Hy-SimulMT-30B-A3B vs Tencent Hy-MT2-1.8B：会议室对阵手机

如今，腾讯发布了两款翻译模型，它们共享一个许可证、一个实验室，除此之外几乎别无共同之处。Tencent Hy-MT2-1.8B 是 Hy-MT2 文本家族中最小的成员，于 2026 年 5 月 21 日开源，是一款稠密的 18 亿参数模型，以 1.25 比特压缩后为 440 MB，可在手机芯片上离线运行。Hy-SimulMT-30B-A3B 则是一条全新的产品线，于 2026 年 10 月 22 日以权重形式发布：304 亿参数，约 30 亿活跃参数，专为聆听中文或英文语音并在句子仍在说出时进行翻译而构建。一款可放入口袋，下载量已超过 26,000 次。另一款需要 80 GB 加速卡，发布四天后下载量为零。

这个差距的自然解读是：大模型更好，只是还没人注意到。更有用的解读是：它们回答的是不同的问题。Hy-MT2-1.8B 回答的是“在没有网络的设备上，我该如何翻译文本？”Hy-SimulMT-30B-A3B 回答的是“我该如何翻译一段对话，而不必等说话人说完？”腾讯在五个月内先后发布了这两个模型，这说明它把它们视为两个独立的市场，而不是规模曲线上的一前一后两个点。

不是尺寸变体：而是不同的器官

Hy-SimulMT-30B-A3B 很容易被误认为是 Hy-MT2 的 30B 层级，就像 7B 和 30B-A3B MoE 位于 1.8B 之上那样。但事实并非如此。Hy-MT2 是一个纯文本系列，具有共享的分词器、共享的指令格式，以及一个名为 IFMTBench 的共享基准测试套件；其三个规模经过训练，可在不同的质量和成本水平上完成相同的工作。Hy-SimulMT 则是一种独立架构，将音频编码器加装到混合专家骨干上：24 层编码器，宽度为 1,024，投影到宽度为 2,048 的模型中；128 个专家，其中每个 token 路由八个专家，另加一个共享专家；每个窗口最多输入三十秒的 16 kHz 音频。

这一区别对任何规划迁移的人都至关重要。你无法通过更改模型 ID 就把 Hy-MT2-1.8B 调用换成 Hy-SimulMT 调用，因为前者接收文本，后者接收音频，而且语音模型的输出是对它所听到内容的翻译，而不是对你所输入内容的翻译。二者的重合是概念层面的——都能翻译中文和英文——而非操作层面的。

1.8B 真正擅长的是什么

小模型的理由由三个数字构成。第一个是 440 MB，这是用腾讯 AngelSlim 工具进行 1.25 位量化后的体积，也是该模型能在苹果、高通和联发科手机芯片上运行的原因；腾讯声称，在 A15 上，它比上一代 4 位 Hy-MT1.5 快约 1.5 倍。第二个是 FLORES-200 英语到 X 方向上的 90.00，腾讯将其表述为约为 Gemini 3.1 Pro 得分的 89.9%——这是厂商对比，未经复现，但对于一个能装进手机的模型来说，这一数字令人瞩目。第三个是下载量：主仓库超过 26,000 次，点赞数远超一千，而 30B-A3B 旗舰模型为 3,132 次下载。人们实际使用的正是这个小模型。

其文档中记录的限制同样明确。实际工作上下文为 8,192 个 token，输出上限为 4,096 个 token，尽管配置宣称支持 262,144 个位置；应信任腾讯自己的推理指南中的数字。它支持 33 种语言以及五种中国少数民族语言和方言。其已公布结果中最弱的是指令遵循：在 IFMTBench 上总体为 69.36%，而同家族的 30B-A3B 兄弟模型为 85.7%。如果你的任务是翻译一个干净的句子，1.8B 是有竞争力的。如果你的任务是遵循术语表、保留 JSON 结构和匹配语域，那么它是其自身家族中最不可靠的模型，而且差距并不小。

30B 能买到什么，又买不到什么

选择 Hy-SimulMT-30B-A3B 的理由在于对话场景中的延迟表现。腾讯报告称，在长篇幅 RealSI 音频上，StreamLAAL 约为三秒，并称这在所比较的系统中最低；在 RealSI-Sentence 上为 84.7，是其表格中最高的。这些是供应商自身评估得出的语音翻译指标，未经独立复现。该模型还支持实时声音克隆，因此翻译后的语音可以保留说话人的声音特征——但前提是你连接一个 TTS 服务，而部署工具包期望你自行配置该服务。权重本身不会合成音频。

