› La serie de modelos de traducción multilingüe „Fast-Thinking“ desarrollada por Tencent Hunyuan soporta la traducción entre 33 idiomas y está disponible en tres versiones: 1.8B, 7B y 30B-A3B.
· Desarrollador: Tencent Hunyuan
· Fecha de lanzamiento: 21-05-2026
· HuggingFace: Colección tencent/Hy-MT2
· GitHub: Tencent-Hunyuan/Hy-MT2
· Artículo científico: Informe técnico HY-MT1.5 (arxiv:2512.24092)
Presentación de la serie
Hy-MT2 es una serie de modelos especializados en traducción diseñados por Tencent Hunyuan para entornos reales complejos. Su característica principal es el mecanismo „Fast-Thinking“: durante la inferencia genera una cadena de razonamiento interna antes de producir el resultado traducido, lo que le permite cumplir mejor con instrucciones traductoras avanzadas relativas a terminología, estilo o datos estructurados.
En paralelo se ha publicado como código abierto IFMTBench, un conjunto de datos de referencia destinado a evaluar dicha capacidad de seguimiento de instrucciones.
Comparativa de versiones
| Versión | Parámetros | Tipo de arquitectura | Parámetros activos | Casos de uso recomendados |
|---|---|---|---|---|
| Hy-MT2-1.8B | 1,8 mil millones | Dense | 1,8 mil millones | Despliegues en dispositivos móviles o entornos con recursos limitados |
| Hy-MT2-7B | 7 mil millones | Dense | 7 mil millones | Equilibrio óptimo entre rendimiento y consumo de recursos |
| Hy-MT2-30B-A3B | 30 mil millones | MoE | 3 mil millones (por inferencia) | Traducciones de máxima calidad |
Puntos fuertes de rendimiento
· 1,8 mil millones: Supera globalmente a APIs comerciales destacadas como Microsoft Translator y Doubao.
· 7 mil millones / 30B-A3B: Bajo el modo Fast-Thinking, superan a modelos de código abierto como DeepSeek-V4-Pro y Kimi K2.6.
· Evaluaciones exhaustivas en cuatro áreas: traducción general, escenarios empresariales reales, dominios especializados y cumplimiento de instrucciones.
Guía para elegir la versión adecuada
¿Necesitas desplegarlo en dispositivos móviles o con recursos limitados?
└─ Sí → Hy-MT2-1.8B (con cuantización de 1,25 bits ocupa apenas 440 MB)
¿Dispones de menos de 20 GB de VRAM en tu GPU?
└─ Sí → Hy-MT2-7B
¿Buscas la máxima calidad posible y cuentas con recursos suficientes?
└─ Sí → Hy-MT2-30B-A3B (MoE; en cada inferencia solo se activan 3 mil millones de parámetros)
Idiomas soportados (38 en total)
Chino, inglés, francés, portugués, español, japonés, turco, ruso, árabe, coreano, tailandés, italiano, alemán, vietnamita, malayo, indonesio, filipino, hindi, chino tradicional, polaco, checo, neerlandés, jemer, birmano, persa, gujarati, urdu, telugu, marathi, hebreo, bengalí, tamil, ucraniano, tibetano, kazajo, mongol, uigur, cantonés.
Modelos disponibles
| Nombre del modelo | Descripción | HuggingFace |
|---|---|---|
| Hy-MT2-1.8B | Modelo base de 1,8 mil millones | Enlace |
| Hy-MT2-1.8B-FP8 | Cuantizado FP8 para 1,8 mil millones | Enlace |
| Hy-MT2-1.8B-GGUF | Formato GGUF (compatible con llama.cpp) para 1,8 mil millones | Enlace |
| Hy-MT2-1.8B-2bit-GGUF | Versión GGUF de 2 bits para 1,8 mil millones | Enlace |
| Hy-MT2-1.8B-1.25bit-GGUF | Cuantización extrema de 1,25 bits para despliegues móviles | Enlace |
| Hy-MT2-7B | Modelo base de 7 mil millones | Enlace |
| Hy-MT2-7B-FP8 | Cuantizado FP8 para 7 mil millones | Enlace |
| Hy-MT2-7B-GGUF | Formato GGUF (llama.cpp) para 7 mil millones | Enlace |
| Hy-MT2-30B-A3B | Modelo base MoE de 30 mil millones | Enlace |
| Hy-MT2-30B-A3B-FP8 | Cuantizado FP8 para la versión MoE de 30 mil millones | Enlace |
Historial de versiones
| Versión | Fecha de lanzamiento | Detalles |
|---|---|---|
| Hy-MT2 | 21-05-2026 | Incluye las versiones 1,8B, 7B y 30B-A3B con mecanismo Fast-Thinking; se publica IFMTBench simultáneamente |
| Hy-MT1.5 | 30-12-2025 | Versiones de 1,8B y 7 mil millones |
| Hunyuan-MT | 01-09-2025 | Primeras versiones: 7 mil millones y Chimera-7B |
Recursos relacionados
· Guía de entrenamiento de modelos
· Herramienta de cuantización AngelSlim
· Soporte técnico: [email protected]