Cohere lanza North Small Translate: modelo de traducción para 50 idiomas

⏱ Tiempo de lectura: 3 min

Cohere presentó North Small Translate, un modelo de Mezcla de Expertos con pesos abiertos diseñado para traducción automática en 50 idiomas. El modelo tiene 218 mil millones de parámetros totales, pero utiliza solo 25 mil millones por token, logrando una puntuación de 83.6 en la evaluación WMT26 de Cohere. Los pesos están disponibles de forma gratuita para uso no comercial, mientras que el acceso comercial se ofrece a través de Cohere Model Vault o RWS Language Weaver.

Especificaciones del modelo de traducción

North Small Translate es una arquitectura de Mezcla de Expertos (MoE) que optimiza el equilibrio entre capacidad y eficiencia computacional. Su tamaño total de 218 mil millones de parámetros se reduce significativamente en tiempo de inferencia al activar únicamente 25 mil millones de parámetros por token generado. Esta estrategia permite ejecutar traducciones de alta calidad sin requerir recursos computacionales extremos. El modelo cubre 50 idiomas en su entrenamiento, posicionándolo como una solución multilingüe relevante para aplicaciones empresariales y de investigación. La puntuación de 83.6 en WMT26 representa el desempeño medido según los estándares de evaluación de Cohere para benchmarks de traducción. Los modelos de lenguaje especializados continúan expandiendo su alcance hacia tareas verticales específicas como traducción de precisión.

Disponibilidad y términos de acceso

Cohere pone los pesos del modelo a disposición pública bajo una licencia de uso no comercial, lo que permite que investigadores y desarrolladores experimenten con la arquitectura sin costo. Para aplicaciones comerciales, la empresa ofrece acceso a través de dos canales: Cohere Model Vault, su plataforma de modelos propios, y una integración con RWS Language Weaver, solución empresarial de traducción. Este modelo de dos niveles refleja la estrategia creciente de empresas de IA de abrir componentes de investigación mientras monetizan mediante acceso empresarial. Los términos específicos de cada plan, límites de uso, precio y SLA no se especifican en el texto fuente recibido. Fuente oficial del anuncio.

Qué se puede esperar ahora

La liberación de North Small Translate refuerza la tendencia de modelos especializados en tareas como traducción, reduciendo la brecha entre sistemas de propósito general y herramientas verticales optimizadas. Para equipos que trabajan en traducción multilingüe, esta arquitectura MoE ofrece un punto de partida de código abierto para adaptaciones locales o fine-tuning. La disponibilidad gratuita para investigación acelera la validación académica y la adopción en proyectos no comerciales dentro de la comunidad hispanohablante.

Aspecto	Detalle
Nombre del modelo	North Small Translate
Arquitectura	Mezcla de Expertos (MoE)
Parámetros totales	218 mil millones
Parámetros activos por token	25 mil millones
Cobertura de idiomas	50 idiomas
Puntuación WMT26	83.6
Disponibilidad de pesos	Gratuita para uso no comercial
Acceso comercial	Cohere Model Vault o RWS Language Weaver
Empresa responsable	Cohere

Preguntas frecuentes sobre North Small Translate

¿Cuántos parámetros tiene realmente el modelo durante la ejecución?

Aunque North Small Translate tiene 218 mil millones de parámetros en total, su arquitectura MoE activa solo 25 mil millones por token durante la inferencia. Esto reduce significativamente el costo computacional sin sacrificar desempeño en traducción.

¿Puedo usar este modelo en producción sin pagar?

Los pesos están disponibles sin costo para proyectos no comerciales. Si planeas usar el modelo en aplicaciones con fines comerciales, debes acceder a través de Cohere Model Vault o la solución de RWS Language Weaver, cuyos términos específicos no se detallan en el texto fuente recibido.

¿El modelo está disponible en español?

El modelo cubre 50 idiomas, lo que incluye español, aunque el texto no especifica el desempeño individual por idioma ni si existe localización específica de la plataforma de acceso para usuarios hispanohablantes.

Qué conviene mirar de cerca

La estrategia de liberar pesos abiertos para investigación mientras se monetiza acceso empresarial se ha convertido en estándar entre líderes de IA. El desempeño medido (83.6 WMT26) es relevante, pero comparar directamente con otros modelos requiere entender que cada sistema usa benchmarks propios. Para equipos multilingües en producción, validar el modelo en tus idiomas y dominios específicos es esencial antes de comprometer recursos.

En Inteligencia Artificial consideramos que la apertura selectiva de modelos especializados acelera la innovación en traducción automática sin comprometer la rentabilidad de empresas. ¿Cuál es el próximo paso: que Cohere abra más modelos verticales o que fortalezca sus herramientas empresariales?

Fuente: www.marktechpost.com