El modelo de traducción que supera a Google y DeepL en 50 idiomas

La empresa tecnológica Cohere presenta North Small Translate, un sistema de pesos abiertos que supera a los servicios tradicionales en las pruebas internacionales de precisión lingüística.

La traducción automática acaba de dar un salto cualitativo que promete sacudir los cimientos del mercado corporativo global. Durante años, gigantes consolidados como Google Translate y soluciones especializadas como DeepL han dominado la interpretación y localización de contenidos en múltiples idiomas. Sin embargo, la firma canadiense Cohere ha presentado North Small Translate, un modelo de lenguaje de código abierto diseñado específicamente para tareas de traducción que ha logrado superar de forma contundente a las herramientas tradicionales en las pruebas de evaluación de referencia WMT26, alcanzando una puntuación global de 83.6 sobre 100 en un espectro de 50 idiomas.

Un retorno a los orígenes de la revolución generativa

Hace casi una década, en 2017, la arquitectura Transformer nació precisamente para resolver problemas de traducción entre inglés, alemán y francés. Aunque esa misma tecnología derivó en el desarrollo masivo de modelos conversacionales y agentes autónomos, la especialización en traducción de alta precisión había quedado en segundo plano frente al auge de los chatbots multipropósito. Con este lanzamiento, el equipo de investigación de Cohere vuelve a las raíces de la inteligencia artificial moderna, pero aplicando los descubrimientos más recientes en optimización de parámetros y eficiencia de cómputo.

Este avance no responde únicamente a una competencia comercial entre empresas de software, sino a una creciente necesidad geopolítica de soberanía digital y lingüística. En regiones como Latinoamérica y España, donde las organizaciones manejan un volumen masivo de interacciones comerciales transfronterizas y documentación legal multilingüe, depender exclusivamente de servicios cerrados en la nube plantea serios dilemas de privacidad, costes recurrentes e incluso cumplimiento normativo. Al poner este sistema a disposición de la comunidad internacional a través de la plataforma Hugging Face, la industria dispone ahora de un recurso transparente que puede ser alojado localmente dentro de la infraestructura de cualquier organización.

Arquitectura de expertos: máxima potencia con menor consumo

El secreto detrás del rendimiento de este nuevo sistema radica en su arquitectura de «Mezcla de Expertos» (MoE, por sus siglas en inglés). En lugar de activar toda la red neuronal para traducir una sola palabra, el modelo cuenta con un tamaño total de 218.000 millones de parámetros, pero solo pone en funcionamiento unos 25.000 millones para cada fragmento de texto procesado. Un enrutador inteligente analiza el tipo de texto y activa únicamente 8 de los 128 submodelos especializados integrados en el sistema, lo que reduce drásticamente la capacidad de cálculo requerida durante la generación sin sacrificar la profundidad de análisis.

Además, el desarrollo ha incorporado capas de atención de ventana deslizante intercaladas con capas de atención global, una técnica desarrollada previamente por la compañía que permite procesar textos extensos de hasta 16.000 tokens de entrada y salida sin saturar la memoria gráfica. Para refinar los matices culturales y las sutilezas terminológicas de idiomas tan diversos como el albanés o el vietnamita, los científicos trabajaron codo a codo con lingüistas y expertos de la firma RWS, garantizando que el sistema entienda modismos, jerga técnica y giros del lenguaje que habitualmente descarrilan a las herramientas de traducción automatizadas habituales.

Resultados de prueba que superan a los gigantes de la industria

Los datos compartidos en el análisis de la industria, también revisado por portales especializados como MarkTechPost, revelan una brecha sorpresiva respecto a las alternativas comerciales tradicionales. En el estándar de evaluación WMT26 que mide la precisión entre 50 idiomas globales, la versión estándar de North Small Translate obtuvo 83.60 puntos, superando holgadamente los 81.37 puntos de DeepL NextGen y los 68.20 puntos registrados por Google Translate. Incluso frente a modelos de código abierto de gran tamaño como Qwen 3.5 (que alcanzó 81.56 puntos) o Gemma 4 (79.46 puntos), el nuevo desarrollo se posiciona en la cúspide del rendimiento global.

La gran innovación no se detiene en el procesamiento directo en una sola pasada. El equipo de ingenieros también presentó una variante configurada en modo agéntico, una metodología donde el modelo realiza múltiples pasadas de revisión interna, detectando sus propios errores de contexto y corrigiéndolos antes de entregar el resultado final. Esta variante logró elevar la marca hasta los 84.36 puntos en las pruebas comparativas. Esta capacidad de autorreflexión es clave para entornos de alta exigencia, como la traducción de patentes de ingeniería, artículos médicos o contratos internacionales donde un fallo de interpretación puede costar millones de dólares.

💡 El panorama general: ¿Cómo nos afecta esto?

El impacto de esta innovación trasciende la métrica pura de laboratorio y toca directamente la estructura de costes de las empresas globales y medianas en Iberoamérica. Tradicionalmente, la localización de software, la atención al cliente multilingüe y la traducción masiva de archivos requerían una suscripción continua a plataformas propietarias de pago por uso o la contratación de costosos equipos de revisión humana. La llegada de modelos de pesos abiertos de rendimiento superior permite a corporaciones locales desplegar sus propias tuberías de traducción automatizada en servidores privados, garantizando que los datos confidenciales de sus clientes nunca salgan de su infraestructura ni alimenten modelos de terceros.

Asimismo, la inclusión de idiomas con menor presencia digital junto con las principales lenguas de comercio internacional acelera el acceso democrático al conocimiento y la tecnología. Para mercados emergentes en Latinoamérica y España, donde la barrera del idioma a menudo frena la adopción inmediata de las herramientas digitales desarrolladas en inglés, contar con traductores automáticos capaces de preservar el sentido técnico sin alucinaciones reduce sustancialmente la brecha competitiva global.

A medida que los flujos de trabajo agénticos se integran con la arquitectura informática de las organizaciones, la traducción deja de ser una tarea estática para convertirse en un servicio autónomo continuo. Las empresas ya no necesitarán elegir entre la privacidad del procesamiento interno y la calidad de los servicios en la nube: la democratización del rendimiento lingüístico de máximo nivel está oficialmente en marcha.