它换不来的是语言覆盖范围。模型卡记录了中文和英文之间的双向语音翻译。仓库标注了 36 种语言，这最可能反映的是文本主干，而不是语音路径，但 Tencent 并未解释这一差异。需要日语到英语语音翻译的团队，用这个模型没有一条有文档说明的路径，而 1.8B 今天已能处理日语文本。大模型并不是小模型的超集；它是一个专才，赛道更窄，但钻得更深。

440 MB 实际存放在哪里

1.8B 有意思的地方不在于它的基准测试分数，而在于它的部署范围。一个能在手机上离线运行的模型，会改变翻译产品所能承诺的东西：无需往返云端，没有按 token 计费，数据不会离开设备，也不依赖在地下室会议室或飞机上的网络连接。Tencent 将它内置在 Hy Translate 应用中；该应用于 2026 年 9 月 24 日在中国应用商店上线，除了文本、照片、语音和轮流对话模式外，还提供可下载的离线模型。该应用覆盖 12 个国家和地区，支持 33 种语言以及五种少数民族语言和方言。

那个应用也是Hy-SimulMT最适合用在哪里的最清晰证据。今年9月，对话模式还是轮流式的——两人交替说话，然后阅读译文。而同传模型正是能把这种模式变成可穿戴口译员的关键。腾讯的模型卡称，Hy-SimulMT可在Hy Translate应用中试用；而模型权重发布的时间——比腾讯宣布其APEC 2026合作早一天——表明其预期的展示场景是现场活动，而非开发者API。这是根据公开日期作出的推断，并非已明确说明的计划。

成本与部署，逐点说明

• 参数 — Hy-SimulMT-30B-A3B：总参数量 30.4B，约 3B 激活，稀疏 MoE 加音频编码器；Hy-MT2-1.8B：1.8B 稠密模型，仅支持文本。

• 占用 — Hy-SimulMT：在 BF16 下、KV 缓存之前约为 61 GB，已发布 FP8 构建；Hy-MT2-1.8B：在 1.25-bit 下为 440 MB，同时还提供 FP8 和 GGUF 构建。

• 硬件 — Hy-SimulMT：实际相当于一块 80 GB 的加速器；Hy-MT2-1.8B：一部手机、一个笔记本 CPU，或一块小型 GPU。

• 上下文 — Hy-SimulMT：三十秒音频窗口；Hy-MT2-1.8B：输入 8,192 tokens，输出 4,096 tokens。

• 语言 — Hy-SimulMT：有文档说明支持中文和英语语音；Hy-MT2-1.8B：支持 33 种语言以及五种少数民族语言和方言。

• 价格 — Hy-SimulMT：无托管 API 或公开定价；Hy-MT2-1.8B：自 2026 年 8 月起，在腾讯的托管 API 上，每百万输入 token 约 0.044 美元，每百万输出 token 约 0.177 美元。

• 许可证 — 两者均为 Apache-2.0，均无需申请即可获取，均可微调且可再分发。

这两个模型都不在 OrcaRouter 的目录中，我们也不托管其中任何一个。它们引出的路由问题与通常的问题不同：如果 1.8B 在设备上运行，而 30B 在你自己的 GPU 上运行，那么需要路由器的调用正是它们周边的那些——文档摄取、转录文本清理，以及把翻译后的会议内容整理成会议纪要的摘要器。这些都是普通的云端模型调用，而将它们置于一个覆盖 200+ 模型的 API之后，以0% 加价（相对提供商标价），这能减少供应商数量，同时让翻译阶段保持自托管。当承担关键工作的模型是你无法快速替换的模型时，故障转移才最为重要。

两个产品，而非两个层级

如果你需要在设备上、离线、以零边际成本进行翻译，而且你的内容是文本，那么腾讯 Hy-MT2-1.8B 就是那个模型——它体积小、许可证宽松、部署广泛，并且对自己的指令遵循短板毫不讳言。如果你需要翻译中英之间的实时对话，并且可以接受三秒延迟，那么 Hy-SimulMT-30B-A3B 是腾讯唯一能做到这一点的模型；它大三十倍，这是音频编码器和延迟预算的代价，而不是一种可以在别处兑现的质量升级。

陷阱在于假定更新、更大的版本会取代更旧、更小的版本。事实并非如此。这些模型中的一个已有 26,000 次下载，因为它解决了数百万人都面临的问题；另一个的下载量则为零，因为它解决的问题迄今为止主要属于 Tencent 自己的应用，以及今年 11 月将在深圳使用该应用的 APEC 志愿者。