Cohere เปิดตัวโมเดลการแปลแบบ Mixture-of-Experts น้ำหนักเปิด 218B

Cohere ปล่อย North Small Translate เมื่อ 10 กันยายน 2026 โมเดลการแปลเครื่องแบบ mixture-of-experts แบบเปิดน้ำหนักที่มีพารามิเตอร์ทั้งหมด 218 พันล้านและพารามิเตอร์ที่ทำงาน 25 พันล้าน ให้ใช้ได้สำหรับการวิจัยและไม่เพื่อการค้า ภายใต้สัญญา CC BY-NC 4.0.

Cohere อธิบายว่า North Small Translate เป็นโมเดลการแปลแรกในตระกูลโมเดล North ซึ่งต่อยอดจากสายพันธุ์การแปลหลายภาษา ตั้งแต่ตระกูลโมเดล Tiny Aya จนถึง Command A Translate โมเดลนี้เป็นแบบข้อความเท่านั้นในทั้งสองทิศทาง มีบริบทอินพุต 16K‑token และขีดจำกัดเอาต์พุต 16K‑token และ Cohere ระบุว่ารองรับภาษามากกว่า 50 ภาษา ฮาร์ดแวร์ขั้นต่ำคือ GPU B200 หนึ่งตัวหรือ GPU H100 สองตัวที่การควอนไทเซชัน W4A4.

การวัดผลที่รายงานโดย Cohere, ปริมาณการประมวลผล, และต้นทุน

Cohere รายงานคะแนน WMT26 สำหรับทุกภาษาเป็น 83.60 สำหรับ North Small Translate และเพิ่มเป็น 84.36 สำหรับเวอร์ชันหลายรอบที่บริษัทอ้างว่าสามารถค้นหาและแก้ไขข้อผิดพลาดในการแปลได้ ในการประเมินของ Cohere ซึ่งใช้ GPT‑5.6‑Sol เป็นผู้ตัดสิน Qwen 3.5 397B A17B ได้คะแนน 81.56, DeepL NextGen 81.37, Gemma 4 31B (on) 79.46, GLM 5.2 FP8 76.50, และ Google Translate 68.20.

การทดสอบ WMT ประเมินความสามารถทั่วไปของระบบการแปลเครื่องในหลายภาษา, ด้าน, แนวเรื่องและรูปแบบต่าง ๆ โดยวิธีการให้คะแนนถือว่าคะแนนตั้งแต่ 80 ถึง 100 เป็นระดับสมบูรณ์หรือมีข้อผิดพลาดเพียงเล็กน้อย Cohere บรรยายว่า North Small Translate เป็นโมเดลการแปลเครื่องที่ทำงานได้ดีที่สุดในการประเมิน ทั้งแบบเปิดและแบบปิด โดยเฉลี่ยในทุกภาษา และกล่าวว่ามีประสิทธิภาพสูงใน 32 ภาษาที่มีทรัพยากรสูงและอีก 18 ภาษาที่เหลือ.

ในระดับภูมิภาค Cohere รายงานว่าโมเดลนี้เอาชนะ Gemma 4 31B (on) ในยุโรปด้วยคะแนน 82.2 เทียบกับ 73.9 ขณะเดียวกันในเอเชียใต้คะแนนใกล้เคียงกันที่ 86.2 เทียบกับ 86.7 Cohere ยังระบุว่าเวอร์ชันทั้งสองยังเหนือกว่า DeepL NextGen ในทุกภูมิภาคที่ไม่ใช่ยุโรป: เพิ่มประมาณ 8‑10 คะแนนในเอเชียใต้และ MENA, เพิ่มประมาณ 4‑5 คะแนนในเอเชียตะวันออกเฉียงใต้, และเพิ่ม 1‑3 คะแนนในเอเชียตะวันออก ที่โมเดลมาตรฐานเข้าใกล้คะแนน 85.41 ของ DeepL.

