摘要： Cohere 於 2026 年 9 月 10 日推出 North Small Translate，具備 218B 總參數、25B 激活與 16k 輸入輸出上下文。文章強調長文件品質與吞吐量比平均分數更影響部署，官方稱輸出速度比 Gemma 4 31B 快 30% 到 38%。開放權重限非商用，商業化必須走 RWS Language Weaver 授權路徑。
規格表上有幾個數字值得先看清楚：MoE 架構，總參數 218B、活躍參數 25B，輸入與輸出的 context length 各為 16k；硬體門檻最低是 1 張 B200，或採 W4A4 量化的 2 張 H100。這是 Cohere 推出的 North Small Translate，發布時間為 2026 年 9 月 10 日；而它值得被拿出來討論的理由很實際——做翻譯功能最怕的從來不是分數不夠漂亮，而是上線之後才發現長文件品質崩潰、併發一高吞吐量就撐不住。
真正決定部署的，是長文件與吞吐量
在 WMT26 上，全語言平均為 83.6 分，領先 DeepL NextGen（81.37）、Gemma 4 31B（79.46）與 Google Translate（68.20）。不過對做產品的人來說，長文件評測更值得盯：North Small Translate 在此測得 48.9 分，兩倍於 Google Translate（21.3），也兩倍於 Gemma 4 31B（19.4）——換句話說，一次翻兩個章節的書本內容，品質不會出現斷崖。
吞吐量也同樣是硬指標。硬體與併發條件相同時，輸出速度比 Gemma 4 31B 快上 30–38%：低併發是 112 TOPS 對上 81 TOPS，高併發則為 39 TOPS 對 30 TOPS。若你正在挑翻譯 API，或考慮自己架模型，這兩個數字比平均分數更能預測實際用起來的感受。
每任務 0.000676 美元這個價格，藏著什麼取捨
Cohere 公布的商業授權價格為每任務 0.000676 美元，平均僅用到 661 個 token；換到 Gemini 3.1 Pro Preview，同一項數字是 0.038928 美元，兩者差距超過 57 倍。但這是企業商業授權的價格，不等於在 Hugging Face 取用開放權重的成本——開放權重採 CC BY-NC 4.0，限研究與非商業用途，真要放進產品得透過 RWS 的 Language Weaver 平台。
取捨因此很清楚：要的是可控的翻譯品質與成本，就自架 North Small Translate，得備好 1–2 張高階 GPU；只想快速驗證，API 或輕量模型反而更務實。就像我們在把測試證據放進開發流程談過的，分數只是起點，能不能成事取決於你怎麼把它接進既有流程。
Agentic 版本：讓「找出錯誤」變成產品能力
它另有一個 Agentic 版本，會在翻譯完成後把錯誤找出來並修正，WMT26 分數因此升到 84.36。法律文件、醫療說明這類要求高準確度的場景，最能感受到這項能力的價值，代價則是額外的運算與延遲。Cohere 沒有公布這個版本的吞吐量或成本，所以要不要採用，延遲能否接受得自己測。
先量長文件，再談整合
這顆模型的意義，不是又多了一個高分模型，而是把長文件品質與吞吐量這兩個部署痛點變成可以量的數字。評估翻譯方案時，建議先拿兩個章節的長文件做一次盲測，並同時記錄併發下的 TOPS。分數可以騙人，延遲和品質崩潰騙不了人。