800M 参数能赢 122B？Tether 离线翻译模型的成绩该怎么读

800M 参数能赢 122B？Tether 离线翻译模型的成绩该怎么读

Tether AI Research 9 月 2 日发布了两组开源翻译模型。TranslatePsy-AfriSLM 提供 0.8B、2B 和 4B 三种规模，覆盖 19 种非洲语言；AfriNano 覆盖 8 种非洲语言；EuroNano 则以英语为中转，支持 9 种欧洲语言之间的 90 个翻译方向。模型提供全精度与量化版本，可下载到手机、笔记本或其他边缘设备，在没有网络时完成翻译。

公告里最抢眼的说法，是 800M 参数的 AfriSLM 在 FLORES-200、BOUQuET 和 SMOL 基准上超过 Qwen3.5-122B-A10B、TranslateGemma-27B 与 NLLB-3.3B。Tether 将部分收益归因于质量估计过滤：训练数据中最多 96% 的低质量开放数据被剔除。这个结果支持“小而专”的路线，却不能直接推出它在所有语言、领域和句型上都更强。基准、提示格式、解码参数与语向分布仍需查看论文和权重说明后复现。

离线模型解决的是网络与隐私约束

端侧翻译首先省掉了每次请求的网络往返。救灾现场、偏远地区、跨境运输和工厂设备常遇到断网或高延迟；医疗、法律和内部会议又可能不允许原文离开设备。此时，一个精度适中但始终可用的本地模型，业务价值可能高于云端更大的通用模型。EuroNano 最小部署只需 36MB，Tether 称相较其选定的 Firefox 离线翻译配置减少约 94% 存储空间，也说明它瞄准的是受限设备。

本地运行不会自动等于安全。应用仍要处理模型文件来源、签名、缓存文本、崩溃日志和系统剪贴板；多人共用设备还需隔离历史记录。医疗材料尤其要区分健康教育与临床建议，翻译后的剂量、单位和否定词应经过术语规则或人工复核。模型不联网减少了数据外发面，却无法消除错误翻译的后果。

评测时不要把 19 种语言合成一个平均分。团队应按“源语言—目标语言—领域”拆样本，单独检查人名、数字、单位、专业术语、代码混排和长句。除了自动指标，还要让母语审校者判断语义遗漏与语气；资源较少的语言更容易被平均数遮住。公告中引用的性能结论来自发布方，采购或公共服务项目应交给独立模型和语言专家交叉复核。

本地与云端可以按任务分层

离线翻译适合短文本、隐私材料和弱网场景，云端模型更适合长文档、版式恢复、多轮术语澄清和需要持续更新知识的任务。企业可以先在设备上识别语言、脱敏和完成第一遍翻译，再把低风险片段交给模型 API 做润色或质量检查。若全部请求直接上云，则要明确数据驻留、保留期限、批处理费用和失败重试。

部署决策应比较每份可用译文的成本，而非只比参数量。端侧方案包含设备适配、模型更新、耗电和审校；API 方案包含 Token、网络、网关与供应商故障。两条路线都可用同一组黄金样本验收，记录准确率、P95 延迟、设备占用和人工修改量，达到阈值后再扩大语言范围。

对于需要把通用模型翻译、术语抽取和质量复核放在一条 API 链路中的团队，可查看 [AnyAIS 模型列表](/models) 与 [API 文档](/docs)，按语种和任务分别选择模型，避免用一个平均分替代真实业务测试。

来源：[Tether AI Research：Open-Source AI Translation Models](https://tether.io/news/tether-releases-open-source-ai-translation-models-for-african-and-european-languages/)