Cohere, Açık Ağırlıklı 218B Uzman Karışımı Makine Çevirisi Modelini Tanıttı

Cohere North Small Translate adlı, 218 milyar toplam parametre ve 25 milyar aktif parametreye sahip açık ağırlıklı uzman karışımı makine çevirisi modelini 10 Eylül 2026 tarihinde yayınladı; model araştırma ve ticari olmayan kullanım için CC BY-NC 4.0 lisansı altında lisanslanmıştır.

Cohere, North Small Translate’i North model ailesindeki ilk çeviri modeli olarak tanımladı; bu model Tiny Aya model ailesinden Command A Translate’e uzanan çok dilli ve çeviri geçmişi üzerine inşa edilmiştir. Model her iki yönde de yalnızca metin işleyebilir, 16K tokenlık giriş bağlamı ve 16K tokenlık çıkış sınırına sahiptir ve Cohere 50’den fazla dili desteklediğini belirtiyor. Minimum donanım, W4A4 kuantizasyonunda bir B200 GPU veya iki H100 GPU’dur.

Cohere Tarafından Raporlanan Performans Ölçütleri, Verim ve Maliyet

Cohere, North Small Translate için WMT26 tüm diller puanının 83.60 olduğunu, şirketin çevirideki hataları bulup düzeltebilen bir ajanlı çok geçişli varyant için bu puanın 84.36’ya yükseldiğini bildirdi. Cohere’nin değerlendirmesinde, jüri olarak GPT-5.6-Sol kullanıldı; Qwen 3.5 397B A17B 81.56, DeepL NextGen 81.37, Gemma 4 31B (on) 79.46, GLM 5.2 FP8 76.50 ve Google Translate 68.20 puan aldı.

WMT benchmark’i, makine çevirisi sistemlerinin geniş bir dil, alan, tür ve modalite yelpazesinde genel yeteneklerini değerlendirir ve puanlama metodolojisi 80 ile 100 arasındaki puanları mükemmel ya da yalnızca küçük hatalar içeriyor olarak kabul eder. Cohere, North Small Translate’i değerlendirmede (açık ya da kapalı) ortalama olarak tüm dillerde en iyi performans gösteren özel makine çevirisi modeli olarak tanımladı ve modelin 32 yüksek kaynaklı dil ve ek 18 dilde güçlü performans sergilediğini belirtti.

Bölgesel düzeyde, Cohere modelin Avrupa’da Gemma 4 31B (on) modelini 82.2’ye karşı 73.9 ile geride bıraktığını, Güney Asya’da ise 86.2’ye karşı 86.7 ile neredeyse eşit olduğunu bildirdi. Cohere, her iki sürümün de test edilen her Avrupa dışı bölgede DeepL NextGen’den daha iyi performans gösterdiğini; Güney Asya ve MENA’da yaklaşık 8‑10 puan, Güneydoğu Asya’da yaklaşık 4‑5 puan ve Doğu Asya’da 1‑3 puan farkla, standart modelin DeepL’in 85.41 puanına yaklaştığı bölgelerde üstün olduğunu belirtti.

Cohere’nin uzun bağlam değerlendirmesinde, modelin bir kitapta iki bölümü tek bir çağrıda çevirme yeteneği, paragraf bazında kalite xComet-XL ile ölçülerek, North Small Translate 48.9 puan alırken Google Translate 21.3 ve Gemma 4 31B 19.4 puan aldı. Cohere bu sonucu, her iki temel modele göre iki katından fazla ve test ettiği tüm genel amaçlı LLM’lerin önünde olarak nitelendirdi.

Aynı eşzamanlılık seviyeleri ve donanım konfigürasyonları altında yapılan dahili verimlilik testlerinde, Cohere Gemma 4 31B TP1’e kıyasla çıktıda 1.4 kat daha yüksek bir verim ölçtü: düşük eşzamanlılıkta saniyede 112 token, Gemma 4 31B ise 81 token; yüksek eşzamanlılıkta ise 39 token’e karşı 30 token, bu da şirketin saniye başına %30‑38 daha fazla token üretildiği anlamına geliyor.

Ticari lisansları değerlendiren işletmeler için Cohere, ortalama 661 token başına görev başına $0.000676 maliyetle 80.1 puan raporladı. Şirket, Gemini 3.1 Pro Preview (yüksek) modelini görev başına $0.038928 olarak listeler; bu, %5,762 daha yüksek bir maliyettir. Qwen 3.5 397B A17B ve kendi Command A+ modelleri ise görev başına $0.004525 ve $0.005158 maliyetle, model sağlayıcılarının web sitelerindeki token veya karakter bazlı fiyatlandırmalar kullanılarak belirtilmiştir.

