Hy-SimulMT-30B-A3B 對比 Tencent Hy-MT2-7B：報得出口的價格，與報不出口的價格

問一小時中譯英口譯要多少錢，這項比較中的兩個模型會給你截然不同類型的答案。Tencent Hy-MT2-7B於 2026 年 5 月 21 日開源，有明確的價目表：在騰訊託管的 API 上，每百萬輸入 token 為 $0.074，每百萬輸出 token 為 $0.295。Hy-SimulMT-30B-A3B於 2026 年 10 月 22 日以權重形式發布，完全沒有公布價格——沒有端點、沒有按 token 計價的費率，也沒有公開的雲端上架資訊。你可以把 7B 的預算精確到分。至於語音模型，你得把 GPU 納入預算，而最後算出的數字完全取決於你已經擁有什麼。

那個差異不只是採購細節。它反映的是兩個不同產品，各有兩套不同的成本結構。7B 是文字翻譯器，計價方式像公用事業：你按 token 付費，隨用量擴展，而多處理一份文件的邊際成本幾乎為零。Hy-SimulMT 是即時系統，計價方式像基礎設施：你按小時支付加速器費用，無論當下是否有人在說話；而多開一場會議的邊際成本之所以幾乎為零，只是因為機器本來就在運轉。用參數數量來比較兩者，是沒抓到重點。用一小時工作實際上要花多少成本來比較，才是整個論點的核心。

7B 是什麼，以及它每個 token 的成本

Tencent Hy-MT2-7B 是 Hy-MT2 文字系列中排行中間的成員，是一款稠密的 70 億參數解碼器，針對 33 種語言加上五種中國少數民族語言與方言的翻譯進行訓練。它具備 8,192 個 token 的工作上下文，可透過 response_format 支援結構化輸出，且不支援函式呼叫。在 BF16 下，它需要約 15 GB 的加速器記憶體，FP8 下約 8 GB，而以 GGUF 形式則只需數 GB——單一張中階 GPU，或者如果你有耐心，用 CPU 也行。

其廠商回報的品質，在騰訊所選的基準測試上已接近前沿水準。在 FLORES-200 上，它獲得 86.89 的 XCOMET-XXL 分數，騰訊將其呈現為約達 Gemini 3.1 Pro 在思考模式下 97.9% 的水準。在 DomainMTBench 上，它回報兩個分割的成績分別為 94.92 與 92.79；在 IFMTBench（騰訊為此系列打造的指令遵循測試套件）上，整體為 83.14。這些數據均未經獨立重現。它們是廠商提供的數字，描繪出一個擅長受控翻譯的模型——詞彙表、語域、結構化輸出——而這正是區隔 7B 與其下 1.8B 的差距所在。

以託管費率計算，一百萬個輸入 token 要價七美分，一百萬個輸出 token 則不到三十美分。對文字工作來說，這幾乎等於免費。有趣的問題是，當輸入不是文字時會發生什麼事。

一小時說話的算術，雙向皆然

一小時連續語音大約是 9,000 個英文單字，換算下來約 12,000 個 token。把它交給 Tencent Hy-MT2-7B 並以定價計算，翻譯本身的成本約為半美分：輸入約 $0.0009、輸出約 $0.0035，所以算起來是 $0.0044。即使 token 估算誤差達到兩倍，數字仍然只是幾分之一美分。

但 7B 聽不見。文字流程從辨識器開始，而託管辨識器通常每分鐘要價零點幾美分，這使得在翻譯器還沒開始運作之前，一小時音訊的成本就已略低於一美元。這是對「7B 更便宜」說法的第一個誠實修正：在串接式流程中，昂貴的階段不是翻譯器，而是辨識器。第二個修正與延遲有關——一個等待句子邊界、轉錄、翻譯再顯示的串接流程，落後講者的程度會比同步模型更大，再便宜的 token 也無法彌補這一點。

Hy-SimulMT-30B-A3B 翻轉了成本結構。沒有按 token 計費的帳單，因為沒有託管服務；你是租用或自有硬體。BF16 權重不含 KV cache 約 61 GB，因此 80 GB 加速器是現實下限，而單張卡在專業 GPU 雲的租金約每小時 2 美元起，在超大規模雲端業者的隨需價目表上則超過 10 美元。在低端，一小時會議的運算成本約 2 美元；在高端，一小時就是一小時的租金。這兩個數字都假設機器專用於該場會議，這是最壞情況——若一台伺服器處理多個並行串流，成本會分攤。在較小的卡上執行 FP8 版本會再次降低下限。

所以，比較起來，串聯式架構每會議小時約為 $0.30–$1.00，主要成本在於語音辨識；而同步式模型每會議小時則為 $2–$12，主要成本在於 GPU。這是實實在在差了一到兩個數量級，而這才是正確的框架：你付錢不是為了更好的翻譯，而是為了三秒延遲，而不是十五秒。需要這種延遲的團隊會願意付這筆錢；不需要的團隊，則是在買一台加速器來解決自己根本沒有的問題。

