Tencent : Hy-MT2-1.8B

À quoi sert Hy-MT2-1.8B

Chat

Hy-MT2-1.8B est décrit par Tencent comme son modèle de traduction de taille 1.8B. Selon Tencent, la famille Hy-MT2 réunit des modèles de traduction multilingue à réflexion rapide, conçus pour des scénarios réels complexes, en trois tailles : 1.8B, 7B et 30B-A3B, cette dernière utilisant une architecture à mélange d’experts (MoE). Pour la traduction, ces trois tailles prennent en charge 33 langues selon Tencent, dont le français, le chinois, l’anglais, l’espagnol, l’allemand et le japonais.

Selon Tencent, les modèles suivent efficacement des consignes de traduction rédigées en plusieurs langues. Pour encadrer la traduction, Tencent donne dans sa carte des exemples de consignes portant sur la terminologie imposée, le style et la personnalisation, ainsi qu’un exemple de traduction par défaut. Concernant les traductions avec contraintes de format, Tencent illustre aussi la conservation de délimiteurs et le traitement de données structurées.

Pour déployer la traduction sur appareil, Tencent indique que la quantification extrême à 1,25 bit d’AngelSlim, qui réduit la précision de représentation du modèle, ramène le stockage de la taille 1.8B à 440 Mo. Selon Tencent, cette quantification rend l’inférence du modèle de traduction 1,5 fois plus rapide. Pour ses modèles de traduction, Tencent précise aussi l’absence de consigne système par défaut.

Pour l’inférence de traduction avec les tailles 1.8B et 7B, Tencent recommande une température de 0,7, un top_p de 0,6 et un top_k de 20. Selon Tencent, la pénalité de répétition recommandée pour ces mêmes tailles de modèles de traduction est de 1,05.

Les performances de Hy-MT2-1.8B

Hy-MT2-1.8B atteint, selon le rapport technique de Tencent, un score de 79,77 sur FLORES-200, en moyenne sur toutes les directions de traduction évaluées et avec les scores multipliés par 100. Selon le rapport technique de Tencent, ce résultat représente 89,9 % du score de Gemini 3.1 Pro en mode réflexion. Sur DomainMTBench, consacré à la traduction spécialisée, son score GEMBA moyen atteint 91,08 contre 88,82 pour Hy-MT1.5-1.8B, selon le rapport technique de Tencent.

Sur WildMTBench, qui évalue la traduction en situations réelles, le score GEMBA passe de 80,84 pour Hy-MT1.5-1.8B à 86,04 pour le modèle évalué, avec un score XCOMET semblable, selon le rapport technique de Tencent. Sur WMT25, il dépasse Microsoft Translator et Doubao Translator sur les trois métriques évaluées, XCOMET-XXL, CometKiwi et GEMBA, selon le rapport technique de Tencent.

Pour Hy-MT2-1.8B, la version FP8 obtient, selon le rapport technique de Tencent, des résultats très proches de ceux de la version BF16 sur la plupart des bancs d’essai de traduction évalués. Sa version 2 bits recule plus nettement dans ces évaluations, selon le rapport technique de Tencent.

Caractéristiques techniques de Hy-MT2-1.8B

Hy-MT2-1.8B est sorti le 21 mai 2026. Sur OpenRouter, il accepte du texte en entrée. Sa fenêtre de contexte atteint 8 192 tokens sur OpenRouter, un token étant une unité de texte traitée par le modèle. Selon Tencent, il est publié sous licence Apache 2.0. Le tableau des caractéristiques rassemble les paramètres techniques du modèle.

Où utiliser Hy-MT2-1.8B

Hy-MT2-1.8B a été publié en open source sur Hugging Face et ModelScope le 21 mai 2026, selon Tencent. Il est également proposé en version quantifiée FP8, sous le nom Hy-MT2-1.8B-FP8, selon Tencent. Pour llama.cpp, Tencent publie des versions GGUF, dont une en 2 bits et une en 1,25 bit.

Selon la carte de Tencent, le modèle se déploie avec transformers en version 5.6.0 ou plus, ainsi qu’avec vLLM et SGLang. Pour l’entraînement, Hy-MT2 fournit une chaîne complète permettant un affinage de tous les paramètres ou un affinage LoRA, selon Tencent. La carte d’accès donne les derniers prix relevés.

Hy-MT2-1.8B parmi les versions de Hy-MT

Hy-MT2-1.8B figure dans la frise des versions aux côtés de Hy-MT2-7B et de Hy-MT2-30B-A3B, deux autres tailles de la même génération. Ces deux modèles sont sortis le 21 mai 2026.

Selon Tencent, Hunyuan-MT-7B et Hunyuan-MT-Chimera-7B ont été publiés en open source le 1er septembre 2025. HY-MT1.5-1.8B et HY-MT1.5-7B ont suivi le 30 décembre 2025, selon Tencent. Hy-MT2 répond aux limites de Hy-MT1.5 en traduction spécialisée, en traduction de situations réelles et en suivi de consignes de traduction, selon le rapport technique de Tencent. Selon ce même rapport, cette génération répond aussi à l’écart avec les meilleurs modèles fermés et aux limites du déploiement efficace sur appareil.

Hy-MT1.5-1.8B quantifié en 4 bits demande encore plus de 1 Go de stockage, selon le rapport technique de Tencent. Avec une quantification à 1,25 bit, Hy-MT2 demande environ 440 Mo de stockage, selon le rapport technique de Tencent. Sur une puce Apple A15, cette version réalise l’inférence 1,5 fois plus rapidement que Hy-MT1.5 en 4 bits, selon le rapport technique de Tencent.

FAQ