腾讯混元 Hy-MT2 是什么？附 Ollama 本地部署与 GGUF 下载教程

腾讯混元 Hy-MT2 是腾讯 2026 年 5 月 21 日开源的多语言翻译模型家族，包含 1.8B、7B、30B-A3B（MoE）三种规格，支持 33 种语言互译，采用 Apache 2.0 协议，个人和商用都可以免费使用。它不是通用聊天模型，而是专门为翻译任务训练的"快思考"模型——按官方口径，7B 和 30B-A3B 在翻译任务上超越了 DeepSeek-V4-Pro、Kimi K2.6 等开源模型，轻量的 1.8B 版本总体表现也超过微软、豆包等主流商业翻译 API。

这篇文章会讲清楚：Hy-MT2 各规格的区别与怎么选、官方评测成绩、Ollama 一条命令本地部署、官方 GGUF 下载与 llama.cpp 部署、1.8B 手机/端侧安装（440MB 极致量化）、云 API 调用，以及实测中需要注意的坑。

Hy-MT2 是什么：专为翻译而生的模型家族

Hy-MT2 是腾讯混元翻译模型系列的第三代。前两代分别是 2025 年 9 月开源的 Hunyuan-MT-7B 和 2025 年 12 月开源的 HY-MT1.5 系列，Hy-MT2 在 2026 年 5 月 21 日一次性开源了三个规格，并同步放出了翻译指令遵循评测集 IFMTBench。

三种规格的定位很清晰：

它支持中、英、日、韩、德、法、西等 33 种语言互译，并且能听懂翻译指令——比如指定术语表、指定文风、要求保留分隔符等，这是它和通用大模型"顺手翻一下"最大的区别。官方还配套发布了 Hy-MT2-Translator Skill，可以直接把它接入 Agent 工作流做翻译任务；如果你在搭 Agent，可以先看看什么是 AI Agent 补齐概念。

Hy-MT2 的翻译表现如何

根据腾讯混元官方模型卡和技术报告（arXiv）：

• 7B 和 30B-A3B：在快思考（fast-thinking）模式下，于通用、真实业务、领域垂直、指令遵循四类翻译任务上，超越 DeepSeek-V4-Pro、Kimi K2.6 等开源模型，达到开源模型最佳水平；
• 1.8B：作为轻量模型，总体表现超过微软、豆包等厂商的主流商业翻译 API；
• 官方与 WMT26 合作：Hy-MT 团队成为 WMT26 视频字幕翻译任务的官方合作方，使用 Hy-MT 系列参赛还有机会获得混元特别奖。

需要说明：以上是官方评测口径。社区实测（知乎部署文）提到 1.8B 版处理短文本问题不大，但输入超过约 1k tokens 后质量会明显下降——这也符合小模型的普遍规律，长文档建议用 7B 或 30B-A3B，或分段翻译。

Hy-MT2 免费吗？协议与下载渠道

免费。 Hy-MT2 全系列在 ModelScope 显示为 Apache 2.0 协议，个人使用、商用都无需付费。官方下载渠道有两个：

• ModelScope（国内推荐）：Tencent-Hunyuan 模型页，国内访问速度快；
• Hugging Face：tencent/Hy-MT2 系列合集，含原始权重、FP8、GGUF 各种版本；
• GitHub：Tencent-Hunyuan/Hy-MT2 仓库，含部署脚本和说明。

Hy-MT2 Ollama 本地部署教程

Ollama 官方库目前没有收录 Hy-MT2（搜出来的是社区上传版），想用 Ollama 一条命令跑起来，推荐社区打包的 kaelri/hy-mt2——它直接使用腾讯官方 GGUF 权重，只是补了 Ollama 兼容的提示词模板，权重和推理行为都没有改动。

步骤如下：

1. 安装 Ollama（ollama.com 下载对应系统版本）；
2. 终端执行一条命令拉取并运行：

ollama run kaelri/hy-mt2:1.8b

1. 想要更高质量，换 7B 版（需约 6.2GB 显存/内存）：

ollama run kaelri/hy-mt2:7b

几个实测要注意的点（来自该模型页的基准测试说明）：

• 默认 tag 是 Q6_K 量化，1.8B 体积约 1.5GB；也有 Q4_K_M、Q8_0 可选；
• 模型上下文窗口 256K，但它本质是翻译模型，不要指望它执行翻译之外的指令（测试中指令覆盖行为不可靠）；
• 偶尔会输出形如 <｜hy-Assistant｜> 的控制符残留，这是解码副作用，可在参数里配 stop 词过滤；
• 社区用 500 条 FLORES-200 中英样本 + COMET 评测，Q6_K 的 1.8B 得分 0.8954，质量不错。

Hy-MT2 GGUF 下载与 llama.cpp 部署

如果你不想经过 Ollama 这层包装，可以直接用官方 GGUF 文件 + llama.cpp：

以 llama.cpp 为例：

# 编译（首次）
cmake -B build && cmake --build build --config Release

# 启动一个兼容 OpenAI 接口的本地翻译服务
llama-server -m Hy-MT2-1.8B-GGUF-*.gguf --port 8080

官方模型卡里同样提供了 vLLM、SGLang 的部署脚本，生产环境按需选择。调用时记得用官方提示词模板，最基础的格式是：将以下文本翻译为 {目标语言}，注意只需要输出翻译后的结果，不要额外解释：{原文}，语言名要写全称（如"简体中文""English"）。

Hy-MT2-1.8B 手机/端侧安装怎么弄

手机端没有官方 App，可行路径是端侧推理框架 + 极致量化 GGUF：

• 官方为端侧场景用 AngelSlim 做了 1.25bit 极致量化，把 1.8B 模型压到仅 440MB，推理速度还提升了 1.5 倍——这个体积放在手机上完全现实；
• Android 可通过 llama.cpp 的 Android 移植或 Termux 自行编译运行；iOS 侧同理可借助支持 GGUF 的端侧框架加载；
• 再提醒一次局限：1.8B 在超过 1k tokens 的长文本上质量会下降，手机端适合短句、对话式翻译，不适合整篇文章。

如果你的需求只是"手机上随时翻译"，不想折腾，直接用混元 App / 元宝的翻译功能或云 API 更省事。

Hy-MT2 API 调用：不想自己部署的选择

本地部署之外的第四条路是云 API：在腾讯云混元大模型产品页开通后即可通过接口调用混元系列模型，接口兼容 OpenAI 格式，适合调用量波动大、不想维护 GPU 的团队。具体支持的模型 ID 和价格以官网为准，这里不引用会过时的数字。

总结

Hy-MT2 的价值在于把"专业翻译模型"做成了免费开源的三档选择：手机/端侧选 1.8B（440MB 极致量化），桌面本地选 7B（Ollama 一条命令），生产环境选 30B-A3B（MoE 高质量）。上手成本最低的路径是 Ollama + kaelri/hy-mt2；要求完全可控就用官方 GGUF + llama.cpp；不想折腾就用云 API。如果你关注腾讯混元家族的其他模型，可以接着读腾讯混元 Hy4 Preview 发布：新能力与使用要点，做通用能力选型可以参考AI 编程工具怎么选。

---

最后更新于 2026 年 8 月。本文由 AI345 编辑部基于腾讯混元官方模型卡、GitHub 仓库、arXiv 技术报告及 Ollama 社区实测资料整理撰写，事实性内容均标注了来源链接。

参考资料

• Hy-MT2 官方 GitHub 仓库
• Hy-MT2-1.8B-GGUF ModelScope 模型卡
• Hy-MT2 技术报告（arXiv:2605.22064）
• Ollama 社区模型 kaelri/hy-mt2