زیرساخت مدل کوهر: چه چیزی مستقر است

فارسی در این مشخصات با اسم ثبت شده، و این نادر است

در این مرجع، پاسخ معمول به این سوال که «آیا این مدل فارسی را پردازش می‌کند» یک حدس است. سازنده یک رقم کلی ثبت می‌کند، مثلا صد زبان، و فهرست را منتشر نمی‌کند. کوهر در دو مورد این الگو را نشکسته است. Command A Translate یک مدل ترجمه اختصاصی است و ۲۳ زبان خود را تک به تک نام می‌برد، و فارسی آخرین نام آن فهرست است. Aya Expanse 32B هم همان ۲۳ زبان را پشتیبانی می‌کند و فارسی در آن ثبت شده.

برای زیرساختی که به چهار زبان منتشر می‌شود، این فهرست از هر بنچمارکی گویاتر است: انگلیسی، عربی، ترکی و فارسی، هر چهار زبان، در یک فهرست ۲۳ تایی. یعنی این مدل دقیقا برای همان بار کاری طراحی شده که ما هر روز اجرا می‌کنیم.

سه پروانه، سه مسیر مسدود

حالا بخش دوم. هر سه واحد مدلی که به فارسی مربوط اند زیر یک پروانه متفاوت مستقرند و هر کدام به دلیلی متفاوت غیرقابل استفاده هستند.

Command A Translate وزن بسته دارد و کوهر هیچ نرخی برای آن ثبت نکرده. صفحه قیمت‌گذاری اش نرخ هر میلیون توکن را فقط برای واحدهایی ثبت می‌کند که خودش در ۱۵ سپتامبر ۲۰۲۵ منسوخ کرده، به علاوه آیا اکسپنس. برای Command A، Command A+، ترنسلیت، ریزنینگ و ویژن هیچ رقمی وجود ندارد و مسیر شما را به تیم فروش هدایت می‌کند.

Aya Expanse 32B وزن باز دارد، ۳۲ میلیارد پارامتر است و قابل دانلود است، اما پروانه‌اش CC BY-NC 4.0 با یک پیوست استفاده مجاز است. NC یعنی استفاده تجاری ممنوع است. اگر با آن ترجمه سایت یک مشتری را انجام دهید و بابتش دستمزد بگیرید، پروانه را نقض کرده‌اید. همان تله‌ای که وکسترال تی تی اس در میسترال دارد، اینجا روی یک مدل متنی مستقر شده.

Cohere Transcribe تنها واحدی است که پروانه‌اش هم باز و هم تجاری است: آپاچی ۲، دو میلیارد پارامتر، تشخیص گفتار. و فهرست ۱۴ زبانه آن فارسی را ثبت نکرده.

قرارداد نام ایران را ثبت کرده، و این با بقیه فرق دارد

هر سازنده دیگری در این مرجع یک فهرست کشورهای پشتیبانی شده منتشر می‌کند و ایران در آن ثبت نشده. کوهر رویکرد دیگری دارد. قرارداد تجاری SaaS خودش یک تعریف دارد به نام Restricted Location و ایران را در آن ثبت کرده، کنار بلاروس، چین، کره شمالی، روسیه و سوریه، و سپس می‌گوید مشتری از یک Restricted Location به سرویس دسترسی پیدا نمی‌کند.

این را جداگانه ثبت می‌کنیم چون وزن این ادعا متفاوت است. جا افتادن یک نام از یک فهرست می‌تواند غفلت باشد. نامی که در تعریف یک بند قراردادی ثبت شده غفلت نیست. پس درباره سرویس ابری کوهر چیزی ثبت نمی‌کنیم و هیچ مسیر دور زدنی هم توضیح نمی‌دهیم.

نکته‌ای که خودمان هم انتظارش را نداشتیم: کوهر شرکتی کانادایی است، دفتر آن در تورنتو است و قراردادش تحت قانون انتاریو تنظیم شده، و با این حال همین فهرست را ثبت کرده. این نشان می‌دهد فهرست تحریم چگونه از یک حوزه قضایی به حوزه دیگر منتقل می‌شود، و اینکه کانادایی بودن یک زیرساخت به تنهایی هیچ چیز را تغییر نمی‌دهد.

جایی که این زیرساخت واقعا کارآمد است: صدای عربی

این صفحه فقط فهرست مسیرهای مسدود نیست. یک واحد اینجا مستقر است که در هیچ جای دیگر این مرجع ثبت نشده.

Cohere Transcribe Arabic یک فاین تیون اختصاصی برای صدای عربی است، زیر آپاچی ۲، با پشتیبانی از گویش‌های منطقه‌ای و جابجایی بین عربی و انگلیسی وسط جمله. هیچ سازنده دیگری در این کاتالوگ یک مدل تشخیص گفتار مخصوص عربی مستقر نکرده است. برای پروژه‌ای با محتوای صوتی عربی، این بهترین گزینه این مرجع است و پروانه‌اش فروش نتیجه را هم مجاز می‌کند.

دو محدودیت آن را خودشان مستند کرده‌اند و هر دو مهم هستند: نه تایم استمپ تولید می‌کند و نه گوینده‌ها را از هم جدا می‌کند. برای زیرنویس‌گذاری این یعنی پردازش دستی.

چیزی که در این معماری قابل مستندسازی نیست

قیمت هیچ واحد نسل جدید کوهر. آنچه صفحه قیمت‌گذاری ثبت می‌کند نرخ Model Vault است، یعنی اجاره ساعتی یک نمونه اختصاصی: امبد ۴ از ۴ دلار در ساعت و ۲۵۰۰ دلار در ماه آغاز می‌شود و ریرنک ۴ پرو در سایز بزرگ به ۱۰ دلار در ساعت و ۶۵۰۰ دلار در ماه می‌رسد. این ارقام نرخ توکن نیستند و با هیچ سازنده دیگری قابل مقایسه نیستند، پس ستون قیمت مدل‌های کوهر در فهرست ما خالی مانده.

و یک تناقض کوچک در اعداد خودشان: صفحه پژوهش کوهر ثبت می‌کند که آیا اکسپنس ۱۰۱ زبان را پوشش می‌دهد، در حالی که مستندات API همان مدل رقم ۲۳ را ثبت می‌کند. ما رقم مستندات را ثبت می‌کنیم، چون همان جایی است که فهرست زبان‌ها هم مستند شده.