Mimari ve Dil Kapsamı

Model kartı, North Small Translate’i 128 uzmandan oluşan, her token başına sekiz uzmanın etkin olduğu, paylaşılan uzmanların ise her tokena uygulandığı, sadece kod çözücü (decoder-only) seyrek uzman karışımı Transformer olarak tanımlar. Dikkat katmanları, kayar pencere dikkatini (pencere boyutu 4096, Rotary Positional Embeddings kullanılarak) global dikkat katmanlarıyla (pozisyonel gömme olmadan) 3:1 oranında iç içe geçirir; bu tasarım ilk olarak Command A’da tanıtılmıştır. Yönlendirici, uzman logitleri üzerinde sigmoid aktivasyonu uygular ve seçilen top‑k üzerinde normalleştirir. Model, özellikle çeviri kalitesi için sonradan eğitilmiştir.

Duyuruda 50’den fazla dil desteği olduğu belirtilirken, model kartı tam olarak 50 dili listeler; bunlar arasında İngilizce, Arapça, Fransızca, Almanca, Hintçe, Japonca, Korece, Rusça, Ukraynaca, Vietnamca ve Basitleştirilmiş ve Geleneksel Çince bulunur. Cohere’nin belgelendirmesi, kapsamı İngilizce artı 50’den fazla dil ve yerel varyant olarak tanımlar, Modern Standart Arapça, Almanca, Fransızca, Japonca, Korece, Rusça ve Ukraynaca’yı birinci seviye diller olarak adlandırır ve Mısır, Modern Standart ve Suudi Arapçası, Portekiz Portekizcesi, Kiril Serbçası ve Norveç Bokmål gibi yerel varyantları listeler.

Lisanslama, Erişim ve RWS Ortaklığı

Ağırlıklar, Hugging Face: üzerinde erişime kısıtlanmıştır; indiricilerin iletişim bilgilerini paylaşmayı kabul etmeleri gerekir ve kullanım, CC BY-NC 4.0 lisansı ile Cohere Labs’ın Kabul Edilebilir Kullanım Politikası’na tabiidir. Üç kuantizasyon varyantı mevcuttur: BF16 (dört B200 veya sekiz H100 GPU), FP8 (iki B200 veya dört H100 GPU) ve NVFP4 W4A16 (bir B200 veya iki H100 GPU); model kartı bu varyantların üretimde kullanılan kontrol noktaları olduğunu belirtir. Barındırılan bir Hugging Face Space, modelin demo sürümünü sunar.

Model ayrıca Cohere’un API ücretsiz katmanında Chat V2 API üzerinden model kimliği north-small-translate-1-0 ile sunulur; oran limitlerine ulaşılana kadar ücretsizdir. Ticari lisanslama ve dağıtım ise Cohere’un Model Vault’ı aracılığıyla, önerilen donanım iki H100 GPU veya bir B200 GPU olarak sağlanır. Cohere’un belgelendirmesi, bilgi yönetimi, güvenlik ve operasyon dokümantasyonu, iç iletişim, yerelleştirme ve müşteri desteği gibi kullanım senaryolarını listeler.

Cohere, North Small Translate’in dil teknolojisi ve hizmetlerinde uzmanlaşmış bir AI çözümleri şirketi olan RWS ile ortaklık içinde geliştirildiğini belirtti; RWS’nin Language Weaver araştırma ve bilim ekipleri ile dil uzmanları, modelin gerçek dünya çeviri performansını geliştirmede rol oynadı. Şirket, RWS’nin dünyanın en büyük 100 markasının %80’inden fazlasıyla çalıştığını ve özel çeviri ve yerelleştirme platformuna ihtiyaç duyan işletmelerin modeli RWS’nin Language Weaver ürününden erişebileceğini ifade etti.

Cohere’nin 1 Haziran 2026 tarihli iş birliği hesabına göre, Cohere RWS’den Temmuz 2025’te Command A Translate’i test etmesini istedi ve Eylül 2025’e kadar iki ekip, gönderide RWS’nin Language Weaver Pro’sunu güçlendiren özel bir çeviri modeli üzerinde çalışmaya başladı. Cohere, Language Weaver Pro’nun insan değerlendirmelerinde DeepL NextGen’e karşı %55 oranında cümle düzeyinde üstünlük sağladığını ve işletme alanlarında yaygın olarak kullanılan 32 dilden 31’inde otomatik benchmarklarda rakiplerinden daha iyi performans gösterdiğini bildirdi. RWS CEO’su Ben Faes, Language Weaver Pro’nun arkasındaki modeli ürünün beyni olarak tanımladı.