Tether lanza modelos de traducción de IA sin conexión para 19 idiomas africanos
Puntos clave
- •TranslatePsy-AfriSLM admite 19 idiomas africanos que abarcan África occidental, oriental, central y meridional.
- •Tether dijo que su modelo africano de 800 millones de parámetros superó a Qwen3.5-122B-A10B, TranslateGemma-27B y NLLB-3.3B en varios benchmarks de traducción.
- •Los modelos AfriSLM se ofrecen en versiones de 0.8 mil millones, 2 mil millones y 4 mil millones de parámetros, con lanzamientos de precisión completa y cuantizados.
- •TranslatePsy-EuroNano admite nueve idiomas europeos y usa English como pivote en 90 direcciones de traducción.
- •La implementación más pequeña de EuroNano requiere alrededor de 36MB de almacenamiento y el lanzamiento está disponible bajo la licencia Apache 2.0.

Tether AI Research ha lanzado tres familias de modelos de traducción de código abierto diseñadas para ejecutarse directamente en smartphones, laptops y otros dispositivos edge sin requerir una conexión a internet ni procesamiento en la nube.
QVAC TranslatePsy-AfriSLM admite 19 idiomas africanos, AfriNano cubre ocho y EuroNano maneja nueve idiomas europeos. Al usar inferencia local, los modelos mantienen el texto en el dispositivo, lo que permite que las traducciones continúen en áreas con conectividad poco confiable y evita la necesidad de enviar datos de los usuarios a servidores en la nube de terceros.
AfriSLM cubre idiomas usados en la mitad de África
TranslatePsy-AfriSLM admite Hausa, Amharic, Yoruba, Lingala, Swahili, Igbo, Zulu, Somali, Oromo, Malagasy, Kinyarwanda, Xhosa, Afrikaans, Wolof, Luganda, Nyanja, Shona, Tswana y Southern Sotho.
Esos idiomas abarcan África occidental, oriental, central y meridional, y se hablan en regiones que representan aproximadamente la mitad de la población del continente.
Ejecutar los modelos de forma local podría hacer que materiales educativos traducidos, información agrícola y recursos de salud estén disponibles en hardware de consumo ordinario en zonas donde el acceso continuo a la nube no es práctico. La misma arquitectura de procesamiento local ha sido una parte central del desarrollo de QVAC, incluido su marco BitNet LoRA para entrenar y ejecutar modelos de IA en GPUs de consumo y smartphones.
El modelo de 800M parámetros supera a rivales mucho mayores
El modelo más pequeño de TranslatePsy-AfriSLM contiene alrededor de 800 millones de parámetros, pero superó a Qwen3.5-122B-A10B, TranslateGemma-27B y NLLB-3.3B en los benchmarks de traducción africana FLORES-200, BOUQuET y SMOL.
El proceso de entrenamiento de Tether filtró hasta el 96% de los datos paralelos de código abierto de menor calidad antes del entrenamiento del modelo. AfriSLM está disponible en versiones de 0.8 mil millones, 2 mil millones y 4 mil millones de parámetros, con versiones de precisión completa y cuantizadas para distintos límites de hardware.
Los modelos usan la licencia Apache 2.0, lo que permite a los desarrolladores descargarlos, modificarlos e integrarlos en otras aplicaciones. La investigación subyacente de AfriSLM también ha sido aceptada para presentación en EMNLP 2026.
EuroNano reduce la traducción sin conexión a 36MB
TranslatePsy-EuroNano admite German, Spanish, French, Italian, Portuguese, Finnish, Czech, Dutch y Swedish, usando English como pivote en 90 direcciones de traducción.
Su implementación más pequeña requiere alrededor de 36MB de almacenamiento, aproximadamente 94% menos que los 633MB que exige una configuración equivalente de traducción sin conexión de Firefox. La configuración de mayor calidad de EuroNano conservó el 98.4% de la calidad de traducción de NLLB-200 de Meta al traducir hacia English.
El lanzamiento amplía una estrategia de QVAC que ya incluye inferencia local, ajuste fino de modelos y financiación para desarrolladores de software diseñado para operar sin proveedores centralizados de nube. TranslatePsy-AfriSLM, AfriNano y EuroNano están disponibles en versiones de precisión completa y cuantizadas para implementación local.