Cohere представляє відкриту модель машинного перекладу Mixture-of-Experts з 218 млрд параметрів

Cohere випустила North Small Translate 10 вересня 2026 року, відкриту модель машинного перекладу типу mixture-of-experts з 218 мільярдами загальних параметрів і 25 мільярдами активних параметрів, ліцензовану для досліджень і некомерційного використання за ліцензією CC BY‑NC 4.0.

Cohere описала North Small Translate як свою першу модель перекладу у сімействі моделей North, що базується на багатомовному та перекладацькому спадку, який простягається від сімейства Tiny Aya до Command A Translate. Модель працює лише з текстом в обох напрямках, має контекст вхідних даних у 16 К токенів і обмеження вихідних токенів у 16 К, а Cohere зазначає підтримку понад 50 мов. Мінімальне обладнання — один GPU B200 або два GPU H100 при квантизації W4A4.

Бенчмарки, пропускна здатність та вартість, повідомлені Cohere

Cohere повідомила, що модель North Small Translate отримала у WMT26 оцінку 83,60 за всі мови, яка підвищилася до 84,36 для агентної багатократної варіації, яку компанія називає здатною виявляти та виправляти помилки перекладу. У оцінці Cohere, де в ролі судді виступав GPT‑5.6‑Sol, Qwen 3.5 397B A17B набрав 81,56, DeepL NextGen 81,37, Gemma 4 31B (on) 79,46, GLM 5.2 FP8 76,50 і Google Translate 68,20.

Бенчмарк WMT оцінює загальні можливості систем машинного перекладу за широким спектром мов, доменів, жанрів і модальностей, причому методика оцінювання вважає результати від 80 до 100 практично ідеальними або з незначними помилками. Cohere назвала North Small Translate найкращою спеціалізованою моделлю машинного перекладу в цьому тесті, відкритою чи закритою, у середньому за всіма мовами, і зазначила, що вона демонструє сильні результати у 32 мовах з великим ресурсом та ще 18 додаткових мовах.

На регіональному рівні Cohere повідомила, що модель обігнала Gemma 4 31B (on) у Європі (82,2 проти 73,9), при цьому залишилась практично на рівні в Південній Азії (86,2 проти 86,7). Cohere зазначила, що обидві версії також перевершували DeepL NextGen у всіх неполітико‑європейських регіонах: приблизно на 8‑10 пунктів у Південній Азії та MENA, на 4‑5 пунктів у Південно‑Східній Азії та на 1‑3 пункти в Східній Азії, де стандартна модель наблизилася до оцінки DeepL 85,41.

У довго‑контекстному тестуванні Cohere, яке вимірює, наскільки добре модель перекладає два розділи книги за один запит з оцінкою якості за абзацами через xComet‑XL, North Small Translate отримала 48,9 проти 21,3 у Google Translate і 19,4 у Gemma 4 31B. Cohere охарактеризувала цей результат як більш ніж удвічі кращий за обидві базові моделі та випереджаючий усі загальні LLM, які були протестовані.

У внутрішньому тестуванні пропускної здатності за однакових рівнів конкурентності та конфігурацій обладнання Cohere зафіксувала до 1,4‑разової вищої вихідної пропускної здатності порівняно з Gemma 4 31B TP1: 112 проти 81 токену в секунду при низькій конкурентності та 39 проти 30 при високій, що, за даними компанії, становить 30‑38 % більше токенів, згенерованих за секунду.

Для підприємств, які оцінюють комерційні ліцензії, Cohere повідомила оцінку 80,1 при вартості $0,000676 за завдання при середньому використанні 661 токену. Компанія вказала Gemini 3.1 Pro Preview (high) за $0,038928 за завдання, що становить 5 762 % більше, а також Qwen 3.5 397B A17B та власний Command A+ за $0,004525 та $0,005158 за завдання, використовуючи цінові моделі за токен або за символ з веб‑сайтів постачальників моделей.

Архітектура та охоплення мов

Карточка моделі описує North Small Translate як трансформер типу decoder‑only sparse mixture‑of‑experts з 128 експертами, з яких вісім активуються на токен, а також спільними експертами, що застосовуються до кожного токену. Шари уваги чергуються між скользящим віконним attention (розмір вікна 4096, з використанням Rotary Positional Embeddings) та глобальними шарами attention без позиційних вбудовувань у співвідношенні 3:1 — дизайн, вперше представлений у Command A. Маршрутизатор застосовує сигмоїдальну активацію до логітів експертів і нормалізує їх за топ‑k. Модель була донавчена спеціально для підвищення якості перекладу.

У оголошенні зазначається підтримка понад 50 мов, а карточка моделі точно перераховує 50, включаючи англійську, арабську, французьку, німецьку, хінді, японську, корейську, російську, українську, в’єтнамську та спрощену й традиційну китайську. Документація Cohere описує охоплення як англійську плюс понад 50 варіантів мов і локалей, називає сучасну стандартну арабську, німецьку, французьку, японську, корейську, російську та українську «мовами першого рівня», а також перераховує локальні варіанти, такі як єгипетська, сучасна стандартна та саудівська арабська, португальська (Португалія), сербська (кирилиця) та норвезька (букмол).

Ліцензування, доступ та партнерство з RWS

Ваги захищені на Hugging Face: завантажувачі повинні погодитися надати свою контактну інформацію, а використання регулюється ліцензією CC BY‑NC 4.0 разом із Acceptable Use Policy від Cohere Labs. Доступні три варіанти квантизації: BF16 (чотири B200 або вісім H100 GPU), FP8 (два B200 або чотири H100) та NVFP4 W4A16 (один B200 або два H100), які, згідно з карточкою моделі, є контрольними точками, що Cohere використовує у продакшн‑режимі. На Hugging Face Space розміщено демо‑версію моделі.

Модель також доступна у безкоштовному тарифному плані API Cohere через Chat V2 API під ідентифікатором моделі north-small-translate-1-0, безкоштовно, доки не будуть досягнуті ліміти запитів, а комерційне ліцензування та розгортання можливе через Model Vault від Cohere з рекомендованим обладнанням у два H100 GPU або один B200. У документації Cohere перераховано випадки використання, включаючи управління знаннями, документацію безпеки та операцій, внутрішню комунікацію, а також локалізацію та підтримку клієнтів.

Cohere заявила, що North Small Translate була розроблена у партнерстві з RWS, компанією‑провайдером AI‑рішень у галузі мовних технологій та сервісів, чия команда досліджень Language Weaver та мовні експерти допомагали формувати реальну продуктивність моделі протягом усього процесу розробки. Компанія зазначає, що RWS співпрацює з більш ніж 80 % провідних 100 брендів світу, і що підприємства, яким потрібна спеціалізована платформа перекладу та локалізації, можуть отримати доступ до моделі через продукт Language Weaver від RWS.

За даними статті Cohere від 1 червня 2026 року про співпрацю, Cohere попросила RWS протестувати Command A Translate у липні 2025, і до вересня 2025 рік обидві команди розпочали роботу над спеціалізованою моделлю перекладу, яку, за словами статті, використали для створення Language Weaver Pro від RWS. Cohere повідомила, що Language Weaver Pro досяг 55 % переваг на рівні речень у порівнянні з DeepL NextGen у людських оцінках і перевершив конкурентів у автоматизованих бенчмарках у 31 з 32 мов, які часто використовуються у корпоративних доменах. Генеральний директор RWS Бен Фаес описав модель, що стоїть за Language Weaver Pro, як «мозок» продукту.