10 idiomas,
traducidos entre sí.
Serval es un LLM pequeño que solo traduce. Traduce de cualquiera de sus 10 idiomas a cualquier otro: 90 direcciones. Es un solo archivo (unos 1.1 GB) y funciona en su propio equipo, sin conexión a internet. Las traducciones de la derecha son registros de traducciones reales hechas con CPU, reproducidos a la misma velocidad.
DEDeutsch
JA日本語
* Los textos originales son frases ficticias escritas para la muestra. Las traducciones son la salida de Serval tal cual, sin retocar (también dejamos los giros que suenan rígidos). Los segundos mostrados son un registro de una ejecución en CPU.
65 veces más pequeño,
solo 1.2 puntos menos.
Tradujimos las mismas frases que gpt-oss-120b (117 000 millones de parámetros) y las puntuamos con la misma medida. Los puntos son COMET, un indicador de 0 a 100 que expresa cuánto se acerca la traducción a la referencia hecha por una persona. En amarillo, Serval; en blanco, gpt-oss-120b.
* Mediciones propias (noviembre de 2026; Serval con Q4_K_M, gpt-oss-120b con reasoning effort medium). El resultado no es que Serval lo supere, sino que, siendo pequeño, consigue una puntuación cercana. Las condiciones detalladas, al final de la página.
90 direcciones,
cada una con sus puntos.
En vertical, el idioma de origen; en horizontal, el idioma de destino. Cuanto más oscuro el color, más alta la puntuación. Al elegir una casilla se muestran, una junto a otra, las puntuaciones de Serval y de gpt-oss-120b en esa dirección.
↓ Idioma de origenIdioma de destino →
JA → EN
- Serval
- –
- gpt-oss-120b
- –
- Dif.
- –
* 100 frases por dirección, de FLORES-200 devtest. Los puntos son COMET (wmt22-comet-da) multiplicado por 100.
El croata
lo aprendió después.
El modelo del que parte Serval (Hy-MT2-1.8B) no admite el croata. Al hacerle traducir, mezclaba palabras de idiomas vecinos y letras cirílicas. Por eso preparamos unos 320 000 pares de frases traducidas y le aplicamos un ajuste fino: añadimos el croata sin que empeoraran los otros 9 idiomas. Abajo, la misma frase traducida antes y después del entrenamiento.
JA
Antes del entrenamiento (modelo original)
Después del entrenamiento (Serval)
* En amarillo, las palabras con letras cirílicas. «Antes» es el modelo original en Q4_K_M y «después», Serval en Q4_K_M; ambos se han vuelto a medir para esta página. Las frases originales son de FLORES-200 (CC BY-SA 4.0).
Solo con CPU,
1-2 segundos por frase.
A la izquierda, Serval traduce una frase en un equipo sin GPU. Los dos de la derecha son de referencia: Serval y gpt-oss-120b, cada uno cargado en un servidor con una GPU de 96 GB. Todo son registros reales reproducidos con los mismos segundos, sin acelerar.
Solo CPU
ServalSin GPU, 8 hilos
0.0s
Referencia: servidor con GPU
ServalCargado en la GPU del mismo servidor
0.0s
Referencia: servidor con GPU
gpt-oss-120bNecesita una GPU de 96 GB
0.0s
* Mediciones propias (noviembre de 2026). Es el tiempo desde el envío hasta que la traducción está completa, enviando las frases de una en una. Las frases originales son de FLORES-200 (CC BY-SA 4.0).
Una sola
instrucción.
Basta con poner el nombre del idioma de destino y el texto original. Si quiere fijar la traducción de los nombres propios, añada delante una tabla de equivalencias. Los pesos son un solo archivo y funcionan tal cual con llama.cpp.
Instrucción
Translate the following text into Japanese. Note that you should only output the translated result without any additional explanation:
{texto original}Fijar la traducción de los nombres (glosario)
Reference the following translations: 伏見稲荷大社 translates to Fushimi Inari-taisha Translate the following text into English. Note that … {texto original}
Arranque (llama.cpp)
llama-server -m serval-Q4_K_M.gguf \ -c 4096 -t 8 --jinja --port 8091
PublicadoDescargar los pesos →
- No lleva prompt de sistema. En user va únicamente la instrucción de arriba.
- La configuración es temperature 0 y repetition_penalty 1.05.
- En las direcciones en las que interviene el chino, la instrucción también va en chino (将以下文本翻译为…).
- El modelo original, Hy-MT2-1.8B, tiene licencia Apache-2.0. El modelo Serval se distribuye con la CatsAI Model License, indicando los cambios. provisional
- Por tamaño, también puede ejecutarse con llama.cpp en teléfonos (Android, iOS). La velocidad en dispositivos reales está pendiente de medir. previsto
También una versión
a la medida de un viaje a Japón.
Es una versión con ajuste fino sobre Serval, entrenada con frases de viaje que contienen unos 11 000 nombres de lugares turísticos, estaciones, platos y demás de Japón. Se equivoca menos con la lectura de los topónimos difíciles. Si además la aplicación añade una tabla de equivalencias de nombres (glosario), los nombres se traducen casi siempre como se ha fijado. Del mismo modo podemos crear una versión a la medida de su sector.
Topónimos y nombres de lugares traducidos correctamente
- Los topónimos de la prueba no se usaron en el entrenamiento. En frases generales puntúa entre 0.2 y 0.4 puntos menos que Serval.
* Mediciones con 2160 frases de viaje creadas por nosotros (entre el japonés y 9 idiomas, 18 direcciones). La lista de nombres procede de Wikidata (CC0). Las frases de muestra se escribieron para la prueba, y la información que dan no es necesariamente real.
Una frase,
a 9 idiomas.
Al elegir una frase, se traduce a los otros 9 idiomas, uno por uno. También puede elegir un solo idioma de destino. El reloj marca los segundos reales que tardó la traducción.
En vivo: el modelo real traduce ahora mismo, solo con la CPU de este servidor
1Elija una fraseIdioma de origen
JA
2Idioma de destino
Puede cambiar la frase y traducir la que quiera.
Instrucción enviada al modelo
0.0s
Cómo medimos
y cómo consultarnos.
- Frases: de FLORES-200 devtest (con referencias traducidas por personas, CC BY-SA 4.0), 90 direcciones entre 10 idiomas × 100 frases = 9000 frases. Además, 1800 párrafos de WMT24++, del inglés a 9 idiomas.
- Medida: COMET (wmt22-comet-da) multiplicado por 100. Es un indicador que puntúa cuánto se acerca la traducción a la de una persona, teniendo en cuenta también el original.
- Versión de viajes: 2160 frases sobre lugares no usados en el entrenamiento. Las traducciones de referencia las hizo gpt-oss-120b consultando la tabla de equivalencias de nombres. Por eso, en estas frases la puntuación de gpt-oss-120b se da solo como referencia.
- Fecha: noviembre de 2026, con una RTX PRO 6000 (96 GB) de Vast.ai. Se revisará antes de la publicación oficial.