Cohere发布218B参数MoE翻译模型 WMT26基准50语言得分83.6

AI创作导航管理员 LV4 资深连续登录30天萌新

21 天前

风向

745

加拿大AI企业Cohere近日推出全新机器翻译大模型North Small Translate，该模型采用218B总参数、25B激活参数的混合专家（MoE）架构，在国际公认的WMT26机器翻译基准测试中获得83.6的高分，支持全球50种主流语言互译，性能逼近千亿级全密集翻译模型，推理成本仅为后者的30%左右。

过去三年，全球跨境服务市场规模年复合增长率超过22%，仅跨境电商领域的多语言翻译需求就攀升了170%，但长期以来，高精度翻译模型的高额推理成本，一直是中小企业落地相关应用的核心障碍。

此前行业内的商用翻译方案主要分为两类：一类是参数规模在10B以下的小模型，虽然推理成本低，但在小语种翻译、专业内容翻译上的误差率普遍超过15%，无法满足商用需求；另一类是70B以上参数的全密集翻译大模型，精度达标但单token推理成本是小模型的8-10倍，日均调用量超过10万次的场景下，单月成本可达数万元，大部分中小团队难以承担。

Cohere此次推出的新模型，恰好瞄准了这一市场空白，兼顾了精度与成本的双重需求。

North Small Translate采用的混合专家（MoE）架构，是当前大模型领域兼顾规模与效率的主流技术路线：模型总参数达到218B，可存储更多语言知识与翻译规则，而单步推理仅激活25B参数，大幅降低了算力消耗。

在WMT26基准测试中，该模型覆盖了包括12种小语种在内的全球50种语言，综合得分达到83.6，这一成绩已经超过了同激活参数规模的全密集模型12个百分点，甚至接近部分70B参数全密集翻译模型的表现，而推理延迟比后者低42%，单位推理成本仅为后者的30%。

据了解，该模型目前已开放权重下载，开发者可直接部署在自有算力设施上，无需支付API调用费用，进一步降低了使用门槛。

随着该模型的开放，跨境客服自动回复、短视频多语言字幕生成、国际版文档自动翻译等场景的落地成本将大幅下降，原本需要百万级年投入的多语言服务能力，现在十万级年投入即可实现覆盖。

Cohere方面透露，后续还将推出该系列的更大参数版本，支持超过100种语言，同时开放专业领域微调接口，可适配医疗、法律、工业等特定场景的高精度翻译需求，进一步降低全球信息流通的语言门槛。

大语言模型混合专家模型机器翻译 Cohere Translate North Small

本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。