Tencent Hy-MT2-7B 對比 Tencent Hy-MT2-1.8B：伺服器端的品質之選，還是每支手機上的 440MB 翻譯器

騰訊 Hy-MT2-7B 與騰訊 Hy-MT2-1.8B 是同一家族中的兩個極端型號，於 2026 年 5 月 21 日一同開源，並於本週雙雙可透過託管 API 呼叫——7B 約在 8 月 19 日上線，1.8B 則晚一天，兩者皆由騰訊雲提供服務。它們並非一般意義上的競爭對手，因為它們的用途幾乎沒有重疊。7B 是品質之選：一個密集模型，可在單一 GPU 上運行，或透過 API 使用，輸入端每百萬 tokens 收費 0.074 美元，輸出端每百萬 tokens 收費 0.295 美元。1.8B 是裝置端之選：一個量化至 440 MB 的模型，可在手機上完全離線運行，API 層級的費用為每百萬 tokens 輸入 0.044 美元、輸出 0.177 美元。如果你要在兩者之間做選擇，答案主要取決於翻譯必須發生的地點——其次才看基準測試，而兩者在基準測試上的差距，遠比四倍的參數量差異所暗示的要小。

一句話的答案

當翻譯在資料中心進行，且你希望每個伺服器美元都能獲得最佳品質時，請選擇 7B——無論是在 API 上或是在單一 A100 等級 GPU 上。當翻譯必須在裝置上、離線進行，或必須以每個 token 的最低成本進行時，請選擇 1.8B。如果兩者位於同一個雲端，且預算不是決定性因素，那麼 7B 在品質上勝出。如果內容屬於機密、受到法規管制，或需要在沒有網路的環境下運作，1.8B 是兩者中唯一能做到的。

規格，並排比較

• 參數 — 7B 密集 vs 1.8B 密集。

• 量化佔用空間—FP8 與 GGUF 可縮小至數 GB，而採用 AngelSlim 1.25-bit 量化僅需 440MB。

• FLORES-200 (XX⇔XX)：XCOMET-XXL 分數為 86.86 對比 79.77，約為 Gemini 3.1 Pro (Think) 的 97.9% 與 89.9%，數據由廠商提供。

• WMT25 — 7B：63.86/71.21/82.24；1.8B 在三項指標上均超越 Microsoft 和 Doubao 的商業 API。

• DomainMTBench (GEMBA) — 92.79 對比 91.08，由廠商回報。

• API 價格 — $0.074 / $0.295 對比 $0.044 / $0.177 每 1M tokens（輸入/輸出）。

• 上下文 — 兩者均為 8,192 個 token。

• 部署 — 一張 A100 / RTX 4090 或雲端 API，對比 Apple、Qualcomm 與 MediaTek 的裝置端晶片，可離線運作。

品質差距確實存在，但比尺寸差距更小。

以下皆為 Tencent 的自家評測結果，未經複現。在 FLORES-200 上，7B 的 XCOMET 分數領先 1.8B 8 分（86.89 對 79.77），「均衡型」與「端側型」的定位正是建立在這一差距之上。但在 DomainMTBench——涵蓋金融、政治與教育的領域翻譯基準——上，1.8B 與 7B 僅差 1.7 個 GEMBA 分（91.08 對 92.79）。而 1.8B 在更廣闊世界中的表現，更是令人一再吃驚的細節：Tencent 報告稱，它在 WMT25 的全部三項指標上都擊敗了 Microsoft 與 Doubao 的商用翻譯 API，並勝過體量為其四十倍的 Tower-Plus-72B。因此在普通領域文本上，小模型與其大哥的接近程度，遠比四倍參數量所暗示的要高。7B 真正的優勢體現在通用翻譯的長尾與高難度指令上；在這些場合，其 FLORES 的領先與更高的 IFMTBench 複雜任務得分，讓兩者之間拉開了明顯差距。

部署分支

7B 需要基礎設施——可以是雲端 API，或單張 A100 等級的 GPU，並搭配一般所需的運算。1.8B 在 AngelSlim 的 1.25-bit 量化下僅 440MB，能在與一般手機應用相同的晶片上運行，速度比前一代 Hy-MT1.5 快 1.5 倍，而且完全不需要網路。這使得隱私從一項功能變成預設：對於合約、醫療紀錄或任何受監管的內容，資料從不離開裝置，這是伺服器端無論按 token 收取多少費用都無法買到的特性。這種取捨在 FLORES 風格的一般翻譯上可見——7B 的額外容量會展現出來——也在任何足夠複雜的指令上可見，足以讓 1.8B 的 83.14 IFMTBench 總分對上 7B 更高的上限。

成本計算

在API層級，兩種模型都很便宜；1.8B更便宜。以每百萬個token $0.044／$0.177對比$0.074／$0.295，小模型在帳單兩端都比7B便宜約40%——若每天穩定輸出100萬個token，大約是每天$70對比$118。在裝置端，1.8B每個token的成本為零，而這個數字在大量使用時會壓過任何伺服器比較。7B的反駁論點不是價格而是餘裕空間：如果你的語料偏技術、法律或指令密集型，7B的品質差距正是那種會轉化為更少重譯的優勢——而在專業機器翻譯中，重譯才是真正的單位成本。

路由兩種尺寸

截至撰寫本文時，這兩個模型都不在 OrcaRouter 的目錄中，因此坦率的說法是，兩者都透過騰訊自家的雲端與數個第三方平台提供服務。這次對比仍然傳達了本部落格的核心路由課題：當兩個模型在能力上重疊、但在價格和延遲上有所區別時，理性的部署方式不是「二選一」，而是「按工作負載路由」——將高流量、低難度的區塊交給便宜的小模型，將困難的區塊交給高品質模型，並配備自動故障轉移，確保任何一方中斷都不會讓管線停滯。這正是 OrcaRouter 的路由 DSL 在我們所收錄的 200 多個模型中所編排的模式，且各供應商的牌價以 0% 加成直接轉嫁。如果騰訊的翻譯系列加入目錄，它將是下一個自然而然的入駐者。

裁決

如果翻譯發生在你的資料中心，直接採用 Tencent Hy-MT2-7B——想零維運就走 API，想自己掌控就部署在單張 GPU 上——然後不必再讀下去了。如果翻譯必須在裝置端、離線或保密要求下進行，採用 Tencent Hy-MT2-1.8B，440MB 的佔用空間在定義上就是勝出。唯一真正困難的情況是中量級雲端工作負載，此時 7B 的品質與 1.8B 的價格都站得住腳。在那裡，不要根據廠商的基準測試做決定：報告顯示 GEMBA 差距不到兩個百分點，所以在你自己領域的文本上同時跑兩者，讓你的資料來挑選。