ในการประเมินบริบทยาวของ Cohere ซึ่งวัดความสามารถของโมเดลในการแปลสองบทของหนังสือในคำขอเดียวโดยให้คะแนนคุณภาพต่อย่อหน้าผ่าน xComet‑XL, North Small Translate ได้คะแนน 48.9 เทียบกับ 21.3 ของ Google Translate และ 19.4 ของ Gemma 4 31B. Cohere บรรยายผลลัพธ์นี้ว่าเป็นมากกว่าสองเท่าของฐานและเหนือกว่าโมเดล LLM ทั่วไปทุกตัวที่ทดสอบ.

ในการทดสอบอัตราการทำงานภายในที่ใช้ระดับความพร้อมพร้อมและการกำหนดฮาร์ดแวร์เดียวกัน Cohere วัดได้ว่ามีอัตราการส่งออกสูงสุดถึง 1.4 เท่าของ Gemma 4 31B TP1: 112 เทียบกับ 81 โทเคนต่อวินาทีที่ความพร้อมต่ำและ 39 เทียบกับ 30 ที่ความพร้อมสูง ซึ่งบริษัทระบุว่าเป็นการเพิ่ม 30‑38 เปอร์เซ็นต์ของโทเคนที่สร้างต่อวินาที.

สำหรับองค์กรที่ประเมินใบอนุญาตเชิงพาณิชย์ Cohere รายงานคะแนน 80.1 ที่ค่า $0.000676 ต่อภารกิจโดยใช้โทเคนเฉลี่ย 661 โทเคน บริษัทระบุ Gemini 3.1 Pro Preview (high) ที่ $0.038928 ต่อภารกิจ ซึ่งมากกว่าถึง 5,762 เปอร์เซ็นต์, และ Qwen 3.5 397B A17B พร้อม Command A+ ของตนที่ $0.004525 และ $0.005158 ต่อภารกิจ ตามราคาต่อโทเคนหรืออักขระจากเว็บไซต์ผู้ให้บริการโมเดล.

สถาปัตยกรรมและการครอบคลุมภาษา

บัตรโมเดล บรรยายว่า North Small Translate เป็น Transformer แบบ sparse mixture‑of‑experts ที่มีเฉพาะ decoder โดยมีผู้เชี่ยวชาญ 128 ราย ซึ่งเปิดใช้งาน 8 รายต่อโทเคน พร้อมผู้เชี่ยวชาญที่ใช้ร่วมกันกับทุกโทเคน ชั้นความสนใจสลับการสนใจแบบหน้าต่างเลื่อน (ขนาดหน้าต่าง 4096 ใช้ Rotary Positional Embeddings) กับชั้นความสนใจทั่วโลกที่ไม่มี positional embeddings ในอัตราส่วน 3:1 ซึ่งออกแบบครั้งแรกใน Command A ตัวเราท์เตอร์ใช้การกระตุ้น sigmoid บน logits ของผู้เชี่ยวชาญและทำการทำให้เป็นมาตรฐานบน top‑k ที่เลือก โมเดลได้รับการฝึกต่อโดยเฉพาะเพื่อคุณภาพการแปล.

แม้การประกาศจะระบุว่ารองรับภาษามากกว่า 50 ภาษา บัตรโมเดลระบุจำนวนที่แน่นอนคือ 50 ภาษา รวมถึงอังกฤษ, อาหรับ, ฝรั่งเศส, เยอรมัน, ฮินดี, ญี่ปุ่น, เกาหลี, รัสเซีย, ยูเครน, เวียดนาม, และจีนแบบอักษรง่ายและอักษรดั้งเดิม Cohere เอกสาร ระบุว่าครอบคลุมเป็นอังกฤษบวกกับภาษาและรูปแบบท้องถิ่นกว่า 50 รายการ โดยนับภาษาอาหรับมาตรฐานสมัยใหม่, เยอรมัน, ฝรั่งเศส, ญี่ปุ่น, เกาหลี, รัสเซีย, และยูเครนเป็นภาษาระดับหนึ่ง และระบุรูปแบบท้องถิ่นเช่น อาหรับอียิปต์, อาหรับมาตรฐานสมัยใหม่, อาหรับซาอุดี, โปรตุเกสของโปรตุเกส, เซอร์เบียแบบซีริลลิก, และนอร์เวย์ Bokmål.

