Cohere 开源 North Small Translate：2180亿参数MoE翻译模型，WMT26跑赢DeepL和谷歌翻译

2026 年 10 月，企业级 AI 公司 Cohere 发布 North Small Translate，一款支持 50 多种语言的混合专家（MoE）开放权重机器翻译模型。在 WMT26 全语言基准上它拿到 83.60 分，超越 DeepL NextGen（81.37）、谷歌翻译（68.20）、Gemma 4 31B（79.46），也高于 Qwen 3.5 397B（81.56）与 GLM 5.2（76.50）。这是 Cohere 主权 AI 战略下首个翻译模型，权重以 CC BY-NC 4.0 非商业许可开放，可在 Hugging Face 下载。

模型规格：大总参、小激活

  • 模型名：North-Small-Translate-1.0
  • 架构：稀疏 MoE，总参数 2180 亿，每 token 仅激活 250 亿（路由到 128 个专家中的 8 个）
  • 上下文：16k 输入 / 16k 输出
  • 语言：50+ 种（32 个高资源语言 + 18 个附加语言）
  • 许可：开放权重、非商业（CC BY-NC 4.0）
  • 硬件下限：单张 B200 或双张 H100，均按 W4A4 量化部署

Cohere 联合创始人 Nick Frosst 解释，效率优势来自它的"非推理"特性：靠学习到的统计模式工作，而非逐步逻辑推理，因此消耗的 token 更少。对全球大多数语言而言，通用大模型"能让你走到一半就止步"，而企业下一阶段需要的是更小、更专业、能在自己系统内运行的模型。

质量：WMT26 全语言第一

在 WMT26 全语言评测中，North Small Translate 取得 83.60 分，是同类（1T 参数以下）里最强的专用机器翻译模型，开放与闭源通吃。可选的 Agentic 多轮工作流能自检并修正自己的翻译错误，分数进一步提到 84.36（代价是更高延迟）。

区域表现上它最"稳"，没有同类模型那种剧烈的区域落差：在欧洲直接碾压 Gemma 4 31B（82.2 vs 73.9）；在每个非欧洲测试区都领先 DeepL NextGen——南亚与中东北非（MENA）优势最大（约 8–10 分），东南亚约 4–5 分，东亚最窄（约 1–3 分，标准版已逼近 DeepL 的 85.41）。

效率：高吞吐 + 长文档不失真

North Small Translate 为高并发生成而设计。内部测试中，相同并发与硬件下，它的输出吞吐比 Gemma 4 31B TP1 最高快 1.4 倍——低并发 112 vs 81 TOPS，高并发 39 vs 30 TOPS，相当于每秒多产出 30–38% 的 token，长文本完成更快。

长文档正是多数翻译模型的"翻车点"。在整章书籍翻译的长上下文评测里，它拿到 xComet-XL 48.9 分，远超谷歌翻译的 21.3 与 Gemma 4 31B 的 19.4，也领先所有被测通用大模型——配合吞吐优势，意味着"长文也能快而准"，不会出现质量崩塌。

成本：把单价打到极低

企业最关心部署成本。North Small Translate 商业许可下，单任务平均仅用 661 个 token，成本约 $0.000676/任务，WMT 得分仍有 80.1。对比之下，Gemini 3.1 Pro Preview 单任务约 \(0.038928，贵了约 5762%；同体量模型 Qwen 3.5 397B 约 \)0.004525、Cohere 自家的 Command A+ 约 $0.005158。对海量目录翻译这类高并发负载，差距会被放大成数量级的账单差异。

训练：五阶段，不靠推理堆质量

它刻意训练成"非推理"底座，再用可选 Agentic 框架弥补缺少中间推理步骤可能损失的质量。训练走五步：

  1. 粗粒度 SFT，建立通用非翻译类指令跟随能力，扩展语言覆盖；
  2. 细粒度 SFT，用高质合成数据提升核心翻译质量与相邻任务（错误检测、译后编辑）；
  3. DPO 直接偏好优化；
  4. 在线 RL，用 LLM-as-judge 作奖励；
  5. 最小终轮 DPO（降学习率），修复 RL 引入的边界回归。

为聚焦难例，团队用了难度采样，以及 Best-per-Language Forward Translation、Post-Edit Driven Preference Distillation 等语言专属监督技巧。

生态与定位：主权 AI + 本地化可控

North Small Translate 与语言技术公司 RWS（Language Weaver）联合开发，RWS 服务全球 80% 以上的百强品牌。Cohere 把它定位为主权 AI 的一部分——组织对"模型在哪跑、数据怎么处理"有更大控制权。

获取方式分三层：研究/非商业用途走 Hugging Face 权重（多种近无损量化）；Cohere API 上以 north-small-translate-1-0 标识限免到一定速率；商业部署则需经 RWS Language Weaver 或 Cohere Model Vault 授权。单遍模式适合目录翻译等高并发场景，Agentic 工作流留给高价值片段。

为什么值得关注

它给本地化团队一个清晰的替代思路：与其为每个语种都跑"推理重型"的大模型，不如用一个小而专、数据落点可控、术语可定制的开放权重模型。对长文档不失真、区域表现稳、单价极低这三点，恰好命中企业本地化的真实痛点。