Cohere ouvre sa traduction multilingue, mais en réserve l’usage commercial

Cohere a présenté North Small Translate, un modèle de traduction open weight conçu pour des usages multilingues en entreprise, mais son déploiement commercial passe par une licence Model Vault. L’outil vise plus de 50 langues et variantes locales, avec l’argument central de la souveraineté des données. Le message est clair : l’accès aux poids est ouvert pour certains usages, pas pour tous. Et, pour une fois, le mot “ouvert” mérite un astérisque bien visible.

Une traduction pensée pour les documents sensibles

North Small Translate est un modèle de type mixture-of-experts, ou MoE, c’est-à-dire une architecture qui active seulement une partie de ses paramètres selon la tâche. Cohere annonce 218 milliards de paramètres au total, dont 25 milliards actifs, ainsi qu’une fenêtre de contexte de 16 000 tokens. Le modèle est présenté comme adapté à des contenus structurés, des fichiers Markdown ou JSON, des consignes de ton et des guides terminologiques.

Selon Cohere, cette spécialisation répond à un problème persistant : la traduction automatique reste décevante sur une grande partie des langues du monde. Nick Frosst, cofondateur de Cohere, résume ainsi l’approche : « We spent nine years scaling an architecture invented to fix translation, and machine translation is still broken for most of the world’s languages. » La société défend donc un modèle plus petit, plus spécialisé et censé mieux tenir sur les longs documents.

Pourquoi Cohere parle de souveraineté

Le discours de Cohere repose sur la maîtrise des données. En pratique, North Small Translate est disponible gratuitement sur la couche API Chat V2 pour certains usages, tandis que les poids FP8 sont proposés sur Hugging Face sous licence CC BY-NC 4.0 pour le non-commercial. Pour la production, il faut passer par une licence commerciale et par Model Vault, la plateforme d’inférence gérée de Cohere.

La société dit viser les entreprises et administrations qui veulent garder leurs documents dans leur propre environnement, plutôt que d’envoyer des textes RH, juridiques ou réglementaires vers un service tiers. Cette promesse est au cœur de la souveraineté numérique. Elle est aussi de plus en plus monétisée, ce qui n’a rien de choquant en soi, mais change le sens du mot “ouvert”.

Des scores élevés, mais à lire avec le périmètre

Cohere affirme que North Small Translate obtient un score WMT26 All Languages de 83,60, devant Qwen 3.5 397B A17B à 81,56, DeepL NextGen à 81,37, Gemma 4 31B à 79,46 et Google Translate à 68,20, selon ses propres évaluations. Sur son test long contexte, la société dit atteindre 48,9, contre 21,3 pour Google Translate et 19,4 pour Gemma 4 31B [à vérifier sur méthodologie et conditions de test].

Ces chiffres suggèrent un meilleur comportement sur les documents longs, où les erreurs de contexte finissent souvent par se propager page après page. Cohere insiste aussi sur un mode multi-pass : le modèle traduit, relit sa sortie, détecte des erreurs puis les corrige. Dans ce cadre, la version “agentic” consomme plus de tokens, mais gagne en qualité sur des textes critiques comme des contrats ou des procédures de sécurité.

Un marché où les licences se resserrent

Cohere n’est pas seul à durcir l’accès à ses poids. La source cite aussi Z.ai, qui a publié GLM-5.3 avec des conditions commerciales différentes de celles de GLM-5.2, pourtant diffusé sous MIT. Dans les deux cas, les éditeurs gardent l’ouverture pour l’évaluation ou la recherche, mais ferment la porte quand l’usage devient industriel.

Le mouvement dit beaucoup du marché actuel : les modèles open weight deviennent plus capables, donc plus précieux, et les fournisseurs veulent garder une part du contrôle économique et technique. Cohere avait pourtant lancé en juin North Mini Code sous Apache 2.0, sans restriction comparable. Le contraste est net.