Dua model, dua pekerjaan berbeda
Model terjemahan AI adalah perangkat lunak yang mengubah teks atau ucapan dari satu bahasa ke bahasa lain, dengan kemampuan dan kebutuhan komputasi yang bergantung pada jenis masukan serta cara penerjemahan yang dituju. Untuk menerjemahkan teks secara privat tanpa jaringan, Hy-MT2-1.8B lebih masuk akal; untuk percakapan Mandarin-Inggris yang perlu diterjemahkan sebelum pembicara selesai, Hy-SimulMT-30B-A3B lebih sesuai—asal tersedia perangkat keras kelas server. Keduanya bukan versi kecil dan besar dari satu produk yang sama: Hy-MT2 menerima teks, sedangkan Hy-SimulMT menerima audio. Karena itu, menentukan kebutuhan lebih penting daripada membandingkan angka parameter semata. Hy-MT2 dapat dikompresi hingga 440 MB dan berjalan offline di chip ponsel, sementara Hy-SimulMT memerlukan akselerator 80 GB untuk penggunaan yang realistis. Perbedaan itu menentukan pilihan sejak awal: praktis untuk penggunaan pribadi atau disiapkan untuk sistem rapat.
| Spesifikasi | Hy-MT2-1.8B | Hy-SimulMT-30B-A3B |
|---|---|---|
| Masukan dan keluaran | Teks ke teks | Audio ke teks terjemahan |
| Arsitektur dan parameter | 1,8 miliar parameter, dense | 30,4 miliar total; sekitar 3 miliar aktif, MoE sparse dengan encoder audio |
| Bahasa yang disorot | Terjemahan teks; mendukung bahasa Mandarin dan Inggris | Ucapan Mandarin dan Inggris, kedua arah |
| Ukuran atau kebutuhan perangkat | 440 MB pada kuantisasi 1,25-bit; ponsel, CPU laptop, atau GPU kecil | Akselerator 80 GB secara realistis |
| Kecepatan atau mode | Teks, bukan streaming audio | Menerjemahkan ucapan saat pembicara masih berbicara; sekitar tiga detik StreamLAAL pada audio panjang RealSI |
Hy-MT2: pilihan praktis untuk teks dan ponsel
Keunggulan Hy-MT2-1.8B terasa saat penerjemahan harus tetap tersedia tanpa koneksi dan tanpa menyiapkan server besar. Ukuran 440 MB pada kuantisasi 1,25-bit membuatnya cocok untuk chip ponsel Apple, Qualcomm, dan MediaTek; itulah alasan AI terjemahan ponsel ini lebih relevan untuk perjalanan, catatan, atau pekerjaan teks pribadi. Tencent melaporkan skor 90,00 pada FLORES-200 untuk arah Inggris ke bahasa lain, tetapi angka tersebut merupakan klaim vendor dan belum direproduksi secara independen. Model ini juga memiliki hasil mengikuti instruksi yang lebih rendah: 69,36% pada IFMTBench, dibandingkan 85,7% untuk model 30B-A3B dalam keluarga yang sama. Jadi, pilihannya kuat untuk menerjemahkan teks umum secara lokal, bukan untuk mengharapkan kepatuhan instruksi terbaik atau keluaran percakapan real-time. Mengunduh model ini juga bukan jalan pintas untuk memasukkan audio langsung.
Hy-SimulMT: untuk rapat langsung, bukan perangkat pribadi
Jika sasaran Anda adalah terjemahan suara langsung, Hy-SimulMT menawarkan hal yang tidak diberikan Hy-MT2: audio Mandarin atau Inggris diterjemahkan ketika kalimat masih diucapkan. Tencent melaporkan sekitar tiga detik StreamLAAL pada audio panjang RealSI, serta skor 84,7 pada RealSI-Sentence yang menjadi nilai tertinggi dalam tabelnya. Hasil tersebut menarik untuk rapat dua bahasa, tetapi bukan alasan untuk menyebutnya penerjemah serbaguna: dukungan bahasa yang didokumentasikan berfokus pada Mandarin dan Inggris, dan kebutuhan akselerator 80 GB membuatnya jauh dari pilihan praktis untuk ponsel atau laptop biasa. Angka latensi dan benchmark juga berasal dari pengujian vendor, sehingga sebaiknya dibaca sebagai indikasi, bukan jaminan hasil yang sama dalam setiap ruang rapat. Model ini layak dipilih ketika streaming ucapan adalah kebutuhan utama dan infrastruktur tersedia; ukuran besarnya bukan bukti bahwa ia lebih unggul untuk menerjemahkan teks.
Bagaimana NLLB-200 mengubah pertimbangan bahasa
Bila kebutuhan utamanya ialah cakupan bahasa tertulis yang luas, NLLB-200 menawarkan jalur berbeda dari kedua model Tencent tersebut. Model ini berfokus pada penerjemahan teks dalam 200 bahasa, termasuk bahasa dengan sumber daya rendah, dan bukan penerjemahan ucapan langsung. Arsitekturnya menerima kalimat teks lalu menghasilkan kalimat terjemahan; tidak ada input audio, mode streaming, atau keluaran parsial. Keluarganya mencakup checkpoint dari 600 juta hingga 54,5 miliar parameter, dengan model padat 3,3 miliar sebagai salah satu opsi yang dapat berjalan pada satu GPU sederhana. Namun, lisensi bobot CC-BY-NC 4.0 membatasi penggunaan komersial, dan modelnya dinyatakan bukan untuk penerapan produksi maupun terjemahan khusus domain, dokumen panjang, atau tersertifikasi. Jadi, NLLB-200 bukan pengganti Hy-SimulMT untuk rapat, dan bukan otomatis pilihan terbaik untuk aplikasi produksi; pertimbangkan terutama jika cakupan bahasa teks menjadi prioritas.
Buy if / Skip if
- Buy the Hy-MT2-1.8B if Anda memerlukan terjemahan teks offline di ponsel atau laptop dengan kebutuhan komputasi ringan.
- Skip the Hy-MT2-1.8B if Anda membutuhkan penerjemahan ucapan langsung atau bergantung pada kepatuhan instruksi terbaik.
- Buy the Hy-SimulMT-30B-A3B if Anda menerjemahkan percakapan Mandarin-Inggris secara langsung, menerima jeda sekitar tiga detik, dan memiliki akselerator 80 GB.
- Skip the Hy-SimulMT-30B-A3B if sasaran Anda adalah penggunaan pribadi di ponsel, penerjemahan teks saja, atau bahasa di luar pasangan yang didokumentasikan.
- Buy the NLLB-200 if Anda memerlukan penerjemahan teks dalam bahasa yang tidak banyak dicakup layanan lain dan dapat menerima batasan lisensinya.
- Skip the NLLB-200 if Anda membutuhkan audio streaming, keluaran parsial, atau model yang dinyatakan siap untuk penerapan produksi.
