کوهر چه چیزی می سازد

فارسی اینجا با اسم نوشته شده، و این نادر است

در این مرجع، جواب معمول به «این مدل فارسی می فهمد» یک حدس است. سازنده یک عدد کلی می دهد، مثلا صد زبان، و فهرستش را چاپ نمی کند. کوهر دو جا این کار را نکرده. Command A Translate یک مدل ترجمه اختصاصی است و ۲۳ زبانش را دانه دانه نام می برد، و فارسی آخرین اسم آن فهرست است. Aya Expanse 32B هم همان ۲۳ زبان را دارد و فارسی در آن هست.

برای سایتی که به چهار زبان منتشر می شود، این فهرست جالب تر از هر بنچمارکی است: انگلیسی، عربی، ترکی و فارسی، هر چهار تا، در یک فهرست ۲۳ تایی. یعنی مدل دقیقا برای کاری ساخته شده که ما هر روز می کنیم.

سه پروانه، سه در بسته

حالا بخش دوم. هر سه مدلی که به فارسی مربوط اند زیر یک پروانه متفاوت اند و هر کدام به یک دلیل متفاوت به درد نمی خورند.

Command A Translate وزن بسته دارد و کوهر برای آن هیچ قیمتی چاپ نکرده. صفحه قیمتش نرخ هر میلیون توکن را فقط برای مدل هایی می نویسد که خودش ۱۵ سپتامبر ۲۰۲۵ منسوخ کرده، به اضافه آیا اکسپنس. برای Command A و Command A+ و ترنسلیت و ریزنینگ و ویژن هیچ عددی نیست و شما را به فروش ارجاع می دهد.

Aya Expanse 32B وزن باز دارد و ۳۲ میلیارد پارامتر است و می شود گرفتش، ولی پروانه اش CC BY-NC 4.0 با یک پیوست استفاده مجاز است. ان سی یعنی استفاده تجاری ممنوع. اگر ترجمه سایت مشتری را با آن انجام بدهید و بابتش پول بگیرید، پروانه را نقض کرده اید. همان تله ای که وکسترال تی تی اس در میسترال دارد، اینجا روی مدل متنی نشسته.

Cohere Transcribe تنها جایی است که پروانه باز و تجاری است: آپاچی ۲، دو میلیارد پارامتر، تشخیص گفتار. و فهرست ۱۴ زبانه اش فارسی ندارد.

قراردادش اسم ایران را نوشته، و این با بقیه فرق دارد

هر سازنده دیگری در این مرجع یک فهرست کشورهای پشتیبانی شده دارد و ایران در آن نیست. کوهر کار دیگری کرده. قرارداد تجاری SaaS خودش یک تعریف دارد به اسم Restricted Location و ایران را داخلش نوشته، کنار بلاروس و چین و کره شمالی و روسیه و سوریه، و بعد می گوید مشتری از یک Restricted Location به سرویس دسترسی پیدا نمی کند.

این را جدا می نویسیم چون وزن حرف فرق می کند. جا افتادن یک اسم از یک فهرست می تواند غفلت باشد. اسمی که در تعریف یک بند قرارداد نوشته شده غفلت نیست. پس درباره سرویس ابری کوهر حرفی نمی زنیم و هیچ راهی هم برای دور زدنش توضیح نمی دهیم.

یک نکته که خودمان هم انتظارش را نداشتیم: کوهر شرکتی کانادایی است، دفترش در تورنتو است و قراردادش زیر قانون انتاریو است، و همین فهرست را دارد. این نشان می دهد فهرست تحریم چطور از یک حوزه قضایی به حوزه دیگر منتقل می شود، و اینکه کانادایی بودن یک سرویس به تنهایی هیچ چیز را عوض نمی کند.

جایی که کوهر واقعا جواب است: صدای عربی

این صفحه فقط فهرست درهای بسته نیست. یک چیز اینجا هست که هیچ جای دیگر این مرجع نیست.

Cohere Transcribe Arabic یک فاین تیون اختصاصی برای صدای عربی است، زیر آپاچی ۲، با پشتیبانی از گویش های مختلف و از جابجایی بین عربی و انگلیسی وسط جمله. هیچ سازنده دیگری در این کاتالوگ یک مدل تشخیص گفتار مخصوص عربی منتشر نکرده. برای پروژه ای که محتوای عربی صوتی دارد، این بهترین جواب این مرجع است و پروانه اش هم اجازه فروش نتیجه را می دهد.

دو محدودیتش را هم خودشان نوشته اند و مهم اند: نه تایم استمپ می دهد و نه گوینده ها را از هم جدا می کند. برای زیرنویس این یعنی کار دستی.

چیزی که نمی توانیم بگوییم

قیمت هیچ مدل نسل جدید کوهر. آنچه صفحه قیمت چاپ می کند نرخ Model Vault است، یعنی اجاره ساعتی یک نمونه اختصاصی: امبد ۴ از ۴ دلار در ساعت و ۲۵۰۰ دلار در ماه شروع می شود و ریرنک ۴ پرو در سایز بزرگ به ۱۰ دلار در ساعت و ۶۵۰۰ دلار در ماه می رسد. اینها قیمت توکن نیستند و با هیچ سازنده دیگری قابل مقایسه نیستند، پس ستون قیمت مدل های کوهر در فهرست ما خالی می ماند.

و یک تناقض کوچک در اعداد خودشان: صفحه پژوهش کوهر می نویسد آیا اکسپنس ۱۰۱ زبان را پوشش می دهد، در حالی که مستندات API همان مدل ۲۳ زبان می گوید. ما عدد مستندات را چاپ می کنیم، چون آن جایی است که فهرست زبان ها هم نوشته شده.