2026 年最佳开源翻译模型
开放翻译已经从通用对话模型转向专门的翻译模型。现在有四个系列的文本翻译模型可用,分别来自谷歌、腾讯、哔哩哔哩和 Preferred Networks,它们的差别主要在语言覆盖、能接受哪些指令以及许可证。清单随后还包括一个能翻译图片中文字的模型,以及三个能翻译音频的语音模型。每个条目都会说明模型为何而生,以及它的许可证对你有什么要求。
-
Hy-MT2 下载量最高
腾讯的 Apache 2.0 模型家族,有 1.8B、7B 和 30B-A3B 三种尺寸,支持 33 种语言。7B 的 GGUF 在截至 2026 年 11 月 11 日的 30 天内约有 116 万次下载,1.8B 模型的 1.25 位版本只有 440 MB。
-
Index-Translate
哔哩哔哩的 Apache 2.0 模型家族,有 2B、9B 和 35B-A3B(预览)三种尺寸,支持 150 种语言、图片翻译,以及术语表、格式和语气控制。在它自己的报告里,9B 在九列中有八列领先于 Hy-MT2-7B 和 TranslateGemma-12B,这是团队自己的测试。
-
TranslateGemma
谷歌基于 Gemma 3 的 4B、12B 和 27B 模型,支持 55 种语言,还能翻译图片里的文字。Hugging Face 显示 4B 模型自 2026 年 1 月发布以来约有 110 万次下载。适用 Gemma 使用条款,模型卡给出的输入上下文总长为 2K token。
-
PLaMo 3 Translate 最新
最新的一款,2026 年 11 月 5 日发布。Preferred Networks 的 0.8B 到 31B 模型覆盖 53 种语言,针对日语和英语做了调优,GGUF 文件最小 0.57 GB。商用需要登记,营收达到 10 亿日元后须另行签订协议。
-
HunyuanOCR
腾讯的 1.1B OCR 模型,还能翻译它在菜单、海报和截图里找到的文字,这是纯文本翻译模型读不到的。它的许可证不覆盖欧盟、英国和韩国。
-
Granite Speech 5.0
IBM 的 Apache 2.0 2B 模型,能转写 6 种语言,并在这些语言与英语之间做语音翻译,另外还支持英语到意大利语和普通话。BF16 权重约 5 GB。
-
Nemotron 3.5 Transcribe
NVIDIA 的语音模型,总参数约 34B,能在其 40 种语言中的 31 种与英语之间做语音翻译,还能在 13 种语言中区分说话人。NVFP4 版本 22 GB,采用 OpenMDW-1.1 许可证。
-
LFM3-Audio-2B
Liquid AI 的 2B 端侧语音模型:在 18 种语言间做语音翻译,同时支持转写和语音合成,音频不必上传云端。它的许可证只允许在年营收低于 1000 万美元时商用。
我们如何筛选
- 权重已开放,今天就能从开发者的官方仓库下载。
- 文本翻译模型排在前面,先按许可证的简单程度排序,再按采用程度排序,其后是图像和语音模型。
- 质量分数来自开发者自己的测试,使用的基准各不相同,所以我们不按分数排名。我们没有找到对这些文本翻译模型的独立对比。
- 我们会完整阅读每份许可证,因为这些模型中有四个按营收、地区或使用政策限制商用。