Cohere 开源翻译模型：50 种语言均分 83.6

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。