0.8B 的翻译模型打赢了比自己大 30 倍的对手：PFN 把 PLaMo 3 Translate 的权重放了出来

2026年11月7日1 次阅读

3 分钟看懂

先讲结论：日本 AI 公司 Preferred Networks（PFN）在 11 月 5 日把翻译专用大模型 PLaMo 3 Translate 的权重公开了，一共四个尺寸——0.8B、2B、8B、31B。最小的 0.8B 能直接在手机上跑，断网也能翻，官方称它在日英、日到多语两个方向上，打赢了参数量是它 30 倍以上的翻译专用模型。

这不是一个"通用大模型又升级了"的消息。它值钱的地方在于：翻译这件事被单独拿出来做成了一批小模型，而且能离线跑在你自己的设备上。

这是什么

PLaMo 3 Translate 是 PFN 为自家翻译服务 PLaMo 翻译开发的专用模型，现在把底层权重放到了 Hugging Face。它支持 53 种语言，包含英语、日语以及日语与其他语种之间的互译。

和普通聊天模型比，它多了几个翻译场景才需要的开关：

上下文：可以把前后文一起喂进去，解决"かみ"到底是头发还是纸这类歧义
术语表：专有名词、技术词、产品名可以强制指定译法
敬体/常体：输出日语时能指定用敬语还是平实说法
长段落：官方说训练时的输入加输出上限是 32,768 token，一次能翻完整节内容

四个尺寸分别对应不同硬件：0.8B 给手机和可穿戴，2B 给笔记本，8B 给单机服务，31B 给企业内网。

为什么重要

第一，翻译终于能不联网了。 合同、研发文档、客服记录这类东西，很多公司根本不允许发到外部云服务。模型跑在本地，原文和译文都不出机器，这是合规上的硬需求，不是体验优化。

第二，小模型这次真的够用。 PFN 官方对比说，0.8B 在日英互译和日到多语上，超过了参数量 30 倍以上的翻译专用模型，点名对比的是 Google 的 TranslateGemma 和腾讯的 Hy-MT2。日本媒体 GIGAZINE 拿到权重后，在 iPhone 17 Pro 上用 PocketPal AI 装了 0.8B 的 Q4_K_M 量化版实测：280 个英文单词的段落，0.515 秒出结果；爱因斯坦《相对论》第一章，0.387 秒，全程飞行模式。

第三，成本差得离谱。 PFN 自己的测算里，31B 的性能超过几乎所有对比的翻译 API 和通用 LLM API，成本大约是它们的 1/30；唯一比它强的 Claude Fable 5.1，成本对比是 1/85。这里还有个容易忽略的点：PFN 用了自研分词器，同样 1000 个日文字符，PLaMo 输出约 447 个 token，Claude Fable 5.1 要 893 个——等于同样的字，账单只有一半。

硬数据

官方技术博客给出的对比，用 Gemini 3.1 Pro 当裁判、每个样本交换顺序判两次：

对 DeepL 翻译的胜率：PFTB 英→日 87.00%，日→英 58.00%，SaaS 英→日 73.82%，WMT24++ 英→日 59.17%
对 Google 翻译的胜率：86.00% / 71.00% / 91.47% / 70.62%

模型卡上的原始分数（BF16）：0.8B 在 PFTB 英日互译 0.5862、WMT24++ COMET-22 0.8724；31B 分别是 0.6244 和 0.8799。也就是说，从 0.8B 到 31B，分数差距不到 0.04——小模型不是残废版，是同一水平线上的廉价版。

怎么用

去 Hugging Face 的 pfnet 主页，按尺寸选仓库：plamo-3-translate-0.8b / -2b / -8b / -31b
按你的硬件挑格式：

- 苹果芯片：MLX-4bit，配 mlx-lm

- 普通电脑 / 手机：GGUF（0.8B 的 Q4_K_M 只有 0.57GB），配 llama.cpp、Ollama 或手机上的 PocketPal AI

- 有 NVIDIA 卡：FP8 / W4A16 / NVFP4，配 vLLM

调用时把目标语言、文体、上下文、术语表当参数传给 apply_chat_template()，不要塞进 system 消息或正文里

适用场景

需要处理敏感文本、又不能上云的法务、研发、医疗、客服团队
要在手机、车机、内网服务器上做实时翻译的产品
日英、日中方向质量要求高的内容团队
想用术语表把品牌名、产品名固定下来的本地化工作流

不适用场景

需要覆盖上百种语言、且语种很偏的场景——它主打 53 种
需要一边翻译一边做复杂推理、查资料、调工具的任务，这不是翻译专用模型的设计目标
想开箱即用的普通用户：PFN 明确说手机上的演示是内部 Demo，没有发布对应的 App，你得自己找客户端
一次要翻整本书：单次输入加输出建议不超过 32K token，长文必须切段

避坑

许可证不是纯开源。PLaMo Community License 下，个人学习娱乐和非商用（含学术）免费、无需登记；商用要年营收 10 亿日元（约 650 万美元）以下才免费，而且必须提前在 PFN 的表格里登记；超过这条线得单独谈授权。官方发布页当天还发过一次更正，把"低于 10 亿"改成了"10 亿及以下"，边界上的公司要留意。
别一路量化到底。模型卡显示 0.8B 的 GGUF Q2_K 相比 BF16，日→多语 chrF++ 掉了 2.52 分，英→多语掉 3.29 分；Q4_K_M 基本无损。省内存要选对档。
分数是自己测的。PFTB 和 SaaS 两个基准是 PFN 自建，只能说明它在这套题上强；WMT24++ 和 FLORES+ 是公开基准，可以自己复现。
31B 不小。BF16 权重 63.51GB，Q4_K_M 也要 19.53GB，别拿笔记本硬扛。

成本与时间

权重免费下载，本地推理只花电费和硬件
0.8B Q4_K_M 约 0.57GB，手机可装；2B Q4_K_M 约 1.81GB；8B Q4_K_M 约 5.28GB；31B Q4_K_M 约 19.53GB
想先试效果：GIGAZINE 那条路径最快——装 PocketPal AI，搜 plamo，下 0.8B 的 Q4_K_M，十分钟内能跑起来
自建 API 服务：31B 建议至少单卡 24GB 显存起步，用 vLLM 加载 FP8 或 W4A16

行动建议

第一步，先下 0.8B 的 GGUF 或 MLX 版，用你自己手上最难翻的一段真实材料试一次——尤其是带术语和上下文的段落，这是它相对通用模型最能拉开差距的地方。

第二步，如果你要做产品集成，先把许可证这条线确认清楚：公司年营收是否在 10 亿日元以内、是否需要预先登记。

第三步，把它和现有的通用模型 API 做一次同材料对比，重点看三件事：术语一致性、长段落是否漏译、每千字实际成本。翻译这件事，跑分高不高，往往不如"术语不飘"重要。

参考来源

PFN 官方发布：https://www.preferred.jp/en/news/pr20261105
PFN 技术博客（权重与评测细节）：https://www.preferred.jp/en/blog/tech/plamo-3-translate-weight-release
Hugging Face 模型卡：https://huggingface.co/pfnet/plamo-3-translate-0.8b
GIGAZINE 手机实测：https://gigazine.net/gsc_news/en/20261105-plamo-3-translate-open-weight/
ITmedia AI+：https://www.itmedia.co.jp/aiplus/article/2611/05/2000002900/2

3 分钟看懂

这是什么

为什么重要

硬数据

怎么用

适用场景

不适用场景

避坑

成本与时间

行动建议

参考来源

参考来源

评论