1.8B！腾讯开源新模型，1GB内存手机离线跑，媲美Qwen3-235B

来源：市场资讯

（来源：智东西）

智东西

作者｜王涵

编辑｜冰倩

智东西12月30日报道，刚刚，腾讯混元开源翻译模型1.5版本，共包含两个模型：Tencent-HY-MT1.5-1.8B和Tencent-HY-MT1.5-7B，支持33个语种互译以及5种民汉/方言，除了中文、英语、日语等常见语种，也包含捷克语、马拉地语、爱沙尼亚语、冰岛语等小语种。

▲Tencent-HY-MT1.5-1.8B开源（来源：Hugging Face）

▲Tencent-HY-MT1.5-7B开源（来源：Hugging Face）

HY-MT1.5-1.8B主要面向手机等消费级设备场景，支持端侧直接部署和离线实时翻译，仅需1GB内存即可流畅运行。

HY-MT1.5-7B模型是此前获得WMT25比赛30个语种翻译冠军模型的升级版，重点提升了翻译准确率，大幅减少了译文中夹带注释和语种混杂的情况，实用性进一步增加。

在部分用户实际使用场景下，混元翻译1.8B和7B两个尺寸模型同时使用，可以实现端侧和云侧模型的协同部署，提升模型的效果的一致性和稳定性。

基准测试方面，在中外互译和英外互译测试集Flores200、WMT25以及民汉语言的测试集中，Tencent-HY-MT1.5-1.8B全面超越Qwen3-32B，与Qwen3-235B-A22B等大尺寸闭源模型成绩不相上下。

同时，在处理效率上，与主流商用翻译模型API对比，HY-MT1.5-1.8B处理50个tokens的平均耗时只有0.18秒，其他模型的时间在0.4秒左右。

技术方面，HY-MT1.5-1.8B能够用小尺寸实现大尺寸模型的效果，得益于On-Policy Distillation（大尺寸模型蒸馏）策略的引入，HY-MT1.5-7B作为Teacher，能够实时引导1.8B的Student模型，让其避免死记硬背标准答案，通过纠正在预测序列分布时的偏移，让小模型从错误中学习，进而提升能力。

▲On-Policy Distillation（大尺寸模型蒸馏）策略（来源：腾讯混元）

目前两个模型均已在腾讯混元官网上线，在GitHub和Hugging Face等开源社区也可直接下载使用，Arm、高通、Intel、沐曦等多个平台均支持部署。

混元官网：

https://hunyuan.tencent.com/modelSquare/home/list

GitHub链接：

https://github.com/Tencent-Hunyuan/HY-MT

Hugging Face链接：

https://huggingface.co/collections/tencent/hy-mt15

一、互译成绩超越Qwen3-32B，响应速度仅0.18秒

在常用的中外互译和英外互译测试集Flores200、WMT25以及民汉语言的测试集中，Tencent-HY-MT1.5-1.8B全面超越Qwen3-32B等中等尺寸开源模型和主流商用翻译API，达到Qwen3-235B-A22B等大尺寸闭源模型的90分位水平。

▲Flores200、WMT25以及民汉语言的测试集成绩（来源：腾讯混元）

在翻译质量与响应效率上，HY-MT1.5-1.8B模型在FLORES-200质量评估中取得了约78%的分数，同时平均响应时间仅为0.18秒，超越主流商用翻译API。

▲FLORES-200质量评估成绩（来源：腾讯混元）

二、从医学术语到粤语对话，腾讯混元翻译模型1.5反应迅捷、准确率“能打”

凭借优化的模型设计和推理逻辑，腾讯混元翻译模型1.5适用于即时通讯、智能客服、移动翻译应用等高吞吐、实时翻译场景。

首先是术语，腾讯混元翻译模型1.5具备术语库自定义能力，用户可针对不同行业与专业场景（如医学、法律、金融、科技等）提前构建专属术语对照表，确保关键术语在翻译中保持高度一致与准确性。

这一功能有效弥补了小尺寸模型在处理专业领域文本时的词汇短板，使其在保障轻量化部署的同时，也能胜任高要求的行业翻译任务。

用户可通过简单配置导入术语库，模型将在翻译过程中优先采纳用户定义的标准术语，从而提升专业文档、技术手册、合同文本等内容翻译的可靠性与权威性。

▲术语翻译（来源：腾讯混元）

智东西也上手尝试了一下，我们上传了一系列医学术语，让其翻译成中文。在反应速度上，腾讯混元翻译模型1.5就很快输出了翻译结果，几乎没有反应时间。与原文对照看，其翻译的成果准确度为100%。

▲术语翻译（来源：智东西实测）

除了英语外，我们还上传了5句职场中高频出现的粤语对话，看看腾讯混元翻译模型1.5的方言翻译效果如何。结果显示，腾讯混元翻译模型1.5也可以很准确地翻译出粤语用词和语气，准确度同样“能打”。

▲粤语翻译（来源：智东西实测）

其次是上下文翻译能力。该能力适用于实时对话翻译、长篇文献翻译及多轮交互场景。混元翻译模型模型具备较好的长文本与对话上下文理解能力，可基于前文语境持续优化后续翻译结果，显著提升长对话、多轮问答、连续段落等场景下的翻译连贯性与一致性。

无论是会议记录、访谈内容、小说章节还是技术文档的长篇翻译，模型均能有效捕捉并保持上下文逻辑关系，避免出现指代不清、语义断裂或风格不统一的问题。

▲上下文翻译（来源：腾讯混元）

第三是，带格式翻译能力，通过精准的指令遵循能力，混元翻译模型得以保持翻译前后的格式信息不变，让翻译结果更加准确实用。

▲格式翻译（来源：腾讯混元）

为了直观展示混元Tencent-HY-MT1.5-1.8B的翻译效果，下面展示了与苹果手机自带离线翻译的结果对比：

▲与苹果自带翻译对比（来源：腾讯混元）

结语：腾讯开源降低了翻译模型应用门槛

腾讯此次开源的小尺寸翻译模型，降低了翻译模型在手机等终端上运行的门槛。

腾讯混元翻译模型此前不仅在国际机器翻译比赛拿下30个第1名，也在首次开源一周内便登上Hugging Face模型趋势榜第一位。

混元翻译模型已经在腾讯内部多个业务场景落地应用，包括腾讯会议、企业微信、QQ浏览器、客服翻译等。