเท่านั้น ซึ่งใช้โทเคไนเซอร์ร่วมกัน รูปแบบคำสั่งร่วมกัน และชุดเกณฑ์มาตรฐานร่วมกันชื่อ IFMTBench โดยทั้งสามขนาดได้รับการฝึกให้ทำงานเดียวกันในระดับคุณภาพและต้นทุนที่ต่างกัน Hy-SimulMT เป็นสถาปัตยกรรมแยกต่างหากที่มีเอนโคเดอร์เสียงต่อพ่วงกับแบ็กโบนแบบ mixture-of-experts: เอนโคเดอร์ 24 เลเยอร์ที่ความกว้าง 1,024 ซึ่งฉายเข้าสู่โมเดลความกว้าง 2,048, ผู้เชี่ยวชาญ 128 ราย โดยแปดรายถูกกำหนดเส้นทางบวกหนึ่งรายที่ใช้ร่วมกันต่อโทเคน และอินพุตสูงสุด 30 วินาทีของเสียง 16 kHz ต่อหน้าต่าง

ความแตกต่างนี้สำคัญสำหรับใครก็ตามที่วางแผนจะย้ายระบบ คุณไม่สามารถสลับการเรียกใช้ Hy-MT2-1.8B เป็นการเรียกใช้ Hy-SimulMT ได้เพียงแค่เปลี่ยน model ID เพราะตัวหนึ่งรับข้อความ ส่วนอีกตัวรับเสียง และเอาต์พุตของโมเดลเสียงพูดคือคำแปลของสิ่งที่มันได้ยิน ไม่ใช่ของสิ่งที่คุณพิมพ์ ส่วนที่ทับซ้อนกันนั้นเป็นเชิงแนวคิด — ทั้งคู่แปลภาษาจีนและอังกฤษ — ไม่ใช่เชิงการใช้งาน

สิ่งที่ 1.8B ทำได้ดีจริง ๆ

เรื่องราวของโมเดลเล็กถูกเล่าผ่านตัวเลขสามตัว ตัวแรกคือ 440 MB ซึ่งเป็นขนาดของการควอนไทซ์ 1.25-bit ที่ผลิตด้วยเครื่องมือ AngelSlim ของ Tencent และเป็นเหตุผลที่โมเดลนี้รันบนชิปโทรศัพท์ของ Apple, Qualcomm และ MediaTek ได้ Tencent อ้างว่าเร็วกว่า Hy-MT1.5 รุ่นก่อนที่ 4-bit บน A15 ประมาณ 1.5 เท่า ตัวที่สองคือ 90.00 บน FLORES-200 English-to-X ซึ่ง Tencent นำเสนอว่าเป็นประมาณ 89.9% ของคะแนน Gemini 3.1 Pro — เป็นการเปรียบเทียบจากผู้ขายที่ยังไม่มีใครทำซ้ำ แต่ก็เป็นตัวเลขที่น่าทึ่งสำหรับโมเดลที่ใส่ลงในมือถือได้ ตัวที่สามคือจำนวนดาวน์โหลด: มากกว่า 26,000 ครั้งบน main repository และถูกกดถูกใจมากกว่าหนึ่งพันครั้ง เทียบกับ 3,132 ดาวน์โหลดของเรือธง 30B-A3B ตัวเล็กคือตัวที่คนใช้จริง

ขีดจำกัดที่ระบุไว้ก็ชัดเจนไม่แพ้กัน บริบทการทำงานคือ 8,192 โทเคน โดยมีเพดานเอาต์พุต 4,096 โทเคน แม้ว่าการกำหนดค่าจะโฆษณาว่ารองรับ 262,144 ตำแหน่งก็ตาม คำแนะนำในการทำอินเฟอเรนซ์ของ Tencent เองคือตัวเลขที่ควรเชื่อถือ รองรับ 33 ภาษา บวกภาษาชนกลุ่มน้อยของจีนและภาษาถิ่นอีก 5 ภาษา และผลลัพธ์ที่อ่อนที่สุดที่เผยแพร่คือการทำตามคำสั่ง: 69.36% โดยรวมบน IFMTBench เทียบกับ 85.7% ของรุ่นพี่น้อง 30B-A3B ในตระกูลเดียวกัน หากงานของคุณคือการแปลประโยคที่เรียบสะอาด 1.8B ก็แข่งขันได้ หากงานของคุณคือการปฏิบัติตามอภิธานศัพท์ การรักษาโครงสร้าง JSON และการจับคู่ระดับภาษา มันเป็นโมเดลที่เชื่อถือได้น้อยที่สุดในตระกูลของตัวเอง และช่องว่างไม่ได้เล็กเลย

