Cohere North Small Translate｜50+ 语言的开放权重专用翻译模型
218B MoE 以 25B 激活参数处理长文翻译，但开放权重许可仅覆盖研究与非商业用途。
本文核心看点
Cohere 于 9 月 10 日发布 North Small Translate，一款面向 50 多种语言的开放权重 MoE 翻译模型。模型总参数 218B、激活参数 25B，输入和输出上下文均为 16K；最低部署配置标为单张 B200 或两张 H100 的 W4A4 量化。Cohere 报告其 WMT26 全语言得分为 83.60，Agentic 版本为 84.36，并称相同硬件与并发下吞吐最高为 Gemma 4 31B 的 1.4 倍。模型卡还要求遵守可接受使用附录与 Cohere Labs AUP；商业生产需单独取得 commercial license。
直接回答
Cohere 于 9 月 10 日发布 North Small Translate，一款面向 50 多种语言的开放权重 MoE 翻译模型。模型总参数 218B、激活参数 25B，输入和输出上下文均为 16K；最低部署配置标为单张 B200 或两张 H100 的 W4A4 量化。Cohere 报告其 WMT26 全语言得分为 83.60，Agentic 版本为 84.36，并称相同硬件与并发下吞吐最高为 Gemma 4 31B 的 1.4 倍。模型卡还要求遵守可接受使用附录与 Cohere Labs AUP；商业生产需单独取得 commercial license。
事实来源
Cohere 列出的模型规格为 218B 总参数、25B 激活参数、MoE 架构、16K 输入与 16K 输出，并支持 50 多种语言。
模型卡说明权重受非商业 CC BY-NC 4.0、可接受使用附录和 Cohere Labs AUP 共同约束；商业生产需单独取得 commercial license。
Cohere 的 WMT26 评测使用 GPT-5.6-Sol 作裁判，报告标准版 83.60、Agentic 版 84.36；内部吞吐测试最高为对照模型的 1.4 倍。
核心变化
- 专用翻译模型覆盖 50 多种语言与长文输入输出
- 25B 激活参数把总模型规模与单步计算需求分开
- 标准版与可自查修正的 Agentic 版本分别报告成绩
- 开放权重下载与商业使用许可被明确区分
对普通 AI 用户的影响
对跨境产品而言，专用翻译模型可把术语、长文一致性、吞吐与本地部署放进同一评测，但不能只看全语言平均分。语言区域、文本长度、领域词汇和人工质量标准会显著改变结果。许可也是上线前置条件：非商业许可、可接受使用附录与 AUP 都要审查；商业生产需要单独 commercial license，并核算硬件、并发与复核成本。
给团队的操作清单
- 按目标市场建立语言—领域矩阵，收集术语表、长文、格式标记和需要人工判定的困难样本。
- 将标准版、Agentic 版与现有翻译服务在盲测中比较，分别记录质量、延迟、吞吐和修订次数。
- 在 W4A4 目标硬件上验证显存、并发、长文退化和量化误差，不直接套用厂商吞吐。
- 商业试点前取得单独 commercial license，并核对许可附录、Cohere Labs AUP、权重来源和专业复核要求。
AI 前沿资讯与趋势解读、AI 软件应用与模型工具、AI 技能教程与验证方法、AI 账号服务与权限说明
FAQ
开放权重是否意味着可以免费商用？
不是。模型卡要求遵守非商业 CC BY-NC 4.0、可接受使用附录与 Cohere Labs AUP；商业生产需单独取得 commercial license。
83.60 与 84.36 是否是独立第三方成绩？
不是独立审计结果。它们来自 Cohere 公布的 WMT26 评测，并使用 GPT-5.6-Sol 作为裁判。
模型能否在单张普通消费级显卡运行？
官方最低配置是单张 B200 或两张 H100 的 W4A4，没有宣称普通消费级显卡满足最低要求。
总结
North Small Translate 把多语言质量、长文吞吐和私有部署放进一个专用模型，但真实采用仍由语言分项、目标硬件和商业许可共同决定。
本文由 AI 辅助撰写；发布前由 ENHE AI 自动化审计核对官方来源、双语字段、图片权利、页面安全与历史去重。
这对普通用户意味着什么？
对跨境产品而言，专用翻译模型可把术语、长文一致性、吞吐与本地部署放进同一评测，但不能只看全语言平均分。语言区域、文本长度、领域词汇和人工质量标准会显著改变结果。许可也是上线前置条件：非商业许可、可接受使用附录与 AUP 都要审查；商业生产需要单独 commercial license，并核算硬件、并发与复核成本。
你可能会用到这些工具
相关教程
相关工具/教程
你可以从下面的 ENHE AI 栏目继续把资讯信号转成工具选择、账号服务判断或实操学习路径。
相关阅读
微软与NVIDIA发布开放权重模型风险指南：五类风险怎么查
微软与NVIDIA于2026年10月16日发布企业开放权重模型风险管理资源，提出网络安全、数据保护、内容、人机互动和偏差五类共同语言。官方强调，风险不能只由“开放或封闭”判断，还取决于用途、部署架构、权限、数据、工具和持续防护。本文把联合指南转换为普通团队可执行的选型、评估、责任划分与上线复查步骤，避免把模型标签当成安全结论。
Reflection Beam开放权重模型登陆AWS：代理编程部署怎么选
AWS于2026年10月16日介绍Reflection AI的Beam开放权重模型，面向代理编程和长周期任务，可解决软件问题、修改代码、调用工具并依据中间结果继续行动。模型拥有5010亿总参数和230亿激活参数，权重以Apache 2.0许可发布，并提供多种精度版本。本文帮助普通开发者判断先试托管端点，还是承担自部署的算力、权限、安全与运维责任。
GitHub Copilot上线 Kimi K3：先核对套餐、模型开关与按量计费
GitHub于2026年8月6日宣布，Kimi K3开始向多个Copilot付费套餐逐步开放。符合条件的用户可在可视化编辑器、命令行和网站的模型选择器中使用它。个人用户应先核对套餐、灰度资格与按量计费；团队用户还需由管理员开启模型策略，并在不含密钥和客户数据的测试仓库验证权限、费用、输出质量和人工复核流程。
NVIDIA发起Open Secure AI Alliance，开源AI智能体进入可审计协作阶段
NVIDIA于2026年7月27日联合多家AI与基础设施机构发起Open Secure AI Alliance，并介绍开源NOOA智能体框架。重点不是把“开源”自动等同于“安全”，而是核对模型、智能体代码、工具、权限、依赖、执行轨迹和操作系统级隔离是否可检查、限制与回滚，再决定是否接入真实资料与工作流程。
GitHub将Kimi K2.7 Code纳入Copilot，开放权重模型进入AI编程主入口
GitHub在2026年7月1日宣布Kimi K2.7 Code进入Copilot模型选择器。对中文AI用户来说，重点不是追新模型，而是理解开放权重模型、AI credits、企业权限与编程工作流如何一起变化。
如何安全试用Copilot里的Kimi K2.7 Code？从模型权限到AI credits
试用Kimi K2.7 Code不要直接上生产代码。建议先确认账号权限和AI credits，再用样例仓库做解释、测试生成、轻量修复，最后用人工review决定是否扩大使用，并记录成本、质量变化和权限边界。