PLaMo 3 Translate：四种模型规模，本地翻译

1. 在设备和企业内部服务器上翻译53种语言

PFN于2026年11月5日在Hugging Face公开了模型权重。模型有8亿、20亿、80亿和310亿参数四种规模，参数是训练过程中调整的数值，支持包括日语和英语在内的53种语言翻译。用户可根据所需质量、响应速度、吞吐量（即一定时间内的处理量）及设备选择规模。

在自有服务器或终端上运行，可在不将原文和译文发送至外部服务器的情况下，处理合同、研发资料和客户服务文档。这将信息管理范围限定在内部，但用户须自行配置运行环境，并选择适合设备的部署格式。

部署格式除常规GPU权重外，还包括通过降低数值表示精度来缩小体积的量化格式。此外还提供可在CPU和GPU上使用的GGUF，以及面向Apple芯片的MLX。

2. 通过数据精炼提升小型模型质量

据公司公布的数据，最小的8亿参数模型在日英翻译及日语与多语言翻译中，超越了谷歌DeepMind的TranslateGemma和腾讯Hy-MT2的对比模型。对比对象还包括参数量超过其30倍的模型。公司评估称，在英语与多语言之间的翻译中，20亿参数模型领先于对比对象。

日英对比采用了两种内部评估与国际翻译评估得分的平均值。多语言对比从支持的语言中选取15种，评估日语或英语与其余语言之间的双向翻译。韩语也在评估语言之列。

PFN结合多个候选译文的优点来改进训练译文，也将人类撰写的自然语句用作参考译文。公司称，小型模型还加入了蒸馏，即让小模型学习大模型输出、模仿已完成的31B模型预测的方法，从而在缩小规模的同时提升质量。

3. 缩小文件体积时也需关注翻译得分

这里对比了介绍公司模型信息与用法的模型卡中列出的四种31B部署格式。BF16是未经量化的基准格式。翻译得分衡量与参考译文的相似度，同一列中得分越高越好。

表：31B模型各部署格式的文件大小与翻译得分

条件：31B模型，部署及量化格式按行标注。PFTB是日英翻译评估指标，采用衡量字符级翻译相似度的日英双向charsim。FLORES+是多语言翻译评估数据集，此处使用15种评估语言中日语与其余14种语言之间的双向chrF++平均值，该指标衡量字符和词片段的重叠程度，日语输出采用礼貌体。

单位：权重文件大小为GB，翻译质量为各指标得分

表中间的两种格式文件体积小于基准格式，两项翻译得分却与其相近。体积最小的格式两项得分均有所下降。这一结果体现了节省存储空间与翻译质量之间的权衡，因此选择时不仅要考虑设备可容纳的体积，也要查看实际业务文档的翻译结果。

4. 直接运行或连接翻译服务器

开发者可按模型卡中的示例直接运行，也可启动vLLM服务器并发送API请求。集成到服务时，建议自行构建模型专用提示词，通过Completions API传入。

服务器示例将输入和输出的总长度设为16,384个token，可根据设备内存调整。训练时的最大总长度为32,768个token，因此拆分文档时，须确保原文与译文合计不超出运行环境的限制。

以下是模型卡中的聊天API请求示例。

curl http://localhost:8000/v1/chat/completions \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "plamo-3-translate",
    "messages": [{"role": "user", "content": "こんにちは。"}],
    "chat_template_kwargs": {"source_lang": "ja", "target_lang": "en"},
    "temperature": 0,
    "max_tokens": 512,
    "stop": ["<|plamo:tag|>", "<|plamo:bos|>"]
  }'

目标语言为必填设置，源语言、参考上下文和术语表可按需指定。日语输出可选择礼貌体或普通体。这些设置通过模板参数传入。

5. 商业使用须核查营收门槛并提前注册

包括个人使用和学术使用在内的非商业使用免费，无须提前注册。商业使用方面，若用户或其关联企业最近一个财年的收入或营收不超过10亿日元，可在提前注册后免费使用。超过这一门槛则须另行签订商业许可协议。

PFN在公开当天的更正中，将免费使用对象的营收门槛从“低于10亿日元”改为“不超过10亿日元”。恰好达到门槛金额的用户，也可在注册后免费商用。

PLaMo 3 Translate公开权重，拓展了自主运行的选择，让用户能够一并选择翻译质量、设备容量和信息管理方式。