品質：兩把不同的尺

要誠實地把騰訊 Hy-MT2-7B 在 FLORES-200 上的 86.89 分，與 Hy-SimulMT 在 RealSI-Sentence 上的 84.7 分並列比較，是做不到的。前者衡量的是對照參考譯文的文字翻譯；後者衡量的是在為串流音訊打造的基準上的語音翻譯。兩者共有的只有數字格式，別無其他。可以比較的是證據的樣貌。7B 模型有一份完整公開的表格，涵蓋 FLORES-200、WMT25、DomainMTBench 與 IFMTBench，且全由廠商自行執行。語音模型則有一份四欄表格，涵蓋 FLEURS、CoVoST2、ACL6060 與 RealSI-Sentence，同樣由廠商自行執行；此外還有一項與六位專業口譯員進行的人工比較，而騰訊自己形容該比較規模很小，且僅限於所使用的樣本。兩者都沒有經過獨立驗證。

這兩條產品線真正交會的唯一地方，是中文與英文的翻譯品質。無論 Tencent 公布哪一項指標，7B 都是更強的文本翻譯器，包括指令遵循能力；它在 IFMTBench 上的 83.14 分，比 1.8B 高出十四分。語音模型的優勢不在品質，而在時機：它能在句子尚未說完時就產出可用的翻譯，而且如果配置了 TTS 服務，還能保留說話者的聲音。如果你的音訊已經轉錄完成，且延遲預算以分鐘計，那麼 7B 是更好的翻譯器。如果你的延遲預算以秒計，那麼無論 7B 的分數如何，它都不在考慮之列。

部署與成本，並列對照

• 參數 — Hy-SimulMT-30B-A3B：總計 30.4B，約 3B 啟用，配備音訊編碼器的稀疏 MoE；Tencent Hy-MT2-7B：7B 稠密，僅文字。

• 記憶體 — Hy-SimulMT：約 61 GB BF16，已發布 FP8 版本；Hy-MT2-7B：約 15 GB BF16、約 8 GB FP8，GGUF 格式則約幾 GB。

• 背景 — Hy-SimulMT：三十秒音訊視窗；Hy-MT2-7B：8,192 個符元。

• 延遲 — Hy-SimulMT：StreamLAAL 約 3 秒（廠商回報）；Hy-MT2-7B：文字輸入、文字輸出，且前方還有串接式架構的 ASR 延遲。

• 語言 — Hy-SimulMT：語音方面已有中文與英文的文件記錄；Hy-MT2-7B：33 種語言，外加五種少數民族語言與方言。

• 價格 — Hy-SimulMT：未公布；Hy-MT2-7B：每百萬輸入 token 0.074 美元，每百萬輸出 token 0.295 美元。

• 授權 — 同時採用 Apache-2.0 且不受限制，既可微調亦可再散布。

這兩個模型都不在 OrcaRouter 的目錄中，我們也都不自行託管。不過，定價差異仍是這裡值得關注路由的原因。騰訊對其翻譯 API 採取積極定價，並且會調整這些價格：2026 年 6 月 12 日，它將 Hy-MT2-Pro 降至每百萬輸入 token ¥0.5、每百萬輸出 token ¥2，輸入降幅 66.7%、輸出降幅 55.6%。OrcaRouter 以0% 加價轉嫁供應商的牌價，因此這類降價當天就會在我們這邊生效，而不是等到下一次合約續約；自動容錯移轉也意味著單一供應商中斷不會讓翻譯管線停擺。對於成本主要由每 token 費率主導的工作負載而言，0% 與 20% 加價之間的差異就是全部的利潤空間。

你的延遲預算會選哪一個？

從預算開始。如果答案是「秒」，那麼 7B 的價格就完全無關緊要——沒有串流辨識器，以及由你建置並調校的分段策略，串聯式方案就無法產生同步饋送，而且即使有這些，它也仍會落後。Hy-SimulMT-30B-A3B 是這兩者中唯一專為該限制打造的；其 Apache-2.0 授權意味著你可以用自己的音訊驗證這個說法，而成本則是按小時計費的 GPU。先以每會議小時 2–12 美元作為起始假設，並對照你自己的使用率來檢查。

如果答案是「分鐘」，那麼 7B 在所有真正重要的面向都勝出：成本、記憶體、語言涵蓋範圍、有文件記載的指令遵循能力，以及是否存在一個你能放進試算表的價格。付錢給辨識器，為翻譯付半分錢，再把差額花在審閱步驟上。大多數公司裡的大多數翻譯工作仍屬於第二種，這就是為什麼一個附有價目表的七十億參數模型，很可能會比一個最有趣特點是「還沒有價目表」的三百億參數模型存續得更久。