สิ่งที่ 30B ซื้อได้ และสิ่งที่มันไม่ได้ซื้อ

จุดขายของ Hy-SimulMT-30B-A3B คือความหน่วงในสถานการณ์การสนทนา Tencent รายงานค่า StreamLAAL ประมาณสามวินาทีบนเสียง RealSI แบบยาว ซึ่งระบุว่าเป็นค่าที่ต่ำที่สุดในบรรดาระบบที่นำมาเปรียบเทียบ และ 84.7 บน RealSI-Sentence ซึ่งสูงที่สุดในตารางของบริษัท นี่เป็นเมตริกการแปลเสียงพูดจากการประเมินของผู้ขายเอง โดยไม่มีการทำซ้ำอย่างอิสระ โมเดลยังรองรับการโคลนเสียงแบบเรียลไทม์ ดังนั้นเสียงพูดที่แปลแล้วสามารถคงลักษณะเสียงของผู้พูดไว้ได้ — แต่เฉพาะเมื่อคุณเชื่อมต่อบริการ TTS ซึ่งชุดเครื่องมือสำหรับการปรับใช้คาดหวังให้คุณกำหนดค่า ตัวน้ำหนักโมเดลไม่ได้สังเคราะห์เสียงด้วยตัวเอง

สิ่งที่มันไม่ได้ให้มาด้วยคือความครอบคลุมของภาษา การ์ดโมเดลระบุการแปลเสียงแบบสองทิศทางระหว่างภาษาจีนกับอังกฤษ ที่เก็บโค้ดติดแท็ก 36 ภาษา ซึ่งน่าจะสะท้อนโครงหลักด้านข้อความมากกว่าเส้นทางเสียง แต่ Tencent ไม่ได้อธิบายความคลาดเคลื่อนนี้ ทีมที่ต้องการแปลเสียงจากญี่ปุ่นเป็นอังกฤษไม่มีเส้นทางที่มีเอกสารรองรับกับโมเดลนี้ ขณะที่ 1.8B รองรับภาษาญี่ปุ่นเป็นข้อความในปัจจุบัน โมเดลใหญ่ไม่ใช่ superset ของโมเดลเล็ก แต่เป็นผู้เชี่ยวชาญที่มีเลนแคบกว่าและเจาะลึกกว่ามาก

ที่จริงแล้ว 440 MB อยู่ตรงไหน

สิ่งที่น่าสนใจเกี่ยวกับ 1.8B ไม่ใช่คะแนน benchmark แต่เป็นขอบเขตการนำไปติดตั้งใช้งาน โมเดลที่ทำงานออฟไลน์บนโทรศัพท์เปลี่ยนสิ่งที่ผลิตภัณฑ์แปลภาษาสามารถให้สัญญาได้: ไม่มีการส่งข้อมูลไปกลับ ไม่มีค่าใช้จ่ายต่อโทเคน ไม่มีข้อมูลออกจากอุปกรณ์ และไม่ต้องพึ่งการเชื่อมต่อในห้องประชุมชั้นใต้ดินหรือบนเครื่องบิน Tencent ส่งโมเดลนี้ภายในแอป Hy Translate ซึ่งเปิดตัวในร้านแอปของจีนเมื่อวันที่ 24 กันยายน 2026 และมีโมเดลออฟไลน์ให้ดาวน์โหลดพร้อมกับโหมดข้อความ รูปภาพ เสียง และการสนทนาแบบผลัดกันพูด แอปนี้ครอบคลุม 12 ประเทศและภูมิภาค และรองรับ 33 ภาษา บวกภาษาชนกลุ่มน้อยและภาษาถิ่นอีก 5 ภาษา

แอปนั้นยังเป็นหลักฐานที่ชัดเจนที่สุดว่า Hy-SimulMT เหมาะกับตรงไหน ในเดือนกันยายน โหมดสนทนาเป็นแบบผลัดกันพูด คือสองคนสลับกันพูดและอ่านคำแปล โมเดลแบบพร้อมกันคือสิ่งที่เปลี่ยนสิ่งนั้นให้กลายเป็นล่ามที่คุณสวมใส่ได้ การ์ดของ Tencent ระบุว่า Hy-SimulMT สามารถลองได้ในแอป Hy Translate และจังหวะเวลาของการเปิดน้ำหนักโมเดล ซึ่งเป็นหนึ่งวันก่อนที่ Tencent จะประกาศความร่วมมือ APEC 2026 ชี้ให้เห็นว่าสิ่งที่ตั้งใจจะนำมาโชว์คืออีเวนต์สด มากกว่า API สำหรับนักพัฒนา นั่นเป็นการอนุมานจากวันที่ที่เปิดเผยต่อสาธารณะ ไม่ใช่แผนที่ระบุไว้

ต้นทุนและการปรับใช้ ทีละประเด็น

• พารามิเตอร์ — Hy-SimulMT-30B-A3B: รวม 30.4B, ใช้งานจริงประมาณ 3B, MoE แบบสแปร์สพร้อมตัวเข้ารหัสเสียง; Hy-MT2-1.8B: 1.8B แบบเดนส์, เฉพาะข้อความ

• พื้นที่หน่วยความจำ — Hy-SimulMT: ประมาณ 61 GB ใน BF16 ก่อน KV cache มีการเผยแพร่บิลด์ FP8 แล้ว; Hy-MT2-1.8B: 440 MB ที่ 1.25-bit พร้อมบิลด์ FP8 และ GGUF ที่มีให้ใช้งานเช่นกัน

