North Small Translate
50言語の翻訳で、DeepLとGoogle翻訳を上回った。
Cohere が投入した翻訳特化モデル「North Small Translate」は、218億パラメータのMoE構成で、業界標準ベンチマーク WMT26 において主要な翻訳サービスと大手オープンモデルの双方を上回るスコアを記録した。
翻訳「専用」のモデルを、
あえて今作った理由
汎用の大規模モデルに翻訳をやらせる時代への、逆張りの一手。
Cohere は翻訳特化モデル「North Small Translate」を発表した。公式ブログ North Small Translate によれば、これは同社の翻訳専用「North」ファミリーの第一弾で、テキストの入出力に特化し、汎用対話や画像理解などの機能は持たない。モデルカードは Hugging Face: CohereLabs/North-Small-Translate-1.0 で公開されている。
汎用の大規模言語モデルは翻訳もこなせるが、専用に設計されたわけではない。North Small Translate はその逆を行き、対応言語を50以上に絞った上で、翻訳品質そのものを最大化する方向にパラメータを振っている。専用モデルという設計そのものは目新しくないが、汎用モデルの性能向上が著しい2026年にあえて投入された点が興味深い。汎用モデルで足りる場面と、専用モデルでなければ届かない精度がある場面との線引きを、今回のベンチマーク結果が具体的な数字で示した形だ。
| 汎用LLMによる翻訳 | North Small Translate |
|---|---|
| 対話・要約・翻訳を1モデルでこなす | 翻訳に特化、入出力ともテキストのみ |
| 翻訳品質はモデル全体の性能に依存 | WMT26で主要サービスを上回る専用設計 |
| 誤訳修正は再度プロンプトを書き直す | 誤り検出・修正までこなすagentic版を用意 |
218Bのうち、動くのは25Bだけ
MoE（専門家混合）構成で、計算コストを抑えながら精度を確保する。
128個の「専門家」ネットワークのうち、実際に動くのは1トークンあたり8個だけ。総パラメータは218億でも、実処理で使われるのは25億分に絞られる設計で、フルサイズのモデルを毎回総動員するより計算効率が良い。入出力とも最大16,000トークンまで扱える。
ベンチマークの WMT26 では全言語平均で 83.6 を記録し、DeepL・Google翻訳といった商用サービスに加え、Gemma 4 31B・GLM 5.2・Mistral Large 3 といったオープンウェイトの大規模モデルも上回った。誤り検出・修正まで行う agentic 版はさらに 84.36 まで伸びる。
誰に、どう効くか
多言語RAGを組む開発者
検索・要約用の汎用モデルとは別に、翻訳品質だけを底上げする専用モデルを挟める。パイプラインの1コンポーネントとして差し込みやすい設計だ。
多言語展開する事業側
50言語超をカバーするため、多拠点展開のローカライズ用途で候補になる。ただし商用利用はライセンス確認が前提。
単一言語で使う個人利用者
普段から日本語だけで完結している人には、恩恵はほぼない。多言語をまたぐ場面で初めて効いてくるモデルだ。
何でもできるモデルより、
一つのことだけ突き詰めたモデルが勝つ場面がある。
ライセンスと言語カバレッジの限界
North Small Translate は研究・非商用利用に限り CC BY-NC 4.0 で公開されている。商用で使いたい場合は Cohere の営業チームへの問い合わせが前提で、誰でもすぐ本番投入できるわけではない。ベンチマークで上回ったのはあくまで WMT26 が対象とする言語群での平均スコアであり、対応外の言語や、口語・専門用語が多い分野での実力は別途検証が必要だ。ベンチマークの数字を鵜呑みにせず、自社が実際に扱うテキストで試してから採否を判断するのが妥当だろう。
もう一つ意識しておきたいのは、翻訳特化モデルという設計思想そのものの位置づけだ。汎用モデルの性能向上が続く中で、あえて用途を絞ったモデルを出す判断は、「品質を最優先する場面ではまだ専用モデルに分がある」という業界側の見立てを裏づけている。今後、他分野（要約特化・コード特化など）でも同様の専用モデルが増えるかどうかは、North Small Translate の実運用での評価が一つの試金石になる。