9月11日消息,Cohere Labs 发布开源权重翻译模型 North-Small-Translate-1.0:MoE 架构,总参数 2180 亿、每 token 激活 250 亿,覆盖 50 多种语言。该公司公布的自评成绩为 WMT26 全语言平均 83.6 分,高于其列出的 DeepL NextGen(81.37 分)与 Google Translate(68.20 分)。模型权重以 CC BY-NC 4.0 许可在 Hugging Face 开放,限研究与非商用;生产环境商用需经 Cohere 的 Model Vault 获取商业许可,或经合作方 RWS 的 Language Weaver 平台落地。 自评 83.6 分:口径、judge 与 2.23 分的 DeepL 差距
分数先说口径。Cohere 在官方博客公布了各对比对象的 WMT26 成绩:Qwen 3.5 397B A17B 81.56 分,DeepL NextGen 81.37 分,Gemma 4 31B (on) 79.46 分,GLM 5.2 FP8 76.50 分,Google Translate 68.20 分。North Small Translate 的 83.60 分来自 Cohere 自己组织的评测,打分用的是 GPT-5.6-Sol 作为 judge。WMT26 会议定于今年10月28日至29日在布达佩斯举行,这一成绩是厂商自行评测公布的结果,不是会议的官方排名。
与 DeepL NextGen 的差距是 2.23 分,分布不均。按官方博客的说法,对 DeepL NextGen 的领先集中在南亚与 MENA(中东北非)地区,约 8 到 10 分;东南亚领先 4 到 5 分;东亚最小的只有 1 到 3 分。区域对比中,该模型在欧洲语言上胜过 Gemma 4 31B (on),南亚与后者基本持平。
Agentic 变体是另一个版本:模型多轮自查并修正译文,自评 84.36 分。这不是 Cohere 第一次用这类表述发翻译模型。2025年发布 Command A Translate 时,该公司自称成绩超过 DeepL Pro 的 LLM 与 Google Translate,Slator 当时做了报道。目前,DeepL 与 Google 方面未公开回应本次发布或分数。
一张 B200 起步:部署门槛与成本对比
部署门槛写在官方参数里:最低配置一块 NVIDIA B200(W4A4 量化)或两块 H100。Cohere 给出的吞吐数据是内部测试口径:与 Gemma 4 31B TP1 相比,低并发下输出吞吐 112 对 81,高并发 39 对 30,约高 30% 到 38%。
长文本是差距更大的维度。单次调用塞入两章书籍内容时,长上下文评测成绩为 48.9 分,Google Translate 为 21.3 分,Gemma 4 31B 为 19.4 分(xComet-XL 口径)。
成本数字来自 Cohere 的对比表:商业许可版自评 80.1 分,平均每个任务 0.000676 美元(约 661 token);对比对象里,Gemini 3.1 Pro Preview (high) 为 0.038928 美元,高出 5762%;Qwen 3.5 397B A17B 与 Command A+ 分别为 0.004525 美元和 0.005158 美元。 非商用权重,两条商用路径
许可证是这次发布的关键限定。Hugging Face 上的权重采用 CC BY-NC 4.0,可下载用于研究与非商用场景,附带 Cohere Labs 的可接受使用政策。生产环境的商用有两条路径:Cohere 官方文档写明可经 Model Vault 获取商业许可,价格未公开;官方博客给出另一条路,经合作方 RWS 的 Language Weaver 平台使用,Language Weaver 团队参与了模型开发。
这次发布是 North 家族的第一个翻译模型,谱系上接续 Tiny Aya 与 Command A Translate。三条事实摆在一起:权重公开但限于非商用,商用收口在自家许可渠道与合作方平台,"超越 DeepL 和 Google"的自证叙事在 Command A Translate 已经用过一次。发布同时完成了两件事:给主权 AI 与私有化部署的定位补一个产品锚点,把研究口碑留在开源社区、把变现收在许可谈判里。对有翻译需求的企业,它是一个新的可私有化选项,代价是商用需要谈许可;对研究者,权重和评测细节拿到了;至于 83.6 分能在多大程度上转化为真实翻译质量,目前没有第三方评测可以回答。