Cohere ra mắt mô hình dịch máy hỗn hợp chuyên gia trọng lượng mở 218 tỷ tham số

Cohere phát hành North Small Translate vào ngày 10 tháng 9 năm 2026, một mô hình dịch máy hỗn hợp chuyên gia trọng lượng mở với tổng 218 tỷ tham số và 25 tỷ tham số hoạt động, được cấp phép cho mục đích nghiên cứu và sử dụng phi thương mại theo giấy phép CC BY-NC 4.0.

Cohere mô tả North Small Translate là mô hình dịch đầu tiên trong họ mô hình North, dựa trên một dòng sản phẩm đa ngôn ngữ và dịch thuật kéo dài từ họ mô hình Tiny Aya tới Command A Translate. Mô hình chỉ xử lý văn bản ở cả hai hướng, với ngữ cảnh đầu vào 16K token và giới hạn đầu ra 16K token, và Cohere cho biết hỗ trợ hơn 50 ngôn ngữ. Phần cứng tối thiểu là một GPU B200 hoặc hai GPU H100 với lượng tử hoá W4A4.

Các chỉ số Benchmark, Thông lượng và Chi phí do Cohere báo cáo

Cohere báo cáo điểm số WMT26 cho tất cả các ngôn ngữ là 83.60 đối với North Small Translate, tăng lên 84.36 cho một biến thể đa vòng có khả năng tự động tìm và sửa lỗi dịch. Trong đánh giá của Cohere, sử dụng GPT-5.6-Sol làm giám khảo, Qwen 3.5 397B A17B đạt 81.56, DeepL NextGen 81.37, Gemma 4 31B (on) 79.46, GLM 5.2 FP8 76.50, và Google Translate 68.20.

Tiêu chuẩn WMT đánh giá khả năng chung của các hệ thống dịch máy trên một loạt rộng các ngôn ngữ, lĩnh vực, thể loại và phương thức, và phương pháp chấm điểm của nó coi các điểm từ 80 đến 100 là hoàn hảo hoặc chỉ có lỗi nhẹ. Cohere mô tả North Small Translate là mô hình dịch máy chuyên dụng có hiệu suất tốt nhất trong đánh giá, dù mở hay đóng, trung bình trên tất cả các ngôn ngữ, và cho biết nó hoạt động mạnh mẽ trên 32 ngôn ngữ có tài nguyên cao và 18 ngôn ngữ bổ sung.

Ở cấp khu vực, Cohere báo cáo mô hình vượt Gemma 4 31B (on) ở châu Âu, 82.2 so với 73.9, trong khi ở Nam Á chỉ hơi chênh lệch, 86.2 so với 86.7. Cohere cho biết cả hai phiên bản cũng vượt qua DeepL NextGen ở mọi khu vực không phải châu Âu được thử nghiệm: khoảng 8 đến 10 điểm ở Nam Á và MENA, khoảng 4 đến 5 điểm ở Đông Nam Á, và 1 đến 3 điểm ở Đông Á, nơi mô hình tiêu chuẩn tiếp cận điểm 85.41 của DeepL.

Trong đánh giá ngữ cảnh dài của Cohere, đo lường khả năng mô hình dịch hai chương của một cuốn sách trong một lần gọi với chất lượng từng đoạn được chấm qua xComet-XL, North Small Translate đạt 48.9 so với 21.3 của Google Translate và 19.4 của Gemma 4 31B. Cohere mô tả kết quả này là hơn gấp đôi hai đường cơ sở và vượt trội hơn mọi mô hình LLM đa năng mà họ đã thử nghiệm.

Trong thử nghiệm thông lượng nội bộ với mức đồng thời và cấu hình phần cứng giống nhau, Cohere đo được thông lượng đầu ra cao hơn tới 1.4 lần so với Gemma 4 31B TP1: 112 so với 81 token đầu ra mỗi giây ở mức đồng thời thấp và 39 so với 30 ở mức đồng thời cao, con số này tương đương với việc tạo ra nhiều token hơn 30 đến 38 phần trăm mỗi giây.

Đối với các doanh nghiệp đang đánh giá giấy phép thương mại, Cohere báo cáo điểm 80.1 với chi phí $0.000676 cho mỗi tác vụ, trung bình sử dụng 661 token. Công ty liệt kê Gemini 3.1 Pro Preview (cao) với $0.038928 cho mỗi tác vụ, tương đương tăng 5,762% và Qwen 3.5 397B A17B cùng Command A+ của mình với $0.004525 và $0.005158 cho mỗi tác vụ, dựa trên giá tính theo token hoặc ký tự từ trang web của các nhà cung cấp mô hình.

