Cohere открыла веса North Small Translate: 218B MoE, 50+ языков и 83,60 на WMT26

Архитектура — Mixture-of-Experts: 218 млрд параметров суммарно, 25 млрд активных при инференсе, контекст 16K токенов на вход и столько же на выход. Минимальное железо в блоге Cohere — один B200 или два H100; правда, конфигурация квантизации у компании указана по-разному: в таблице железа стоит W4A4, в документации для той же связки — W4A16, а доступные форматы весов — W4A16, FP8 и BF16. Лицензия CC BY-NC 4.0 разрешает исследовательское и некоммерческое применение.

На WMT26 модель набирает 83,60 по всем языкам; агентный вариант, который перечитывает готовый перевод и правит собственные ошибки, доходит до 84,36. Для ориентира Cohere сравнивает себя не с открытыми переводчиками, а с DeepL NextGen (81,37), Google Translate (68,20), Gemma 4 31B, GLM 5.2 и Mistral Large 3. Разработка шла вместе с RWS: лингвисты и научные команды Language Weaver формировали данные и проверяли качество на реальных текстах, через Language Weaver модель и поставляется корпоративным клиентам.

Одну формулировку стоит поправить: это первая переводческая модель семейства North, но не первая у Cohere вообще — Command A Translate вышла 28 августа 2025 (111B, 23 языка) и тоже лежит на Hugging Face с открытыми весами. Так что противопоставление «коммерческий Command A Translate против открытого North» неверно: сама Cohere описывает линейку как непрерывную — от Tiny Aya до Command A Translate и дальше.