据MarkTechPost于9月11日报道，Cohere已发布开放权重机器翻译模型North Small Translate，称其在覆盖50种语言的WMT26评测中平均得分83.6。该模型采用218B总参数、25B激活参数的稀疏专家混合架构，是Cohere North家族首个翻译模型。
该模型覆盖从阿尔巴尼亚语到越南语的50种语言。Cohere称其表现超过DeepL和Google Translate，也超过GLM 5.2、Mistral Large 3等开放选项。其部署方式包括在Cohere API上按速率限制免费调用、非商业自托管，以及商业授权。Cohere与RWS合作，后者的Language Weaver科学家和语言专家参与塑造模型的实际质量。按Cohere的多语言产品线，该模型紧随Tiny Aya和Command A Translate。
Cohere在X的发布帖中将翻译视为“主权”议题，称无法进行全球沟通的组织无法保持主权。2017年，谷歌研究人员以《Attention Is All You Need》提出Transformer，主要结果来自WMT 2014英语到德语、英语到法语的翻译。9年后，Cohere用专用模型回到这一原始问题。
据该报道，North Small Translate是仅解码器稀疏MoE Transformer。它包含128个专家，每个token激活8个，另有应用于每个token的共享专家。路由器对专家logits做sigmoid，并在选出的top-k上归一化。注意力由滑动窗口层（窗口4096，RoPE）与不含位置嵌入的全局层按3:1交错组成，这一布局最早出现在Command A。上下文为16K输入和16K输出，仅支持文本，后训练专门针对翻译质量。约11.5%的权重在每个token激活，单token计算跟随25B激活参数，但内存仍需容纳全部218B。
Cohere博客给出的WMT26全语言得分为：Agentic版84.36，标准版83.60，Qwen 3.5 397B A17B为81.56，DeepL NextGen为81.37，Gemma 4 31B为79.46，GLM 5.2 FP8为76.50，Google Translate为68.20。Agentic版运行多轮流程，发现并修正自身错误。Cohere将80至100分视为完美或仅有小错。报道同时说明，这些是Cohere自行运行的评测，由GPT-5.6-Sol担任评委，在独立WMT26结果出现前应视为厂商报告数据。区域表现上，两个版本在欧洲均超过Gemma 4 31B；欧盟语言标准版得82.17，Gemma为72.73。南亚得分接近，North为86.16，Gemma为88.04。Cohere测试中，模型在低并发相同硬件上每秒生成112个输出token，Gemma 4 31B为81；高并发为39对30，Cohere称吞吐最高提升1.4倍。长文档方面，一次调用翻译两章书得48.9分，Google Translate为21.3，Gemma 4 31B为19.4，质量按段落用xCOMET-XL衡量。成本方面，模型得80.1分，每任务0.000676美元，平均661个token；Gemini 3.1 Pro Preview（high）每任务0.038928美元，约为其58倍；Qwen 3.5 397B A17B为0.004525美元，Command A+为0.005158美元。
使用时，最快路径是Cohere Chat V2 API，模型在速率限制内免费。自托管方面，Cohere发布3个checkpoint，并称与生产环境相同：BF16可在4块B200或8块H100上运行，FP8可在2块B200或4块H100上运行，NVFP4 W4A16可在1块B200或2块H100上运行。报道将4位checkpoint列为可在1块B200或2块H100上运行。