كوهير تُطلق نموذج ترجمة آلية بمزيج الخبراء ذو الوزن المفتوح 218 مليار معلمة

أصدرت شركة Cohere North Small Translate في 10 سبتمبر 2026، نموذج ترجمة آلية بمزيج الخبراء ذو وزن مفتوح machine translation يحتوي على 218 مليار معلمة إجمالية و25 مليار معلمة نشطة، مرخص للاستخدام البحثي وغير التجاري وفق ترخيص CC BY-NC 4.0.

وصفت Cohere نموذج North Small Translate بأنه أول نموذج ترجمة في عائلة نماذج North، مبنيًا على سلالة متعددة اللغات والترجمة تمتد من عائلة نماذج Tiny Aya عبر Command A Translate. النموذج نص‑فقط في كلا الاتجاهين، مع سياق إدخال يصل إلى 16K رمز وسياق إخراج بحد 16K رمز، وتدعي Cohere دعمه لأكثر من 50 لغة. الحد الأدنى من الأجهزة هو بطاقة GPU واحدة من طراز B200 أو بطاقتين من طراز H100 عند تقليل الدقة إلى W4A4.

المقاييس المبلّغ عنها من قبل Cohere، الإنتاجية، والتكلفة

أعلنت Cohere عن حصول North Small Translate على درجة 83.60 في اختبار WMT26 لجميع اللغات، ارتفعت إلى 84.36 في نسخة متعددة المرور ذات القدرة الوكّالية التي تقول الشركة إنّها تستطيع اكتشاف وتصحيح الأخطاء في الترجمة. في تقييم Cohere، الذي استخدم GPT-5.6-Sol كحكم، سجل Qwen 3.5 397B A17B درجة 81.56، وDeepL NextGen 81.37، وGemma 4 31B (on) 79.46، وGLM 5.2 FP8 76.50، وGoogle Translate 68.20.

يقيم معيار WMT القدرات العامة لأنظمة الترجمة الآلية عبر مجموعة واسعة من اللغات والمجالات والأنماط والوسائط، وتُعامل طريقة حساب الدرجات الدرجات من 80 إلى 100 على أنها مثالية أو تحمل أخطاء طفيفة فقط. وصفت Cohere North Small Translate بأنه النموذج المخصص للترجمة الآلية الأكثر أداءً في التقييم، سواء كان مفتوحًا أو مغلقًا، بمتوسط أعلى عبر جميع اللغات، وأشار إلى أنه يقدّم أداءً قويًا عبر 32 لغة ذات موارد عالية و18 لغة إضافية.

على المستوى الإقليمي، أفادت Cohere أن النموذج تفوق على Gemma 4 31B (on) في أوروبا، حيث سجل 82.2 مقابل 73.9، بينما كان الأداء متقاربًا تقريبًا في جنوب آسيا، 86.2 مقابل 86.7. وقالت Cohere إن كلا النسختين تفوقت أيضًا على DeepL NextGen في كل منطقة غير أوروبية تم اختبارها: بفارق يتراوح تقريبًا بين 8 إلى 10 نقاط في جنوب آسيا ومنطقة الشرق الأوسط وشمال أفريقيا، وحوالي 4 إلى 5 نقاط في جنوب شرق آسيا، وبين نقطة واحدة إلى ثلاث نقاط في شرق آسيا، حيث اقترب النموذج القياسي من درجة DeepL البالغة 85.41.

في تقييم Cohere للسياق الطويل، الذي يقيس مدى قدرة النموذج على ترجمة فصلين من كتاب في طلب واحد مع تقييم جودة كل فقرة عبر xComet-XL، حصل North Small Translate على 48.9 مقابل 21.3 لـ Google Translate و19.4 لـ Gemma 4 31B. وصفت Cohere هذه النتيجة بأنها أكثر من ضعف كلا الأساسين وتفوق على كل نموذج لغوي عام اختبرته.

في اختبار الإنتاجية الداخلي تحت مستويات تزامن وتكوينات عتادية متماثلة، سجلت Cohere إنتاجية أعلى تصل إلى 1.4 مرة مقارنةً بـ Gemma 4 31B TP1: 112 مقابل 81 رمزًا مُنتَجًا في الثانية عند التزامن المنخفض و39 مقابل 30 عند التزامن العالي، ما يعادل زيادة تتراوح بين 30 إلى 38 بالمئة في عدد الرموز المولدة في الثانية.

بالنسبة للمؤسسات التي تقيم تراخيص تجارية، أفادت Cohere عن درجة 80.1 بتكلفة $0.000676 لكل مهمة باستخدام متوسط 661 رمزًا. وذكرت الشركة أن Gemini 3.1 Pro Preview (high) يكلف $0.038928 لكل مهمة، أي بزيادة قدرها 5,762 بالمئة، كما أن Qwen 3.5 397B A17B وCommand A+ الخاص بها يكلفان $0.004525 و$0.005158 لكل مهمة على التوالي، مستندةً إلى أسعار كل رمز أو كل حرف من مواقع موفري النماذج.