Kiến trúc và phạm vi ngôn ngữ

Thẻ mô hình model card mô tả North Small Translate là một Transformer hỗn hợp chuyên gia thưa chỉ có bộ giải mã, với 128 chuyên gia, trong đó tám chuyên gia được kích hoạt cho mỗi token, cùng với các chuyên gia chia sẻ áp dụng cho mọi token. Các lớp attention xen kẽ attention cửa sổ trượt (kích thước cửa sổ 4096, sử dụng Rotary Positional Embeddings) với các lớp attention toàn cục không có embedding vị trí theo tỉ lệ 3:1, một thiết kế lần đầu được giới thiệu trong Command A. Bộ định tuyến áp dụng hàm kích hoạt sigmoid lên logits của các chuyên gia và chuẩn hoá trên top‑k đã chọn. Mô hình được huấn luyện lại đặc biệt để nâng cao chất lượng dịch.

Khi thông báo nói hỗ trợ hơn 50 ngôn ngữ, thẻ mô hình liệt kê chính xác 50 ngôn ngữ, bao gồm Tiếng Anh, Tiếng Ả Rập, Tiếng Pháp, Tiếng Đức, Tiếng Hindi, Tiếng Nhật, Tiếng Hàn, Tiếng Nga, Tiếng Ukraina, Tiếng Việt, và Tiếng Trung giản thể và phồn thể. Tài liệu documentation của Cohere mô tả phạm vi bao gồm Tiếng Anh cộng hơn 50 biến thể ngôn ngữ và địa phương, đặt Tiếng Ả Rập Chuẩn Hiện Đại, Tiếng Đức, Tiếng Pháp, Tiếng Nhật, Tiếng Hàn, Tiếng Nga và Tiếng Ukraina là các ngôn ngữ hạng một, và liệt kê các biến thể địa phương như Tiếng Ả Rập Ai Cập, Tiếng Ả Rập Chuẩn Hiện Đại và Tiếng Ả Rập Saudi, Tiếng Bồ Đào Nha (Bồ Đào Nha), Tiếng Serbia Cyrillic, và Tiếng Na Uy Bokmål.

Giấy phép, Truy cập và Đối tác RWS

Các trọng số được kiểm soát trên Hugging Face: người tải xuống phải đồng ý chia sẻ thông tin liên hệ, và việc sử dụng được quản lý bởi giấy phép CC BY-NC 4.0 cùng với Chính sách Sử dụng Chấp nhận được của Cohere Labs. Ba biến thể lượng tử hoá có sẵn: BF16 (bốn B200 hoặc tám H100 GPU), FP8 (hai B200 hoặc bốn H100), và NVFP4 W4A16 (một B200 hoặc hai H100), mà thẻ mô hình cho biết là các checkpoint mà Cohere cung cấp trong môi trường sản xuất. Một Hugging Face Space được lưu trữ cung cấp bản demo của mô hình.

Mô hình cũng được cung cấp trên tầng miễn phí của API Cohere thông qua Chat V2 API với ID mô hình north-small-translate-1-0, miễn phí cho tới khi đạt giới hạn tốc độ, với giấy phép thương mại và triển khai có sẵn qua Model Vault của Cohere với phần cứng đề xuất là hai GPU H100 hoặc một B200. Tài liệu của Cohere liệt kê các trường hợp sử dụng bao gồm quản lý tri thức, tài liệu an toàn và vận hành, giao tiếp nội bộ, và bản địa hoá cùng hỗ trợ khách hàng.

Cohere cho biết North Small Translate được phát triển hợp tác với RWS, một công ty giải pháp AI trong công nghệ ngôn ngữ và dịch vụ, nơi các đội nghiên cứu và khoa học Language Weaver cùng các chuyên gia ngôn ngữ đã giúp định hình hiệu suất dịch thực tế của mô hình trong suốt quá trình phát triển. Công ty khẳng định RWS làm việc với hơn 80 percent của 100 thương hiệu hàng đầu thế giới, và các doanh nghiệp cần một nền tảng dịch và bản địa hoá chuyên dụng có thể truy cập mô hình qua sản phẩm Language Weaver của RWS.

Theo bài viết ngày 1 tháng 6 năm 2026 của Cohere về sự hợp tác, Cohere đã yêu cầu RWS thử nghiệm Command A Translate vào tháng 7 năm 2025, và đến tháng 9 năm 2025 hai đội đã bắt đầu làm việc trên một mô hình dịch chuyên biệt mà bài viết cho biết đã cung cấp sức mạnh cho Language Weaver Pro của RWS. Cohere báo cáo rằng Language Weaver Pro đạt 55 percent thắng lợi tổng thể ở mức câu so với DeepL NextGen trong các đánh giá của con người và vượt trội hơn các đối thủ trong các benchmark tự động ở 31 trong số 32 ngôn ngữ thường được sử dụng trong các lĩnh vực doanh nghiệp. Giám đốc điều hành RWS Ben Faes mô tả mô hình phía sau Language Weaver Pro là bộ não của sản phẩm.