Maaari ko bang patakbuhin ang Hy-MT2-7B nang lokal?

Oo, bukas ang weights at naglalathala ang Tencent ng GGUF variants para sa llama.cpp, kaya maaari mo itong patakbuhin sa sarili mong hardware gamit ang mga tool tulad ng Ollama o LM Studio.

Magkano ang presyo ng Hy-MT2-7B at ano ang context limit nito?

Via API, $0.07 kada milyon input tokens at $0.29 kada milyon output tokens, na may 8,192-token context window.

Paano naiiba ang 7B sa ibang Hy-MT2 sizes?

Kasama sa pamilya ang 1.8B model para sa on-device use at 30B MoE variant para sa mas mataas na kalidad ng output; ang 7B ay nasa gitna, na nagbabalanse ng kalidad at hardware requirements para sa server o lokal na deployment na may kakayahan.

Hy MT2 7B

5086°

#llm #tencent #pagsasalin #maramihang wika #lokal

Patakbuhin ang modelong ito

Alok / Ads

OpenRouter Terminal / API

Bayad kada token

Makipag-chat sa modelong ito sa browser o tawagan ito mula sa iyong code gamit ang isang API key.

Tencent | 8,192 token context | $0.07/M input, $0.29/M output. Ang Hy-MT2-7B ay isang 7B-parameter na translation model mula sa Tencent. Sinusuportahan nito ang 33 language pairs at limang Chinese dialect at minority-language pairs, na may mga workflow para sa structured, delimiter-based, contextual, glossary-based, at style-guided na pagsasalin.

Mga gabay para sa model na ito

Ollama vs LM Studio (2026): alin ang local AI app na gagamitin, at alin ang mga top models na pinapatakbo ng bawat isa

Ano ang GGUF file? Ipinaliwanag ang mga quantized na modelo (Q4, Q8, fp8, NF4)

Gaano ba talaga kalaki ang VRAM na kailangan ko para sa local AI?

Lahat ng gabay

Mga tala ng Kapitan

Isinulat ni Captain, ang editor ng bahay

Mga tala mula sa 2026-10-13

Ang Hy-MT2-7B ay isang 7-bilyong-parameter na translation model mula sa Tencent, na espesyal na ginawa para sa machine translation sa 33 language pairs pati na rin sa mga Chinese dialect at minority-language pairs. Gumagana ito sa fast-thinking mode at kayang hawakan ang structured, glossary-based, contextual, at style-guided translation workflows na karaniwang nahihirapan ang mga general-purpose LLM. Kung ang kalidad ng pagsasalin at pagsunod sa instruksyon sa translation tasks ang prayoridad mo, ito ay mas nakatuon na tool kaysa sa paggamit ng frontier chat model.

Kilalang-kilala sa

Saklaw ang 33 language pairs pati na ang limang Chinese dialect at minority-language pairs
Instruction-following translation: glossary, style, delimiter, at context-aware modes
Open weights na may GGUF variants para sa lokal na deployment
Fast-thinking mode na sinasabi ng Tencent na mas mahusay kaysa sa mas malalaking open-source models sa translation tasks
Bahagi ng tatlong-size na pamilya: 1.8B, 7B, at 30B MoE variant

Mag-ingat sa

Ang context window ay 8,192 tokens — hindi angkop para sa pagsasalin ng mahahabang dokumento nang sabay-sabay.
Espesyalistang translation model lang; huwag asahan ang general reasoning, coding, o chat capability.
Hindi detalyado ang licence terms sa inilathala ng Tencent — suriin ang repo bago gamitin sa komersyal.

Pinakamainam para sa

Pagsasalin

Maramihang wika

Tumakbo nang lokal

Mga prompt na subukan

Glossary-constrained translation

Isalin ang sumusunod na English product description sa French. Dapat gamitin mo nang eksakto ang mga glossary terms na ito: 'interface utilisateur' para sa 'user interface', 'tableau de bord' para sa 'dashboard', at 'flux de travail' para sa 'workflow'. Teksto: 'The new dashboard streamlines the user interface and simplifies complex workflow automation for enterprise teams.'

Style-guided translation

Isalin ang sumusunod na English paragraph sa pormal na Spanish na angkop para sa legal contract. Panatilihin ang pormal na rehistro at huwag gawing simple ang anumang terminolohiya. Teksto: 'The parties agree that any dispute arising under this agreement shall be resolved through binding arbitration in accordance with the rules of the relevant jurisdiction.'

