企业级AI公司Cohere上周发布了North Small Translate，这是一款支持50种语言的混合专家（MOE）开放权重机器翻译模型。
开发者可以在CC BY-NC 4.0许可下下载权重用于非商业用途。Cohere还通过Model Vault（Cohere托管的推理环境）提供商业授权部署。Cohere将该模型定位为其主权AI战略的一部分，面向那些希望对模型运行位置及数据处理方式拥有更大控制权的组织。
North Small Translate延续了Cohere在多语言与翻译领域的技术积累，包括其Tiny Aya和Command A Translate模型系列。该公司宣称，North Small Translate在平均表现上优于参数低于1万亿的"同等规模开放权重模型"，以及各类基于API的翻译模型，在机器翻译的多个维度上都有所超越。
Cohere联合创始人尼克·弗罗斯特（Nick Frosst）向The New Stack表示，该模型的效率优势源于其非推理特性，即它依靠学习到的统计模式运作，而不经过逐步的逻辑推理过程，这意味着它所消耗的Token更少。
对于全球大多数语言，机器翻译依然"不堪用"
"我们花了九年时间来扩展一种为解决翻译问题而发明的架构，但机器翻译对于全球大多数语言来说依然是'坏'的，"弗罗斯特说。"通用模型能让你走到一半，然后就止步不前了。企业AI在这一领域的下一阶段，将是更小、更专业化，并且在你自己的系统内运行的模型。"
在Cohere公布的基于WMT26基准的评估中，该公司表示North Small Translate在WMT26全语言基准测试中以83.60分领先，相比之下，Qwen 3.5 397B A17B得分为81.56，GLM 5.2 FP8为76.50，DeepL NextGen为81.37，Gemma 4 31B为79.46，谷歌翻译为68.20。
凭借混合专家架构，该模型总参数量为2180亿，激活参数为250亿。Cohere指出，North Small Translate相比其他模型具有更小的计算和内存占用。不过，由于并非每家厂商都公开其参数数量，该领域部分模型间的对比并不能完全得到证实。
现有方案处理长文档时容易"失真"
"机器翻译能让文档自动从一种语言转换成另一种语言。但用现有方案处理长文档时，内容会开始'散架'，"弗罗斯特说。"谷歌翻译在我们的长文本测试中得分为21.3，Gemma 4 31B为19.4；而我们的模型得分为48.9。举例来说，一份安全手册在第一页读起来还算通顺，但到第十页时内容就已经'跑偏'了。另一个风险在于文本流向何处。一旦你把人力资源政策或受监管文件推送给第三方API，那些数据就已经离开了你的系统，你对它的控制力自然也随之减弱。"
在解释该模型为何能在复杂的企业翻译任务中提供"更强的翻译表现"时，弗罗斯特表示，该模型可以支持涉及"大量"敏感文档的工作。
除了支持50种语言（32种"高资源"语言加18种其他语言）外，Cohere团队还解释说，该模型还支持面向翻译工作流的功能，例如结构化翻译（即Markdown或JSON文档）、指令遵循（即推荐的语气与格式）以及术语指南（即提供翻译中应使用的特定词汇），这些都作为模型自带能力的一部分。
"North Small Translate采用多轮处理工作流，"弗罗斯特解释道。"模型先进行翻译，然后审查自己的输出结果，找出错误并加以修正——这与我们在训练中使用的循环方式相同。我们同时提供两个版本，因为标准版本只需一轮处理，适合大批量场景，而智能体版本则会消耗更多Token，在WMT26测试中得分为84.36，高于标准版的83.60。当文档是合同或安全规程等重要内容时，这种差距是值得的，但在其他场景中，你可能更希望优先考虑效率。"
模型的"可控性"决定语言语气与格式的建议能力
该模型使用了与此前Cohere模型相同的架构，但通过训练后阶段的改进来提升性能，包括强化学习以及专门针对机器翻译任务的新数据集。
弗罗斯特总结道，在整个翻译模型市场中，生成式机器翻译模型能提供最高的质量与可控性（即对语气、格式等方面提供建议的能力），但通常比商业场景中常用的神经机器翻译（NMT）模型成本高得多。
North Small Translate是与RWS合作开发的，RWS是一家在语言技术与服务领域具有开创性的AI解决方案公司。与RWS的合作，特别是其Language Weaver研究与科学团队以及语言专家团队的参与，在整个开发过程中帮助塑造了该模型在真实场景下的翻译表现。
如上所述，开发者可以免费获取三种量化版本的权重用于非商业用途。对于缺乏所需硬件的用户，Cohere还提供了Hugging Face Space以及相应的API接口。
Q&A
Q1：North Small Translate是什么？它有什么特点？
A：North Small Translate是Cohere推出的一款混合专家（MOE）开放权重机器翻译模型，支持50种语言，采用非推理架构，依靠学习到的统计模式工作，因此消耗Token更少，效率更高。
Q2：North Small Translate的翻译效果比谷歌翻译好吗？
A：根据Cohere公布的WMT26基准测试数据，North Small Translate得分为83.60，高于谷歌翻译的68.20，在长文本测试中得分48.9，也远高于谷歌翻译的21.3。
Q3：普通开发者能免费使用North Small Translate吗？
A：可以。开发者可以在CC BY-NC 4.0许可下免费下载三种量化版本的模型权重用于非商业用途，Cohere还提供了Hugging Face Space和API，方便没有相应硬件的用户使用。