• ฮาร์ดแวร์ — Hy-SimulMT: แอ็กเซลเลอเรเตอร์ขนาด 80 GB หนึ่งตัวตามความเป็นจริง; Hy-MT2-1.8B: โทรศัพท์หนึ่งเครื่อง, CPU ของแล็ปท็อป, หรือ GPU ขนาดเล็กเพียงตัวเดียว

• บริบท — Hy-SimulMT: หน้าต่างเสียงความยาวสามสิบวินาที; Hy-MT2-1.8B: อินพุต 8,192 โทเคน, เอาต์พุต 4,096

• ภาษา — Hy-SimulMT: มีเอกสารประกอบสำหรับการพูดภาษาจีนและภาษาอังกฤษ; Hy-MT2-1.8B: 33 ภาษา พร้อมด้วยภาษาของชนกลุ่มน้อยและภาษาถิ่นอีก 5 ภาษา

• ราคา — Hy-SimulMT: ไม่มี API แบบโฮสต์หรืออัตราค่าบริการที่เผยแพร่; Hy-MT2-1.8B: ประมาณ $0.044 ต่อล้านโทเค็นอินพุต และ $0.177 ต่อล้านโทเค็นเอาต์พุต บน API แบบโฮสต์ของ Tencent ตั้งแต่เดือนสิงหาคม 2026

• สัญญาอนุญาต — ทั้งสองใช้ Apache-2.0 ทั้งคู่ไม่มีการจำกัดการเข้าถึง และทั้งคู่สามารถ fine-tune และแจกจ่ายต่อได้

ไม่มีโมเดลใดอยู่ในแคตตาล็อกของ OrcaRouter และเราไม่ได้โฮสต์ทั้งสองโมเดล คำถามด้านการกำหนดเส้นทาง (routing) ที่พวกเขายกขึ้นมานั้นแตกต่างจากคำถามปกติ: หากโมเดล 1.8B รันบนอุปกรณ์ และโมเดล 30B รันบน GPU ของคุณเอง การเรียกที่ต้องใช้เราเตอร์คือการเรียกที่อยู่รอบ ๆ โมเดลเหล่านี้ — การนำเข้าเอกสาร การทำความสะอาดข้อความถอดเสียง และตัวสรุปที่เปลี่ยนการประชุมที่แปลแล้วให้เป็นรายงานการประชุม สิ่งเหล่านี้เป็นการเรียกโมเดลบนคลาวด์ทั่วไป และการวางไว้เบื้องหลัง API เดียวสำหรับโมเดล 200+ ตัว ในอัตรา มาร์กอัป 0% เหนือราคาตามรายการของผู้ให้บริการ ช่วยลดจำนวนผู้ให้บริการลง ในขณะที่ขั้นตอนการแปลยังคงโฮสต์เอง การสลับสำรองเมื่อระบบขัดข้อง (failover) สำคัญที่สุดในยามที่โมเดลที่ทำงานสำคัญเป็นโมเดลที่คุณไม่สามารถสลับได้อย่างรวดเร็ว

สองผลิตภัณฑ์ ไม่ใช่สองระดับ

หากคุณต้องการแปลภาษาบนอุปกรณ์ แบบออฟไลน์ โดยไม่มีต้นทุนส่วนเพิ่ม และเนื้อหาของคุณเป็นข้อความ Tencent Hy-MT2-1.8B คือโมเดลที่ใช่ — มันมีขนาดเล็ก มีสัญญาอนุญาตแบบเปิดกว้าง ถูกนำไปใช้งานอย่างแพร่หลาย และซื่อตรงเกี่ยวกับจุดอ่อนด้านการทำตามคำสั่งของตน หากคุณต้องการแปลบทสนทนาแบบสดระหว่างภาษาจีนกับภาษาอังกฤษ และยอมรับความหน่วงสามวินาทีได้ Hy-SimulMT-30B-A3B เป็นโมเดลเดียวของ Tencent ที่ทำสิ่งนี้ได้ และการที่มันมีขนาดใหญ่กว่าสามสิบเท่านั้นคือราคาที่ต้องจ่ายสำหรับตัวเข้ารหัสเสียงและงบความหน่วง ไม่ใช่การอัปเกรดคุณภาพที่คุณจะนำไปใช้ประโยชน์ที่อื่นได้

กับดักคือการคิดว่าการเปิดตัวที่ใหม่กว่าและใหญ่กว่าจะมาแทนที่การเปิดตัวที่เก่ากว่าและเล็กกว่า แต่ไม่เป็นเช่นนั้น หนึ่งในโมเดลเหล่านี้มียอดดาวน์โหลด 26,000 ครั้ง เพราะมันแก้ปัญหาที่คนหลายล้านคนมี ส่วนอีกโมเดลมียอดเป็นศูนย์ เพราะมันแก้ปัญหาที่จนถึงตอนนี้ส่วนใหญ่เป็นปัญหาของแอป Tencent เองและของอาสาสมัคร APEC ที่จะใช้มันในเซินเจิ้นในเดือนพฤศจิกายนนี้