Contextual document translation

Isalin ang sumusunod na customer support exchange mula English patungong Simplified Chinese. Ang naunang mensahe ay nagpapakita na nagtatanong ang customer tungkol sa refund para sa delayed shipment. Panatilihin ang magalang at propesyonal na tono na angkop sa kontekstong iyon. Teksto: 'We sincerely apologize for the inconvenience. Your refund has been processed and should appear in your account within five to seven business days.'

Ihambing sa

Hy-MT2-1.8B
Modelong bukas ang timbang
8,192 token na konteksto · $0.04/M input, $0.18/M output
Hy-MT2-30B-A3B
Modelong bukas ang timbang
8,192 token na konteksto · $0.07/M input, $0.29/M output
Saba
Modelong API lang
32,768 token na konteksto · $0.20/M input, $0.60/M output
Hy4 preview
Modelong bukas ang timbang
1,048,576 token na konteksto · $0.83/M input, $2.50/M output

Higit pang mga text model mula sa tencent

Mga tanong na madalas itanong

Maaari ko bang patakbuhin ang Hy-MT2-7B nang lokal?: Oo, bukas ang weights at naglalathala ang Tencent ng GGUF variants para sa llama.cpp, kaya maaari mo itong patakbuhin sa sarili mong hardware gamit ang mga tool tulad ng Ollama o LM Studio.
Magkano ang presyo ng Hy-MT2-7B at ano ang context limit nito?: Via API, $0.07 kada milyon input tokens at $0.29 kada milyon output tokens, na may 8,192-token context window.
Paano naiiba ang 7B sa ibang Hy-MT2 sizes?: Kasama sa pamilya ang 1.8B model para sa on-device use at 30B MoE variant para sa mas mataas na kalidad ng output; ang 7B ay nasa gitna, na nagbabalanse ng kalidad at hardware requirements para sa server o lokal na deployment na may kakayahan.

Hatol ng Kapitan
Isang bihirang espesyalista: kung pagsasalin ang tunay na trabaho, mas matalas at mas mura ang Hy-MT2-7B kaysa sa paggamit ng general frontier model.

Model card sa Hugging Face

Isinusulat ng Kapitan ang mga tala na ito mula sa sariling paglalarawan at model card ng modelo. Ang mga presyo at laki ng konteksto ay mula sa provider sa oras ng pagsulat at maaaring magbago.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Paano nagkakalkula ang score na ito

Walang datos ng kasikatan mula sa kahit anong pinanggalingan ang modelong ito, kaya may stand-in na numero ito sa ibaba ng 7,000° para kumpleto ang mga listahan. Hindi ito kailanman mauuna sa isang modelong may datos. Lalabas dito ang breakdown kapag may nag-ulat na pinanggalingan.