การให้สิทธิ์การใช้งาน, การเข้าถึง, และความร่วมมือกับ RWS

น้ำหนักโมเดลถูกจำกัดบน Hugging Face: ผู้ดาวน์โหลดต้องยอมรับให้ข้อมูลติดต่อของตนและการใช้งานอยู่ภายใต้สัญญา CC BY‑NC 4.0 พร้อมกับ Acceptable Use Policy ของ Cohere Labs มีตัวเลือกการควอนไทเซชัน 3 แบบ: BF16 (GPU B200 สี่ตัวหรือ H100 แปดตัว), FP8 (GPU B200 สองตัวหรือ H100 สี่ตัว), และ NVFP4 W4A16 (GPU B200 หนึ่งตัวหรือ H100 สองตัว) ซึ่งบัตรโมเดลระบุว่าเป็น checkpoint ที่ Cohere ให้บริการในสภาพการผลิต พื้นที่โฮสต์บน Hugging Face Space มีการสาธิตโมเดลนี้.

โมเดลยังให้บริการผ่านระดับฟรีของ API ของ Cohere ผ่าน Chat V2 API ด้วยรหัสโมเดล north-small-translate-1-0 ฟรีจนกว่าจะถึงขีดจำกัดอัตรา การให้สิทธิ์เชิงพาณิชย์และการปรับใช้พร้อมให้บริการผ่าน Model Vault ของ Cohere โดยแนะนำฮาร์ดแวร์สอง GPU H100 หรือ GPU B200 หนึ่งตัว Cohere ระบุกรณีการใช้งานเช่น การจัดการความรู้, เอกสารด้านความปลอดภัยและการดำเนินงาน, การสื่อสารภายใน, และการแปลและสนับสนุนลูกค้า.

Cohere กล่าวว่า North Small Translate ถูกพัฒนาขึ้นร่วมกับ RWS บริษัทโซลูชัน AI ด้านเทคโนโลยีภาษาและบริการที่ทีมวิจัยและวิทยาศาสตร์ Language Weaver รวมถึงผู้เชี่ยวชาญด้านภาษาได้ช่วยกำหนดประสิทธิภาพการแปลของโมเดลในโลกจริงตลอดการพัฒนา บริษัทระบุว่า RWS ทำงานกับกว่า 80 เปอร์เซ็นต์ของแบรนด์ระดับท็อป 100 ของโลก และองค์กรที่ต้องการแพลตฟอร์มการแปลและการแปลภาษาที่เฉพาะเจาะจงสามารถเข้าถึงโมเดลผ่านผลิตภัณฑ์ Language Weaver ของ RWS.

ตาม บันทึกความร่วมมือเมื่อ 1 มิถุนายน 2026 Cohere ขอให้ RWS ทดสอบ Command A Translate ในเดือนกรกฎาคม 2025 และภายในกันยายน 2025 ทีมงานทั้งสองเริ่มทำงานบนโมเดลการแปลเฉพาะที่บทความกล่าวว่าเป็นพลังให้กับ Language Weaver Pro ของ RWS. Cohere รายงานว่า Language Weaver Pro ได้รับคะแนนชนะระดับประโยคโดยรวม 55 เปอร์เซ็นต์ต่อ DeepL NextGen ในการประเมินโดยมนุษย์ และเหนือกว่าคู่แข่งในเกณฑ์อัตโนมัติใน 31 จาก 32 ภาษาที่ใช้บ่อยในโดเมนองค์กร. CEO ของ RWS Ben Faes บรรยายว่าโมเดลที่อยู่เบื้องหลัง Language Weaver Pro คือสมองของผลิตภัณฑ์.