阿里云发布Qwen-T机器翻译模型

【蜂耘网　人工智能】阿里云通义千问团队正式推出Qwen-T机器翻译模型，该模型支持92种语言互译，在多项国际基准测试中展现出卓越性能。Qwen-T采用创新的混合专家架构，实现每百万输出token成本低至2元，为大规模多语言翻译应用提供经济高效的解决方案。

技术架构方面，Qwen-T基于稀疏激活的MoE设计，包含128个专家网络，每个token仅激活其中8个专家。这种设计使模型参数量达到235B，但实际计算成本与8B密集模型相当。模型训练使用超过1000亿平行语料和5000亿单语语料，涵盖法律、医疗、科技等15个专业领域。数据处理流程引入多阶段清洗和去偏技术，确保训练数据质量。

性能测试显示，Qwen-T在WMT24多语言翻译任务中，中英翻译BLEU值达75.3，英德翻译BLEU值达68.7，较同规模模型平均提升12%。与GPT-4.1-mini相比，专业领域术语准确率提高23%；相比Gemini-2.5-Flash，低资源语言翻译质量提升35%。模型特别优化了亚洲语言互译能力，中日、中韩翻译质量达到商业应用水平。

成本控制是Qwen-T的核心优势。通过动态批处理技术和分层缓存机制，API响应延迟控制在500毫秒内，并发处理能力达每秒1000请求。模型支持8种精度量化方案，在保持95%以上翻译质量的前提下，可将显存占用降低至原模型的30%。实际测试中，处理百万token的电力消耗仅为0.5千瓦时。

应用场景已覆盖多个领域。跨境电商平台接入后，商品描述翻译成本降低60%；国际会议系统集成实时翻译功能，支持32种语言同声传译；学术论文翻译服务准确率超过人工翻译的90%。模型还提供术语定制功能，企业可上传专属词汇表实现领域适配。

技术突破主要体现在三个方面：混合训练策略平衡通用性和专业性需求；动态路由算法提升专家网络利用率；多粒度评估机制确保低资源语言质量。这些创新使Qwen-T在保持大规模参数优势的同时，实现计算效率的显著提升。

安全机制方面，模型内置内容过滤系统，可识别并处理敏感信息，误报率低于0.1%。数据传输采用端到端加密，处理完成后自动清除临时数据。企业级用户还可选择私有化部署方案，完全掌控数据处理流程。

模型现已通过阿里云API开放服务，提供按量付费和资源包两种计费模式。开发者可免费体验基础功能，商业应用享有阶梯定价优惠。配套发布的还有术语库管理工具和翻译质量评估API，帮助用户构建完整本地化工作流。

Qwen-T的推出标志着国产大模型在多语言处理领域取得重要进展。随着持续迭代优化，该技术将助力企业突破语言障碍，拓展全球市场。阿里云表示，下一步将重点增强小语种覆盖和领域自适应能力，计划年底前支持语言数量扩展至150种。

（蜂耘人工智能网 责任编辑：科技蜜）