> ## Content Index
> Fetch the complete content index at: https://globalfeed.ai/llms.txt
> Use this file to discover other available public pages before exploring further.

# Cohere 开源翻译模型：50 种语言均分 83.6
- URL: https://globalfeed.ai/zh/cohere-fa-bu-north-small-translate-2180-yi-can-shu-moe-fan-yi-mo-xing-wmt26-jun-fen-83-6/
- Published: 2026-09-11T17:56:45.000Z
- Updated: 2026-09-11T17:56:45.000Z
- Description: Cohere 与 Cohere Labs 推出开放权重翻译模型，总参数 2180 亿、激活 250 亿，覆盖 50 种语言，官方 WMT26 评测全语言均分 83.6。
- Author: GlobalFeed Editor
- Tags: Cohere, 机器翻译, MoE, x-cohere, dil-zh, denetim-gerekli, video

Cohere 与 Cohere Labs 发布开放权重机器翻译模型 **North Small Translate**。该模型采用仅解码器的稀疏混合专家（MoE）架构，总参数 2180 亿，激活参数 250 亿，每个 token 约激活 11.5% 的权重。也就是说，单 token 计算量对应 250 亿激活参数，但显存仍需装下全部 2180 亿。语言覆盖从阿尔巴尼亚语到越南语共 50 种。

在 Cohere 自己的 WMT26 评测中，该模型全语言均分 83.6。官方称这一成绩超过 DeepL 和 Google Translate，也超过 GLM 5.2、Mistral Large 3 等开放选项。需要注意的是，这些数据来自 Cohere 自行运行的测试，评判模型为 GPT-5.6-Sol，在独立的 WMT26 结果出现之前应视为厂商自报。

## 分区成绩、吞吐与成本

在欧盟语言上，标准版得分 82.17，Gemma 4 31B 为 72.73；南亚语言则相反，North 为 86.16，Gemma 为 88.04。另有 Agentic 版本，通过多轮流程自行发现并修正错误。按 Cohere 的评分区间，80 到 100 属于完全正确或仅有轻微错误。

在相同硬件、低并发条件下，官方报告每秒输出 112 个 token，Gemma 4 31B 为 81；高并发下为 39 对 30，Cohere 称吞吐最高提升 1.4 倍。长文本差距更明显：单次调用翻译两个书章时，该模型得分 48.9，Google Translate 为 21.3，Gemma 4 31B 为 19.4，质量按段落用 xCOMET-XL 衡量。

在成本对比图中，该模型以每任务 0.000676 美元（平均 661 tokens）取得 80.1 分；Gemini 3.1 Pro Preview（high）每任务 0.038928 美元，约为其 58 倍，Qwen 3.5 397B A17B 为 0.004525 美元，Command A+ 为 0.005158 美元。

接入方式上，Chat V2 API 在速率限制内免费使用；也可非商业自部署，或申请商业许可，Cohere 公开了生产环境使用的三个检查点。这是 North 系列的首个翻译模型，此前该公司多语言产品线有 Tiny Aya 和 Command A Translate，本次模型与 RWS 合作开发，其 Language Weaver 团队参与了实际质量打磨。详情见 [MarkTechPost 报道](https://www.marktechpost.com/2026/09/10/cohere-releases-north-small-translate-a-218b-moe-translation-model-that-scores-83-6-on-wmt26-across-50-languages/?ref=globalfeed.ai)。