الهيكل وتغطية اللغات

تصف بطاقة النموذج North Small Translate بأنه محول (Transformer) بمزيج الخبراء المتناثر يقتصر على فك الترميز فقط، يضم 128 خبيرًا، يُفعَّل ثمانية منهم لكل رمز، إلى جانب خبراء مشتركة تُطبَّق على كل رمز. تتناوب طبقات الانتباه بين انتباه نافذة انزلاقية (حجم النافذة 4096، باستخدام تضمينات موضعية دوارة) وانتباه عالمي بدون تضمينات موضعية بنسبة 3:1، وهو تصميم قُدِّم لأول مرة في Command A. يطبق الموجّه تنشيط سيغمويد على لوجيتات الخبراء ويُطبع على أعلى k مختارة. تم تدريب النموذج لاحقًا خصيصًا لتحسين جودة الترجمة.

بينما يذكر الإعلان دعمًا لأكثر من 50 لغة، تُعدد بطاقة النموذج بالضبط 50 لغة، تشمل الإنجليزية، العربية، الفرنسية، الألمانية، الهندية، اليابانية، الكورية، الروسية، الأوكرانية، الفيتنامية، والصينية المبسطة والتقليدية. تصف وثائق Cohere التوثيق التغطية بأنها الإنجليزية بالإضافة إلى أكثر من 50 متغيّر لغة وإقليم، وتُصنِّف العربية الفصحى الحديثة، الألمانية، الفرنسية، اليابانية، الكورية، الروسية، والأوكرانية كلغات من الدرجة الأولى، وتدرج متغيّرات إقليمية مثل العربية المصرية، العربية الفصحى الحديثة، والعربية السعودية، والبرتغالية البرتغالية، والصربية السيريالية، والنرويجية بوكمال.

الترخيص، الوصول، وشراكة RWS

الأوزان محجوزة على Hugging Face: يجب على المُحمّلين الموافقة على مشاركة معلومات الاتصال الخاصة بهم، ويخضع الاستخدام لترخيص CC BY-NC 4.0 إلى جانب سياسة الاستخدام المقبول الخاصة بـ Cohere Labs. تتوفر ثلاثة متغيّرات لتقليل الدقة: BF16 (أربع بطاقات B200 أو ثمان بطاقات H100)، FP8 (بطاقتين B200 أو أربع بطاقات H100)، وNVFP4 W4A16 (بطاقة B200 واحدة أو بطاقتين H100)، وتُشير بطاقة النموذج إلى أن هذه هي نقاط التفتيش التي تُقدمها Cohere في بيئة الإنتاج. توفر مساحة مستضافة على Hugging Face Space عرضًا تجريبيًا للنموذج.

يُقدَّم النموذج أيضًا عبر الطبقة المجانية من واجهة برمجة تطبيقات Cohere من خلال واجهة Chat V2 API تحت معرف النموذج north-small-translate-1-0، مجانًا حتى بلوغ حدود المعدل، مع تراخيص تجارية وإمكانية نشر متاحة عبر Model Vault الخاص بـ Cohere على عتاد مقترح من بطاقتين H100 أو بطاقة B200 واحدة. تُدرج وثائق Cohere حالات الاستخدام بما في ذلك إدارة المعرفة، وثائق السلامة والعمليات، التواصل الداخلي، والتوطين ودعم العملاء.

أعلنت Cohere أن North Small Translate تم تطويره بالشراكة مع RWS، شركة حلول ذكاء اصطناعي في تكنولوجيا اللغة والخدمات، حيث ساهمت فرق البحث العلمي والفرق المتخصصة في Language Weaver وخبراؤها اللغويون في تشكيل أداء النموذج في العالم الحقيقي طوال مراحل التطوير. وتفيد الشركة بأن RWS تتعامل مع أكثر من 80 بالمئة من أكبر 100 علامة تجارية عالمية، وأن المؤسسات التي تحتاج إلى منصة ترجمة وتوطين مخصصة يمكنها الوصول إلى النموذج عبر منتج Language Weaver الخاص بـ RWS.

وفقًا لحساب Cohere في 1 يونيو 2026 عن التعاون، طلبت Cohere من RWS اختبار Command A Translate في يوليو 2025، وبحلول سبتمبر 2025 كان الفريقان قد بدآ العمل على نموذج ترجمة متخصص أشار المقال إلى أنه أدى إلى تشغيل Language Weaver Pro الخاص بـ RWS. أفادت Cohere أن Language Weaver Pro حقق نسبة فوز 55 بالمئة على مستوى الجمل مقارنةً بـ DeepL NextGen في التقييمات البشرية وتفوق على المنافسين في المعايير الآلية في 31 من أصل 32 لغة تُستخدم عادةً في قطاعات المؤسسات. ووصف الرئيس التنفيذي لـ RWS، Ben Faes، النموذج وراء Language Weaver Pro بأنه “العقل” وراء المنتج.