PLaMo 3 Translate

PFN 的翻译模型,有 0.8B 到 31B 多种尺寸,支持 53 种语言,0.57 GB 的 GGUF 版本,社区许可证设有营收上限。

一句话概括. PLaMo 3 Translate 是日本公司 Preferred Networks 的一组 AI 翻译模型。你可以挑选尺寸,从小到能在笔记本 CPU 上运行的 0.8B,到适合 GPU 服务器的 31B。它们能在 53 种语言之间互译,可以遵循术语表和上下文,还能用简体或敬体写日语。个人和学术使用免费,但公司需要先登记,营收超过 10 亿日元则要另行签订协议。

概述

Preferred Networks(PFN)在 Hugging Face 上发布了 PLaMo 3 Translate 的权重,并在 2026 年 11 月 5 日的博客文章里做了介绍。它有四种尺寸,名称为 0.8B、2B、8B 和 31B,实际参数量约为 8.9 亿、28.8 亿、85.3 亿和 317.6 亿。这些模型以 PLaMo 3 NICT 为起点,这是 PFN 与日本国立信息通信研究机构(NICT)联合研发的预训练模型,PFN 又用数百亿 token 的翻译数据继续训练了它们。它们覆盖 53 种语言(简体中文和繁体中文分开计算),目标语言必须指定,源语言省略时由模型自动识别。模型卡支持上下文、术语表,以及在日语的常体与敬体之间选择。训练时输入和输出合计 32,768 个 token,所以更长的文本需要先拆分。

PFN 用 Gemma 4 合成了翻译数据,分两个监督阶段训练:先用锦标赛方式融合候选译文,再对自然写成的文本做回译,并做迭代自蒸馏;之后进行两轮偏好优化(DPO),8B 及以下的模型还从 31B 蒸馏。PFN 自己的图表把它们与谷歌的 TranslateGemma 和腾讯的 Hy-MT2 作对比,称所有尺寸在日英和多语言测试中都领先;即使是 0.8B,在日英和日语与其他语言的互译上也超过了所有这些模型,包括参数量大 30 倍以上的;2B 在英语与其他语言的互译上领先。博客称它是世界上最好的翻译专用大语言模型。这些是 PFN 自己的基准,其中包括 PFTB,这是一套内部的日英测试集,参考译文由大语言模型写成。在 PFTB 上,31B 得分 0.6244,0.8B 得分 0.5862。

每个尺寸都提供 BF16 权重,供 vLLM 使用的 FP8、W4A16、W4AFP8 和 NVFP4 版本,供 llama.cpp 使用的 GGUF 文件,以及供苹果芯片使用的 4 位 MLX 模型。31B 模型的 BF16 为 63.5 GB,NVFP4 为 18.7 GB,Q4_K_M 的 GGUF 为 19.5 GB。8B 的 BF16 为 17.1 GB,Q4_K_M 为 5.3 GB,2B 分别是 5.8 GB 和 1.8 GB,0.8B 分别是 1.8 GB 和 0.57 GB。PFN 的表格显示多数格式与 BF16 相差不大,2 位的 GGUF 损失最多。PFN 在一次内部演示中展示了 0.8B 模型在飞行模式的手机上翻译,但尚未发布相应的应用。PFN 建议在生产中使用 vLLM 的 Completions API,并用它自己的 PFML3 格式手工构造提示词;试用时可以使用 Transformers 的聊天模板,但它需要自定义代码。许可证是 PLaMo Community License,2026 年 11 月 9 日修订:个人和学术使用免费,营收或销售额不超过 10 亿日元时,登记后可免费商用,超过则需另行签订协议。2026 年 11 月 11 日,GGUF 仓库的下载量最高,30 天内从 31B 的约 9,600 次到 0.8B 的约 34,000 次不等。

适合做什么

  • 在日语、英语和其余 51 种受支持语言之间做自托管翻译
  • 需要遵循术语表、额外上下文,或日语常体与敬体的翻译
  • 用 0.57 GB 的 0.8B GGUF 或 1.8 GB 的 2B GGUF 在笔记本上离线翻译,或在 Mac 上使用 MLX
  • 逐段翻译长文档,同时把之前的原文和译文对作为历史传入

需要注意

  • 许可证不是 Apache 或 MIT:商用需要向 PFN 登记,营收(含关联方)上限为 10 亿日元,并且要求标注“Built with PLaMo”、在衍生模型名称中保留 PLaMo
  • 与 TranslateGemma 和 Hy-MT2 的对比来自 PFN 自己的基准和图表,请用你自己的文本测试
  • 它只做翻译,日语的常体与敬体选项只对日语输出有效
  • 输入和输出合计限制在 32,768 个 token,Transformers 路线需要 trust_remote_code
  • 2 位(GGUF Q2_K)时精度会下降,0.8B 在多语言测试中会损失约 2.5 到 3.3 个 chrF++ 点

性能数据来自开发方,未经独立验证。

需要多少内存?