Talahulugan: ang mga terminong ginagamit dito

Heat score: Isang numero kung gaano kadalas gamitin at gusto ang isang modelo ngayon, mula 0° hanggang 9,999°. Bawat listahan sa site na ito na nagsasabing pinakamainit ay nakaayos base dito at wala nang iba pa.
Floor: Ang 7,000° na panimulang puntos ng bawat modelong may totoong datos. Ang sukatan ay mula 0° hanggang 9,999°; ang bahagi sa ilalim ng floor ay para sa mga stand-in (mga modelong walang datos), para laging mas mataas ang ranggo ng may datos kaysa wala. Pareho ang floor para sa lahat at hindi ito nagpapasya; ang mga degree sa itaas nito ang totoong sukat.
Katumbas ng download: Lahat ng tinatrato ng score bilang download, pinagsama-sama: mga download mismo, bawat torrent seeder bilang 1,000, bawat AI Horde na larawan at bawat takbo sa isang generation site bilang isa.
Log scale: Bilang ng sampu, hindi isa-isa: ang pagtaas mula 1,000 hanggang 10,000 downloads ay nagdadagdag ng parehong degree tulad ng mula 10,000 hanggang 100,000. Pinipigilan nito ang mga higante na mauna sa lahat.
Likes: Thumbs up at likes mula sa lahat ng pinanggalingan, na katumbas ng kalahati ng download sa log scale.
Bilis ng pagtanggap: Ilang downloads kada araw ang nakukuha ng modelo ngayon, mula sa pagkakaiba ng dalawang readings ng isang pinanggalingan. Isang-kapat ng bigat ng term na download.
Nasukat at tinantya: Ang nasukat ay ibig sabihin may dalawang pagbabasa mula sa isang pinagmulan at tunay ang pagkakaiba. Ang tinantya naman ay alam lang ang kabuuan ngayon at hinahati ang nakaraan sa buong buhay ng modelo; sinasabi ng site kung alin ang ipinapakita.
Seeder: Isang tao na nag-iimbak ng kopya ng weights online para ma-download ng iba gamit ang torrent, o isang naka-host na mirror na gumagawa rin nito. Bawat isa ay katumbas ng 1,000 downloads.
AI Horde: Isang volunteer network na gumagawa ng mga larawan nang libre gamit ang mga donadong computer. Pampubliko kung ilang larawan ang nagawa gamit ang isang modelo, at bawat isa ay katumbas ng isang download.
Mga generation site: Mga site na may sariling kopya ng modelo at pinapayagan ang mga tao na gumawa gamit ito, tulad ng PixAI, SeaArt at Yodayo. Ang kanilang mga downloads ay binibilang tulad ng sa Civitai at bawat generation run ay isang download.
OpenRouter tokens: Ang isang text model na pinagsisilbihan sa pamamagitan ng API, tulad ng Claude o GPT, ay walang weights na ida-download, kaya ang paggamit nito ay sinusukat sa tokens: mga piraso ng teksto na binasa at isinulat nito sa pamamagitan ng OpenRouter, isang gateway na ginagamit ng maraming apps, sa nakaraang 30 araw. Bawat 10,000,000 tokens ay katumbas ng isang download. Pinagmulan: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Buong modelo (checkpoint): Ang weights mismo, ang file na kayang mag-generate mag-isa. May bonus ito dahil nakadepende dito ang mga add-on.
LoRA at embedding: Maliit na add-on files na nagtutulak sa weights ng iba papunta sa isang estilo, karakter o konsepto. Hindi sila kayang tumakbo mag-isa.
Pamilya at weights: Ang base na pinagbuo ng modelo, tulad ng SD 1.5, SDXL, Flux o Wan. Lahat ng modelo ay namamana ang petsa ng release ng weights ng pamilya nito.
Edad: Mga degree na ibinabawas base sa gaano katagal nang lumabas ang weights ng pamilya: 150° kada taon, hanggang 750°. Pinananatili nito ang mga lumang downloads na may taon para mag-ipon mula sa pag-freeze sa taas ng listahan.
Pampasigla ng pamilya: Isang maliit at limitadong tulak para sa mga LoRA ng pamilyang itinataguyod ng site ngayon, palaging nakalista sa breakdown.
Stand-in score: Isang matatag na numero sa ibaba ng floor na ibinibigay sa modelong wala pang ulat mula sa pinagmulan, para kumpleto ang listahan. Hindi ito nangunguna sa modelong may datos.
Bago! (panahon ng grace): Ang isang model na mas mababa sa 7 araw ang tanda ay nagpapakita ng Bago! sa halip na score at walang puwesto sa mga ranggo. Ang score nito ay kinakalkula mula unang araw, pero ang modelong isang araw pa lang ang tanda ay lumalago nang mas mabilis kaysa sa iba, kaya kung walang paghihintay, ang #1 ng linggo ay palaging yung lumabas kahapon kaysa sa tumagal nang isang linggo.
Uso: Paano ang paglago ng modelo sa isang panahon kumpara sa karaniwang paglago ng modelo sa parehong panahon. Mas mabilis kaysa karaniwan ay pagtaas, mas mabagal ay pagbaba.
Karaniwang modelo: Gitna ng katalogo: kalahati ng mga modelo na may numero ay mas mabilis ang paglago sa panahon, kalahati ay mas mabagal.

Mga katulad na model

Voxtral Small 24B 2507

Mga AI model para sa paggawa ng larawan, video at teksto

Ang Hy MT2 7B ay isang text model para sa pamilyang Text / LLM na nakalista sa ModelTrends.ai, isang read-only na catalog ng mga open source AI model para sa larawan, video at teksto. Ikumpara ito sa ibang Text / LLM model at tingnan ang heat score nito para makita kung gaano ito kasikat.

Higit pang Text / LLM model Higit pang Text / LLM Teksto / LLM llm tencent pagsasalin maramihang wika lokal

Mag-browse ayon sa pamilya ng model