Tencent: Hy-MT2-1.8B

Tencent: Hy-MT2-1.8B is een compact vertaalmodel van Tencent, uitgebracht op 20 augustus 2026. Het valt in de categorie tekst en is specifiek gebouwd voor vertaalwerk in plaats van algemene chat of redeneren. Het aantal parameters van 1,8 miljard maakt het een klein model naar huidige maatstaven, wat van belang is als je snelle, gerichte vertaling wilt in plaats van een grote algemene assistent.

Het model neemt tekst in en geeft tekst terug, met een contextvenster van 8192 tokens en een maximale uitvoer van 4096 tokens. De vertaaldekking is breed voor zijn omvang: 33 taalparen, plus vijf paren van Chinese dialecten en minderheidstalen. Naast gewone zinsvertaling ondersteunt het verschillende workflows, waaronder gestructureerde vertaling, op scheidingstekens gebaseerde invoer, contextuele vertaling, op woordenlijsten gebaseerde vertaling en stijlgestuurde vertaling. Die workflows onderscheiden het van een generiek meertalig model, omdat je er terminologie, opmaak en toon mee kunt sturen in plaats van alleen woorden tussen talen te verwisselen.

Het praktische gebruik volgt direct uit die functieset. Op woordenlijsten gebaseerde vertaling past bij productdocumentatie, juridische teksten of elk domein waar termen consistent moeten blijven across een grote hoeveelheid content. Op scheidingstekens gebaseerde en gestructureerde workflows passen bij batchtaken waarbij je veel segmenten in één verzoek aanlevert en de uitvoer uitgelijnd moet blijven met de invoer. Contextuele vertaling helpt bij dialogen, supporttickets of documenten waarin een zin alleen begrijpelijk is met de omliggende tekst. Stijlgestuurde vertaling is nuttig wanneer dezelfde content anders moet lezen voor marketing-, technische of formele doelgroepen. De paren van Chinese dialecten en minderheidstalen dekken gevallen die veel vertaalmodellen volledig overslaan.

Je roept het aan via de OpenAI-compatibele API van api14 met het model-id "tencent/hy-mt2-1.8b". Omdat de interface de vorm van OpenAI chat completions volgt, werken bestaande SDK's en clientcode met alleen de modelnaam gewijzigd. De ondersteunde aanvraagparameters zijn max_completion_tokens, max_tokens, stop en temperature. Merk op dat er hier geen ondersteuning is voor top_p of presence penalty, dus houd de samplingcontrole bij temperature en breek de generatie af met stopsequenties of een tokenlimiet. De context van 8192 tokens en het uitvoerplafond van 4096 tokens zijn de belangrijkste praktische grenzen om omheen te ontwerpen.

Gezien de omvang van 1,8 miljard en de specifieke focus op vertaling is dit model slecht geschikt voor open-ended redeneren, codegeneratie of het samenvatten van lange documenten, waar een groter algemeen model beter zou presteren. Het is ook niet de juiste keuze als je invoer nodig hebt die verder gaat dan tekst, want het accepteert alleen tekst. Waar het wel past, is vertaling op grote schaal met gecontroleerde terminologie en voorspelbare uitvoerstructuur, vooral wanneer latentie en doorvoer belangrijker zijn dan brede wereldkennis.