加拿大AI企业Cohere近日推出全新机器翻译大模型North Small Translate，该模型采用218B总参数、25B激活参数的混合专家（MoE）架构，在国际公认的WMT26机器翻译基准测试中获得83.6的高分，支持全球50种主流语言互译，性能逼近千亿级全密集翻译模型，推理成本仅为后者的30%左右。
过去三年，全球跨境服务市场规模年复合增长率超过22%，仅跨境电商领域的多语言翻译需求就攀升了170%，但长期以来，高精度翻译模型的高额推理成本，一直是中小企业落地相关应用的核心障碍。
此前行业内的商用翻译方案主要分为两类：一类是参数规模在10B以下的小模型，虽然推理成本低，但在小语种翻译、专业内容翻译上的误差率普遍超过15%，无法满足商用需求；另一类是70B以上参数的全密集翻译大模型，精度达标但单token推理成本是小模型的8-10倍，日均调用量超过10万次的场景下，单月成本可达数万元，大部分中小团队难以承担。
Cohere此次推出的新模型，恰好瞄准了这一市场空白，兼顾了精度与成本的双重需求。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号