Tether brengt offline AI-vertaalmodellen uit voor 19 Afrikaanse talen
Belangrijkste punten
- •TranslatePsy-AfriSLM ondersteunt 19 Afrikaanse talen die West-, Oost-, Centraal- en Zuidelijk Afrika bestrijken.
- •Tether meldde dat het Afrikaanse model met 800 miljoen parameters beter presteerde dan Qwen3.5-122B-A10B, TranslateGemma-27B en NLLB-3.3B op meerdere benchmarks.
- •De AfriSLM-modellen zijn beschikbaar in varianten met 0.8 miljard, 2 miljard en 4 miljard parameters, in full-precision en gequantiseerde versies.
- •TranslatePsy-EuroNano ondersteunt negen Europese talen en gebruikt Engels als pivot voor 90 vertaalrichtingen.
- •De kleinste EuroNano-implementatie vereist ongeveer 36MB opslag en de release valt onder de Apache 2.0-licentie.

Tether AI Research heeft drie families van open-source vertaalmodellen uitgebracht die rechtstreeks op smartphones, laptops en andere edge-apparaten kunnen draaien zonder internetverbinding of cloudverwerking.
QVAC TranslatePsy-AfriSLM ondersteunt 19 Afrikaanse talen, AfriNano dekt er acht en EuroNano ondersteunt negen Europese talen. Door lokale inferentie blijft tekst op het apparaat, waardoor vertalingen mogelijk blijven in gebieden met onbetrouwbare connectiviteit en gebruikersdata niet naar cloudservers van derden hoeft te worden verzonden.
AfriSLM dekt talen die in de helft van Afrika worden gebruikt
TranslatePsy-AfriSLM ondersteunt Hausa, Amharic, Yoruba, Lingala, Swahili, Igbo, Zulu, Somali, Oromo, Malagasy, Kinyarwanda, Xhosa, Afrikaans, Wolof, Luganda, Nyanja, Shona, Tswana en Southern Sotho.
Die talen bestrijken West-, Oost-, Centraal- en Zuidelijk Afrika en worden gesproken in regio’s die samen ongeveer de helft van de bevolking van het continent vertegenwoordigen.
Door de modellen lokaal te laten draaien, kan vertaald lesmateriaal, landbouwinformatie en gezondheidsvoorlichting toegankelijk worden op gewone consumentenhardware in gebieden waar continu cloudtoegang onpraktisch is. Diezelfde lokale verwerkingsarchitectuur vormt een centraal onderdeel van de ontwikkeling van QVAC, inclusief het BitNet LoRA-framework voor het trainen en uitvoeren van AI-modellen op consumentengpu’s en smartphones.
Model met 800 miljoen parameters verslaat veel grotere rivalen
Het kleinste TranslatePsy-AfriSLM-model bevat ongeveer 800 miljoen parameters, maar presteerde beter dan Qwen3.5-122B-A10B, TranslateGemma-27B en NLLB-3.3B op de FLORES-200-, BOUQuET- en SMOL-Afrikaanse vertaalbenchmarks.
Tethers trainingsproces filterde tot 96% van de open-source parallelle data van lagere kwaliteit weg vóór de modeltraining. AfriSLM is beschikbaar in versies met 0.8 miljard, 2 miljard en 4 miljard parameters, met releases in full-precision en gequantiseerde vorm voor verschillende hardwarebeperkingen.
De modellen gebruiken de Apache 2.0-licentie, waardoor ontwikkelaars ze kunnen downloaden, aanpassen en integreren in andere toepassingen. Het onderliggende AfriSLM-onderzoek is ook geaccepteerd voor presentatie op EMNLP 2026.
EuroNano verkleint offline vertaling tot 36MB
TranslatePsy-EuroNano ondersteunt Duits, Spaans, Frans, Italiaans, Portugees, Fins, Tsjechisch, Nederlands en Zweeds, met Engels als pivot voor 90 vertaalrichtingen.
De kleinste implementatie vereist ongeveer 36MB opslag, circa 94% minder dan de 633MB die nodig is voor een vergelijkbare offline vertaalopzet van Firefox. De hoogste kwaliteitsconfiguratie van EuroNano behield 98.4% van de vertaalkwaliteit van Meta’s NLLB-200 bij vertaling naar het Engels.
De release breidt een QVAC-strategie uit die al lokale inferentie, modelafstemming en ontwikkelaarsfinanciering omvat voor software die is ontworpen om te werken zonder gecentraliseerde cloudproviders. TranslatePsy-AfriSLM, AfriNano en EuroNano zijn beschikbaar in full-precision en gequantiseerde versies voor lokale implementatie.