PC Watchの報道によると、中国Tencentは2026年5月21日（現地時間）、33言語に対応する翻訳特化型LLM「Hy-MT2」シリーズをオープンソースで公開した。モデルの重みはHugging Faceから無料でダウンロードでき、商用利用も想定した形で提供されている。

Hy-MT2シリーズの概要と技術的な特徴

ラインナップ

Hy-MT2には3つのバリアントが用意されている。

  • Hy-MT2 1.8B — 最軽量モデル。それでもMicrosoft商用翻訳APIを上回るスコアを達成
  • Hy-MT2 7B — 中間モデル。オープンソース最先端クラスの翻訳性能
  • Hy-MT2 30B-A3B — シリーズ初のMoE（Mixture of Experts）アーキテクチャ採用。パラメータ数が数十倍多い他モデルを上回るとされる

最小の1.8Bモデルが主要な商用翻訳APIを上回るベンチマークスコアを出した点が、今回最も注目されているポイントだ。

量子化でさらに小型化——440MBでモバイル動作

1.8BモデルにTencent独自の「AngelSlim 1.25bit極端量子化」を適用すると、モデル容量はわずか440MBまで圧縮される。この小ささはモバイルチップでのローカル推論を現実的なものにする。PC Watchによれば、Apple A15プロセッサ上での動作では、前世代「Hy-MT1.5」の4bit量子化版比で1.5倍の速度向上が確認されているという。

MoEアーキテクチャとは

30B-A3Bモデルで採用されたMoEアーキテクチャは、推論時に全パラメータを使用せず、タスクに応じて必要な「エキスパート」部分のみを活性化する設計だ。これにより実効的な計算コストを抑えながら高い翻訳品質を実現できる。

海外レビューのポイント

PC Watchの報道では、複数の分野別翻訳ベンチマークでHy-MT2シリーズの優位性が示されている。

良い点

  • 無料かつオープンソース: 商用利用の制約なくモデルを入手・改変・デプロイできる
  • サイズ対性能比が卓越: 1.8Bでありながら商用APIを超えるスコアは、翻訳特化設計の成果を示している
  • モバイル端末で動作: 440MBまで圧縮でき、A15でリアルタイム翻訳が可能という実用性の高さ

気になる点

  • ベンチマークの独立性: 今回公開されたスコアはTencent自身が発表したもの。第三者機関による独立した評価の蓄積はこれから
  • 言語ペアによる品質差: 33言語対応とうたうが、言語ペアによってスコアにバラツキがある可能性は排除できない

日本市場での注目点

Hy-MT2はソフトウェアモデルのため「購入」という概念はなく、Hugging Faceから今すぐ無料でダウンロードして試せる状態にある。日本語は対応33言語に含まれており、エンジニアや翻訳業務担当者にとって即座に評価できる環境が整っている。

特に440MBの量子化版は、iPhoneやiPadを含むApple Siliconデバイス上でのローカル翻訳基盤として現実的な選択肢となりうる。データをクラウドに送信せずに高品質な翻訳が手元で完結するシナリオは、エンタープライズのセキュリティ要件や個人の情報管理の観点からも魅力的だ。

競合として直接対比されているMicrosoft Translator APIやDeepL APIは現在も広く活用されているが、従量課金コストやプライバシー上の懸念を抱えるケースも少なくない。自社環境に組み込んで使えるオープンソースの選択肢として、Hy-MT2は比較検討の価値がある存在になった。

筆者の見解

1.8Bという、汎用LLMとしては決して大きくないパラメータ数のモデルが、主要商用翻訳APIを上回るというのは示唆に富む結果だ。翻訳という特定タスクへの設計特化がいかに効くかを示す好例であり、「大きいモデルが何でも勝つ」という思い込みを改めて問い直す機会になっている。

Microsoftについて言えば、翻訳APIは同社が長年積み上げてきたサービスであり、Azure Cognitive Servicesとのエコシステム連携を含めた総合的な価値は確かにある。ただ、翻訳品質という一点において1.8Bの無料モデルに追いつかれつつあるとすれば、サービスの価値提案を正面から見直す局面に差し掛かっていると見るべきだろう。実力を持つ企業だからこそ、こうした結果に対して正面から向き合い、より尖った改善で応えてほしいというのが率直な期待だ。

ローカル推論の実用化という観点でも、440MBで翻訳品質を担保できるモデルの登場は大きな意味を持つ。オープンソースとして公開されていることで、品質検証・日本語特化チューニング・エッジデバイスへの組み込みといった応用が国内の開発コミュニティでも広がりやすい。翻訳ユースケースに限らず、「特化型小型モデルの実力」を試す好例として今後の動向を追う価値がある。

出典: この記事は 無料。わずか1.8BでMicrosoft商用APIを凌駕する翻訳用LLM「Hy-MT2」登場 の内容をもとに、筆者の見解を加えて独自に執筆したものです。