以下为 PLaMo 3 Translate 0.8B 版本的估算。混合专家模型虽然每个 token 只用到部分专家,但所有专家都必须装进内存:总参数量决定所需内存,激活参数量决定速度。

版本 参数量 BF16 FP8 / INT8 4-bit (Q4) 可运行于
PLaMo 3 Translate 0.8B BF16 890M 2.05 GB 1.02 GB 0.614 GB 笔记本或手机
PLaMo 3 Translate 0.8B (GGUF Q4_K_M) INT4 890M 2.05 GB 1.02 GB 0.627 GB 笔记本或手机
PLaMo 3 Translate 2B BF16 2.88B 6.62 GB 3.31 GB 1.99 GB 笔记本或手机
PLaMo 3 Translate 2B (GGUF Q4_K_M) INT4 2.88B 6.62 GB 3.31 GB 1.99 GB 笔记本或手机
PLaMo 3 Translate 8B BF16 8.53B 20 GB 9.81 GB 5.89 GB 笔记本或手机
PLaMo 3 Translate 8B (GGUF Q4_K_M) INT4 8.53B 20 GB 9.81 GB 5.81 GB 笔记本或手机
PLaMo 3 Translate 31B BF16 31.8B 73 GB 37 GB 22 GB 游戏显卡
PLaMo 3 Translate 31B (NVFP4) NVFP4 31.8B 73 GB 37 GB 21 GB 游戏显卡

估算方法:权重大小加约 15% 的运行开销。实际占用会随上下文长度增长,也取决于所用的软件。

显存计算器

许可证,用大白话说

一份用于 PLaMo 模型的日本社区许可证。个人和学术使用免费。商业使用只有在向 Preferred Networks 登记之后、且你和关联方年营收或销售额不超过 10 亿日元时才免费,超过则需要另行签订协议。如果你把模型或衍生模型交给他人,必须标明“Built with PLaMo”,并在你创建的模型名称中保留“PLaMo”。

  • 需要署名或标明模型名称
  • 仅在营收低于上限时可免费商用
  • 须遵守可接受使用政策
  • 衍生模型须沿用原名称

进一步了解 PLaMo Community

延伸阅读

常见问题

PLaMo 3 Translate 是什么?
PLaMo 3 Translate 是日本公司 Preferred Networks 的一组 AI 翻译模型。你可以挑选尺寸,从小到能在笔记本 CPU 上运行的 0.8B,到适合 GPU 服务器的 31B。它们能在 53 种语言之间互译,可以遵循术语表和上下文,还能用简体或敬体写日语。个人和学术使用免费,但公司需要先登记,营收超过 10 亿日元则要另行签订协议。
PLaMo 3 Translate 可以商用吗?
可以,但有条件。PLaMo 3 Translate 采用 PLaMo Community 发布,允许商用,但附带额外规则:需要署名或标明模型名称; 仅在营收低于上限时可免费商用; 须遵守可接受使用政策; 衍生模型须沿用原名称。产品上线前请阅读许可证原文。
PLaMo 3 Translate 是开源的吗?
PLaMo 3 Translate 是开放权重模型,但不是严格意义上的开源。你可以下载模型文件,但 PLaMo Community 附带了开源促进会的定义所不允许的条件。
我能在自己的电脑上运行 PLaMo 3 Translate 吗?
可以。最小版本 PLaMo 3 Translate 0.8B 在 4 位精度下约需 0.614 GB 内存,现代笔记本或中端显卡即可胜任。
PLaMo 3 Translate 是什么时候发布的?
PLaMo 3 Translate 由 Preferred Networks 于 2026年11月5日 发布。
PLaMo 3 Translate 的上下文窗口有多长?
PLaMo 3 Translate 支持最长 32K token 的上下文窗口。

官方链接

来源

规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。

发布时间等信息最近核实于 2026年11月11日。

相关模型

模型 发布时间 参数量 上下文 许可证 最小版本所需内存
Hy-MT2 Tencent 2.04B – 30.1B 激活 3B 256K Apache 2.0 (宽松) 1.41 GB 笔记本或手机
TranslateGemma Google DeepMind 4.3B – 27.4B 2K Gemma Terms (附条件) 2.97 GB 笔记本或手机
Index-Translate Bilibili 2.27B – 36B 激活 3B 256K Apache 2.0 (宽松) 1.44 GB 笔记本或手机
Gemma 4 Google DeepMind 5.1B – 30.7B 256K Apache 2.0 (宽松) 3.52 GB 笔记本或手机