Cohere открыла веса переводческой модели North Small Translate

Отдельная модель вместо универсального чат-бота

Cohere представила North Small Translate — первую специализированную переводческую модель в семействе North. Она работает только с текстом, поддерживает более 50 языков и предназначена именно для машинного перевода, а не для универсального диалога. Компания открыла веса для исследований и некоммерческого применения по лицензии CC BY-NC 4.0; загрузка модели, несколько вариантов квантизации, демонстрация и руководства по развёртыванию доступны через Hugging Face и документацию Cohere.

Название Small описывает не полное число параметров, а вычислительный профиль. Это mixture-of-experts-модель с 218 млрд параметров в общей сложности, из которых для обработки активируются 25 млрд. Контекст составляет 16 тысяч токенов на вход и столько же на выход. В качестве минимальных аппаратных конфигураций Cohere указывает один NVIDIA B200 при W4A4 либо два H100 при той же схеме квантования.

Таким образом, речь не идёт о небольшой локальной модели для ноутбука. Практический смысл архитектуры MoE — не задействовать все параметры на каждом токене и тем самым отделить общую ёмкость модели от активной вычислительной нагрузки. Но даже заявленный минимум остаётся серверным классом оборудования, поэтому открытые веса прежде всего адресованы исследовательским командам и организациям, способным самостоятельно развернуть ускорители.

Что показал внутренний WMT26-тест

Главный результат Cohere — 83,60 балла в совокупной оценке WMT26 по всем языкам. Для сравнения в той же таблице компания приводит 81,56 у Qwen 3.5 397B A17B, 81,37 у DeepL NextGen, 79,46 у Gemma 4 31B с включённым reasoning, 76,50 у GLM 5.2 FP8 и 68,20 у Google Translate. Agentic-вариант North Small Translate, который ищет и исправляет ошибки собственного перевода, получил 84,36 балла.

Эти числа важно читать вместе с методикой. Cohere пишет, что проверяла модели на материалах WMT 2026, а судьёй использовала GPT-5.6-Sol. Шкала в публикации относит диапазон 80–100 к переводу без ошибок либо с небольшими ошибками. Это сравнение заявлено разработчиком, а не независимая сертификация качества; оно показывает результат конкретного набора заданий и автоматического судьи, но не гарантирует одинаковое превосходство на каждом языке и в каждом предметном домене.

В охват вошли 32 языка с большим объёмом ресурсов и ещё 18 языков. Cohere отдельно сообщает региональные результаты: стандартная модель набрала 82,17 по языкам ЕС и 81,24 по прочим европейским языкам против 72,73 и 75,90 у Gemma 4 31B. В Южной Азии разница оказалась гораздо меньше: 86,16 у стандартной North Small Translate и 88,04 у Gemma. Поэтому общий средний балл не заменяет проверку на конкретной языковой паре, с которой будет работать организация.

Скорость и длинные документы

На одинаковом оборудовании и при одинаковой параллельной нагрузке North Small Translate, по внутренним измерениям Cohere, выдавала до 112 выходных токенов в секунду против 81 у Gemma 4 31B TP1 при низкой конкуренции запросов. При высокой конкуренции результаты составили 39 и 30 токенов в секунду. Компания переводит это в преимущество от 30% до 38% по скорости генерации и максимум в 1,4 раза по пропускной способности.

Отдельный тест посвящён длинному контексту: модель должна была перевести две главы книги за один вызов, а качество каждого абзаца измерялось метрикой xComet-XL. North Small Translate получила 48,9 балла, Google Translate — 21,3, а Gemma 4 31B — 19,4. Этот эксперимент полезен как проверка устойчивости на большом связанном тексте, но его шкала и состав данных отличаются от общей оценки WMT26, поэтому два результата нельзя напрямую складывать или считать процентами одного показателя.

Для реального внедрения сочетание скорости и длинного контекста может быть важнее максимального среднего балла. Переводчик документа должен удерживать термины и связи между удалёнными абзацами, а сервису с большим потоком запросов нужна предсказуемая производительность при росте параллельности. При этом Cohere не публикует в анонсе независимых замеров задержки на альтернативном оборудовании, поэтому заявленное преимущество следует перепроверять на собственной инфраструктуре и рабочих документах.

Лицензия и коммерческое применение

Свободно скачать веса не означает свободно использовать их в платном продукте. Публичный выпуск предназначен для исследований и некоммерческих задач по CC BY-NC 4.0. Для предприятий Cohere предлагает отдельные коммерческие лицензии, а совместно с RWS — доступ через платформу Language Weaver. RWS и её исследовательские команды участвовали в разработке и оценке практического переводческого качества модели.

Cohere также приводит расчёт стоимости для потенциальной коммерческой лицензии: при среднем расходе 661 токен на задачу модель получила 80,1 балла при оценочной цене $0,000676 за задачу. Для Gemini 3.1 Pro Preview в режиме high названы $0,038928, а для Qwen 3.5 397B A17B и Command A+ — $0,004525 и $0,005158 соответственно. Это модельный расчёт автора анонса на основе тарифов за токен или символ, а не универсальная стоимость самостоятельного развёртывания с учётом серверов, электроэнергии и эксплуатации.

North Small Translate интересна прежде всего ясным компромиссом: специализированная архитектура, открытые веса для некоммерческой работы, более 50 языков и акцент на пропускной способности. Но решение о внедрении нельзя принимать только по лидерству в таблице Cohere. Организации понадобится отдельно проверить нужные языковые пары, терминологию, длинные документы, аппаратные расходы и условия коммерческой лицензии. Публикация подтверждает доступность модели и описывает внутренние тесты; независимая оценка в рабочих сценариях остаётся следующим обязательным шагом.